APP推广入门之AppStore数据分析

移动开发
AppStore中有很多数据,但对于一个App推广者而言,最需要关注的无非这么几个,即下载量、评论、权重、榜单排名、搜索排名以及热词搜索等。至于这些数据具体代表着什么,下面就先由下载量开始,来简单介绍下吧。

[[147097]]

AppStore中有很多数据,但对于一个App推广者而言,最需要关注的无非这么几个,即下载量、评论、权重、榜单排名、搜索排名以及热词搜索等。至于这些数据具体代表着什么,下面就先由下载量开始,来简单介绍下吧。

下载量

毋庸置疑,无论是什么应用,下载量都是极为重要的。它不仅意味着这款应用的受欢迎程度,也在一定程度上决定了它在榜单上的位置。在App Store中,下载量用户是无法看到的,开发者如果没有相应的统计工具,则可在自己苹果开发者后台的“销售和趋势”里,看到APP的下载情况。

评论

由于用户在App Store中只能看到评论,无法看到APP的下载量,这就直接导致了评论的作用相应的被放大了很多。因为对于用户而言,决定他是否下载这款APP的,除了看应用的名称、icon以及描述是否吸引人外,剩下的就是下载和评论了。可以说,评论的好坏及多寡在一定程度上决定了你的点击下载比。同时需要注意的是,评论在App Store中的作用远远比我们曾经以为的更重要,时至今日,在苹果算法一再变化的现在,无论是搜索排名还是APP权重,评论都开始起着极为重要的作用。

权重

权重并不是一个太超前的概念,在互联网时期各搜索引擎就给不同的网站设定了不同的权重。如谷歌的PR,百度的百度权重等,以方便排位。而在应用市场中,将权重这一概念直接表现出来的,就只有App Store一家了。如国内的安卓市场、360市场等,或许也有权重,但未曾明确提出。值得一提的是,并非仅应用本身有权重,用户的账号,乃至搜索词,也是有权重高低之分的。

榜单

App Store中的榜单只有三种,即付费榜、免费榜以及畅销榜,每一种又分为总榜、一级分类榜、二级分类榜,其中二级分类是独属于游戏的概念,软件类是没有二级分类的。付费榜,即付费应用的APP排名,其排名规则与APP在单位时间内的下载数,下载用户的账号权重等有关。免费榜的排名规则类似于付费榜,只不过是免费应用的排名。至于畅销榜则有所不同,它更多的是根据“销量”,也就是APP销售总额来排定,包括APP内购买以及直接购买的金额。

搜索排名

搜索排名分两种,一种是搜索下拉的联想词排名,另一种则是关键词搜索的排名。下拉的联想词,需要在标题或者副标题中有相应的关键词才能出现,而关键词的搜索排名,则只要在标题、副标题、关键词乃至描述中有,就可出现。至于排位的规则,一个是APP本身权重,还有则是单个关键词下用户的下载数量。

热词搜索

热词搜索,是App Store更新后的一个新尝试,其原理和百度的热门搜索差不多,就是将被用户搜索次数较多的词排个高低,然后将搜索最多的8个词放在搜索栏下。需要注意的是:热词—只是热词,它并不是APP,也就是说,应用本身的权重与热词搜索是没有影响的。影响热词的,就是用户单位时间内的搜索次数。

如果说,下载量和评论是原因,那么榜单、搜索排名和热词排名就是结果,原因导致了结果,而结果又影响了原因,两者之间相辅相成,互相影响,而将之串联起来的,便是“权重”这一概念。因此,对推广者而言,专注于下载量和评论的增加,是怎么都不会错的。

 

责任编辑:倪明 来源: 鸟哥笔记
相关推荐

2016-08-21 15:02:47

APP推广数据分析数据统计工具

2013-06-27 15:21:38

App

2023-11-14 16:14:49

2017-12-13 10:04:05

2020-02-14 10:11:19

数据分析技术IT

2017-11-27 16:37:42

Python大数据数据分析

2021-06-29 07:04:39

SQL数据视图

2024-01-10 08:22:38

物联网数据分析建模人工智能

2017-12-14 14:12:31

网络推广数据分析百度单价

2013-08-21 14:21:34

App推广移动广告平台推广APP移动应用市场

2015-08-19 13:50:19

数据分析

2017-01-23 13:34:44

2018-11-20 14:24:46

数据分析数据库统计

2013-05-06 09:14:26

BigQuery大数据分析大数据分析入门

2017-01-11 08:51:26

数据分析职业规划

2017-04-28 08:13:08

大数据框架HDFS

2024-01-09 13:58:22

PandasPython数据分析

2012-04-28 21:25:58

APP

2019-06-06 14:08:37

数据仓库数据分析数据报表

2015-08-14 10:28:09

大数据
点赞
收藏

51CTO技术栈公众号