Home
>
网络营销的核心
>
网络关键词排名优化
网络关键词排名优化

time:2020-04-05 02:21:13

author:石家庄众宣网络科技有限公司

【Font size: big medium smail

本文由石家庄众宣网络科技有限公司提供,重点介绍了网络关键词排名优化相关内容。石家庄众宣网络科技有限公司专业提供网络营销的核心,互联网营销网站,网络平台营销等多项产品服务。秉承着真诚、专业、责任、科学的宗旨,在行业内备受赞誉坚持用专业与专注帮助每一个客户。

网络关键词排名优化本文发表于:地表最强运营(we-yunying)

最近看完了《ASO优化大师》这一本书,讲的是如何建立完整ASO运营知识体系、快速完成基本ASO方案。

内容很实在,关键词部分和方案优化部分讲解很详细,很适合新手入门。

书开头部分都是一些很基础的优化介绍,网上可以很容易找到各种文章查看,这里就不详细展开,主要跟大家讲一讲关键词优化部分的内容。

ASO搜索原理索引字段:苹果规定只索引“标题和关键词”,只有在这两个地方的词才能被搜到。

选词标准:搜索热度高;竞争程度低;和APP相关性高。

“搜索热度”是归一后的结果,简单理解,如微信的搜索热度是另外一个词的2倍,则可以认为实际的搜索次数是10的2次方,也就是100倍。根据经验,一般认为评论数小于500的APP为“竞争力一般”,如果一个热门关键词TOP35的APP大多评论量都较少,那么就可以认为这个关键词的竞争度较低。

效果评价:ASO主要通过“搜索曝光度”来衡量效果,即词的搜索热度和APP的搜索排名两个指标结合。

一般来说ASO能带来的下载量增量在20%以内,那些靠ASO就增加200%下载甚至更多的大多为特殊特例(特别是知名度不高的产品)。

搜索排序:APP的搜索排序是按搜索得分进行排序:

搜索得分 = 文本得分 × 数值得分文本得分:即用户搜索的词和标题以及关键词的匹配情况。假如命中标题得1分,则命中关键词可以得0.4分。

数值得分:主要包括APP下载量,评论情况、日活等具体的数值,其中下载量权重占比还是最高,大约占70%。

截断:根据观察,一个搜索词最多只给出约2200个APP,而实际包含这个词的APP可能不止2200个。

关键词覆盖数:Apple Store后台关键词只能填写100个字符,大约20个关键词,但可覆盖的搜索词从几百到上万不等,这和搜索词存在完全匹配和部分匹配有关。

APP名称:APP运营助手——基于大数据的APP营销运营工具关键词:App运营、App市场优化、营销运营、应用雷达、 App Annie类产品、 Appduu、ASO、社区运营、用户画像、App统计分析、App竞品、应用宝库、广点通、粉丝通、微博运营、微信运营、微信营销“完全匹配”比较简单,像“App市场优化”这个关键词,其可以分为“App“、”市场”、“优化”3个词,其任意顺序的组合都可以组成“完全匹配”的搜索词。像“优化App这样的组合是没意义的,热度为0,但这个词确实能搜到该App。

“完全匹配”另外一个有意思的现象就是匹配是可以跨关键词的。

也就是说,从“App运营”和“App市场优化”两个独立的关键词中任意抽取两个词,如“运营”和“优化”组成“运营优化”,也可以构成一个完全匹配的搜索词。而任意抽取3个词,也能搜到这个App。

这个App的关键词,分词后大概总共30个词,其中任意两个词进行组合,就能构成30×30=900个“完全匹配”的检索词;而任意3个的组合,就能构成30×29×28=24360个检索词。

当然这种随便组合的词,大部分没有实际意义,热度基本都是0。但如果你非常需要一个覆盖数来完成KPI之类的事情,在关键词/ASO页面添加一些这样的词就行了。

我们大致测算了一下,关键词的“完全匹配”一般只能覆盖200个左右热度大于0的搜索词,但一般的App覆盖搜索词数(热度大于0)都能到2000右。也就是说,一个App覆盖的搜索词只有约10%是“完全匹配”的,而其他90%都是“部分匹配”。

因此,增加搜索词覆盖数的关键就在于“部分匹配”,但“部分”匹配的规则要复杂得多。

举个例子:“营销书籍”和“超客营销”这两个搜索词都包含“营销”这个词,是App的关键词;而“书籍”和“超客”这两个词,并不在App的关键字中。这两个搜索词都可能构成“部分匹配”;而实际检验的结果是,“营销书籍”能够搜到这个App,而“超客营销”并不能搜到。也就是说,只有“营销书籍”是App通过“部分匹配”覆盖的搜索词。这个结果可以这样解释,苹果认为“营销书籍”中“营销”是核心词,比“书籍”重要,因此只要匹配“营销”即可。而“超客营销”中,“超客”比“营销”更核心,因此关键词中必须包含“超客”才能匹配。搜索更新规律通过作者数据研究发现如下几个规律,利用规律可以制定和榜单类似的刷排名基本方案:网络关键词排名优化

