谷歌aso优化怎么样浅谈GooglePlayASO优化？ _生活百科

什么是ASOASO即APP Store Optimization，是用于提高APP在应用市场排名的工具，其实也就是移动产品的SEO工作。
ASO是为了提高该产品的搜索结果成绩，提升APP的下载量，针对Google Play来说，ASO就是优化APP页面。
为什么要做ASO根据Forrester调研，有63%的用户寻找APP的时候是通过在应用市场搜索，另外，Google Play也有报道称80%的自然流量来自于Google Play的搜索。

文章插图
Google Play ASO优化
ASO优化分为两部分，on-metadata和off-metadata，on-metadata的因素完全由我们控制，而off-metadata包含一些我们无法控制的因素，但我们仍可以去影响这些因素。
on-metadata ASO
针对Google Play，相关因素有Title、Short description、Long description、Icon、Screenshots & Video、崩溃率。另外，需要特别注意的是，Google Play搜索的关键词权重排序为：Title > Short description > Long description 。

Title：APP名称，50个字符以内，通过研究排名前15的应用发现，title中包含相关关键词的应用高于其他应用10.3%的排名。因此，Title中一定要包含关键词。
Short Description：APP的短描述，80个字符以内，用一两句话来描述APP以及它的主要功能。
Long Description：APP的长描述，4000个字符以内，对APP的功能的进行非常清晰且具有吸引力的描述。
Icon：图标是APP与用户的第一次互动，所以要确保它能够很好的传达你的品牌。例如：BBC、News Republic、SoundCloud的Icon都做的非常好。
Screenshots & Video：在上传截图的时候，不要就真的只是“截图”，而应该是这些图片具有可推销性，因此可以在这些图片里包含文本和其他图形，以有趣直观的方式向用户呈现APP 。
APP崩溃率：今年的Google大会上，Google称60%的一星评论是因为APP的崩溃、bug及响应速度，因此Google会调整算法，优先考虑APP质量，提高崩溃率的权重。另外，Google将崩溃率低于1%的应用化为低崩溃率应用，高于5%的化为为高崩溃率应用。因此，APP需要提升自身产品的质量。

如何选关键词
选取关键词的时候，需要综合考虑相关度、搜索热度和搜索难度。高关联度+合理难度+适当搜索流量+正确的位置放置=增加自然下载量。
off-metadata ASO
这部分我们无法直接控制，但仍可以做一些事情，来确保ASO可以达到更优的效果。

评星：评星非常影响APP排名，另外，用户即使通过搜索进入APP页面，如果评星很低，那么下载转化率也不会高。因此一定要联系一星用户改评星。
评论：和评星一样，很多用户在下载APP前会去看用户评论，如果评论不好，当然也会影响下载转化率。

A/B TestGoogle Play提供了在APP页面的A/B Test，来对比不同的素材效果。这里有2种方式，Global和Localised，具体的区别如下。

文章插图
下面是使用Localised方案做的一个测试结果：

文章插图
如何评估ASO的效果目前，Google Play Console上无法看到自然流量是由哪个关键词引来的（笔者目前也尚未找到其他工具可以看到），这是ASO相对于SEO最难的一点。Google Play Console上现在只可以看到自然流量的数据，以及和同类应用的对比情况（该功能也是刚刚上线的）。因此想具体来衡量ASO是否成功是很困难的，但是做了ASO之后，总是想知道效果如何，因此可以通过下面的一些方法来做衡量：

搜索排名：搜索排名肯定是跟踪ASO效果最有价值的数据。
排行榜
星评和评分
下载量
转化率和收入

如何做Google Play的ASO每个人做ASO的套路和方法，以及使用的工具都有些许差别，以下是个人比较熟悉的方式，当然，工具无好坏，最适合的就是最好的。以下是大概的步骤：
（1）研究竞品的功能点（确定关键词选取方向）
【谷歌aso优化怎么样浅谈GooglePlayASO优化？】建议将竞品的以下内容放到PPT里（Title、Short Description、排名、评分、Icon、用户量、评论数、功能点、GP有代表性的评论），可以利用APP Annie排名和GP搜索结果以及similarWeb、apptweak等工具分析竞品，主要了解竞品用什么样的方式展现自己的哪些功能，以及他们的市场反应情况如何。
（2）分析竞品关键词
用apptweak可以分析出关键词的密度，综合similarWeb可以看到竞品的流量效果占比，以某 Browser为例：