不同关键词的搜索结果基本是在同一个时间点更新的,这个和榜单更新规律类似。

搜索结果更新周期一般为6个小时。

在大的更新周期中存在一些短周期的更新,具体时间点不定,但大多在更新时间点附近。在这些点上,搜索结果变化率一般都小于10%。

搜索热度较高的词,被刷的词,短周期更新明显更多。而一些热度较低的词,一天可能只在一个大周期上更新一次。

锁榜现象:即在一定时间长度范围内,榜单排名没有出现任何变化,即为锁榜。一般为24小时左右,很少有超过2天的情况。造成锁榜的原因可能如下:

搜索算法调整配合新版(大改动)系统发布打击刷榜配合搜索广告发布关键词总体概览APP上架,选词需要考虑热度、竞争度、相关性、品牌词/行业词的配比等。

根热度小于4605的词,每天搜索次数小于1,因此我们主要关注热度大于4605的词,这样的词有4.6万个。热度在5000的词,搜索量级大概为几百,但热度5000以上的词,只有4000多个。而中文APP活跃的应该有三四万个,因此中国区的ASP竞争度是非常高的。

关键词的类别,主要看搜索命中的第一个APP的首要类别。按照“正标题=品牌”的定义,热度大于4605的词中有约3.9万都是品牌词,其他7000个可以认为是“行业词”。品牌词虽多,但带量效果不如行业词好,因此选词时需要考虑比例。

关键热度值与搜索量对应关系(大概)如下表格:

APP选词套路确定热度4605以上的有效关键词。

从有效关键词中抽取100~200个词:介绍抽取、类别词、竞品词、以词选词。

从200个词中细选出100个字符的最终关键词:先热度分区选词,再调整竞品词和行业词的比例,大概为15%:75%。

关键词带量计算一个搜索词的带量计算,主要有两个步骤:

估计词的日均搜索量

根据APP在这个词下的排名,估计下载量词的搜索量可以查看前面的热度和搜索量的对应表格估计,而第二部考虑的是”下载转化率“,而苹果没有给出这些数据,就需要根据一些安卓市场的统计来估计转化率。

搜索词带量计算:以“优步Uber”这个App为例。其覆盖了搜索词“uber”,热度为8004,这个App排名第一。下面就计算下“uber”这个词给“优步Uber”App的带量:

查“热度-搜索表”可知,“uber”为8000热度,其对应的日均搜索量为6500左右。

据一些安卓市场的搜索转化率统计,搜索到下载的整体比例大约为4:1到2:1,我们这里取2:1,即50%的转化率。则“uber”这个词能带来的全部下载量约为6500×50%=3250。

这些下载量基本会分配到搜索结果Top10的App上。具体的分配比例也参照安卓市场,(如360市场给出的比例中,排名第一的优步App占约90%),则这个词为其第一名App的“带量”就是3250×90%=2925。

结论就是:”uber“这个词为”优步-Uber“的带量约为2925。

APP搜索排名预测APP的搜索排序是按搜索得分进行排序,而搜索得分 = 文本得分(搜索匹配度) × 数值得分(APP质量得分)

根据评论数预测排名:大量统计结果表明,Apple Store的评论和下载量为1:30到1:100的关系,故可以把评论数当成下载量,再加上文本匹配度得分来预估排名(准确率约为55%)。根据下载量预测排名:结合评论和关键词榜单来预估下载量,再加上文本匹配度得分来预估排名。(准确率约为60%)。根据共用关键词预测排名:利用共有关键词分析两个APP的排名对比情况,对新增关键词的APP只需要逐一对比关键词下现有的APP,就可以对应该新APP的排名情况了(准确率约为70%)。ASO更新选词套路选词的衡量指标一般有3个:词的覆盖数、搜索曝光度、APP下载量

更新选词的流程:

1.删除现有带量较少或不能带量的词,删词的数量一般控制在30%以内。2.根据前面提到的选词法,选取新的30%词。3.把确定的新关键词组合导入ASO工具确定并对比新旧关键词覆盖数。ASO“组词”技术分词技术:即拆词,如“乒乓球卖完了”会被拆分成“乒乓球 | 拍卖 | 完了”和“乒乓球拍 | 卖 | 完了”两种,搜索系统会把两种分词形式都记录下来,以供搜索时使用。

搜索引擎遵循词袋模型,即不考虑词的顺序,认为一个文本就是一堆词的集合,例如”腾讯新闻“和”新闻腾讯“对于搜索引擎来说是完全一样的,这种假设也是我们能够进行组词的基础。网络关键词排名优化

组词技术:

组词不宜过长,以不超过5个为宜。对下载较少的APP,不需要刻意组词,因为你的APP基本处在长尾位置,一点点的加分就可能让你的搜索排名有大幅提升。对应需要”刷“的词,还有核心带量的关键词,建议都用逗号隔开,不进行组词。ASO选词报告模板

本文作者:三水

Reprint please indicate:http://zhongxuan360.top/wlyx-1049.html