苹果app软件ASO关键词搜索指数的搜索量估算

国内ASO优化工具中的重点指标是“检索指数”，数据均来源自苹果AppStore的数据接口，检索指数代表每个重点词在苹果软件商城中的检索热度，指数越高说明每天被检索的次数越多。例如，查询“装修”检索指数，苹果接口链接为：苹果ASO检索指数查询，在查询具体重点词的检索指数时，各个ASO优化工具显示的数据会有所不一样，是因为抓取时间不一样所致，当然普遍误差不会太大，如下图，“装修”，2018年11月1日ASO检索指数，七麦为7043和德普为7063。

在搞明白ASO重点词检索指数是怎么来的以后，我们不禁会问，检索指数就是具体检索量吗？假如不是，他们中间是什么关系？毕竟假如知道真实检索量，我们能够更为准确地预估可以获得的下载量。首先，让我们来先知晓一下ASO检索指数，依据对七麦ASO检索指数排行榜的观察，如下图“抖音”排名第一，检索指数为10584，再结合过去一年的数据，我们发现ASO检索指数的范畴为0~11000中间，因而，能够推断出检索指数并不相当于检索量，检索量不太也许有不变的数值范畴，那么为什么是11000？不是其他数字，就似乎考试总分成100分相同，再出色也就100分满分，再差也就0分，所以，我的领会是：检索指数是苹果对每个词语检索次数的评级。

还是那个问题，为什么是11000？带着不解，我们继续进行考虑，不管怎么样，ASO重点词检索指数与真实检索量中间肯定存在计算公式。既然是评级，苹果应该对每个词语进行了编号，这时，要感谢AppBk运营助手共享的数据和讲述齐普夫定律（Zipf’sLaw），或者能够开启人们的思路：

“假如把一篇较长文章中每个词出现的频次统计起来，依照高频词在前、低频词在后的递减次序排列，并用自然数给这些词编上等级序号，即频次最高的词等级为1，频次次之的等级为2，……，频次最小的词等级为D。若用f表示频次，r表示等级序号，则有fr=C（C为常数）。大家称该式为齐普夫定律。”齐普夫定律是尽人皆知的数理语言学中得主要定律，这个定律发现了在按频率递减次序排列的频率词表中，单词的频率与它的序号中间存在“幂律”（power law）关系。

其中，f表示频率（frequency），r表示序号（rank），c和γ是参数。也许会有点突兀，其实换个说话会比较熟知，“80%的财富聚集在20%的人手中”是有着一样的逻辑。“齐普夫定律(Zipf’sLaw)是词频统计的普遍规律，大体量的检索日志等文本中，有约50%的词只会出现1次。这个定律描述的是人类语言的普遍规律，不管是中文，还是英文等等，都符合这个规律。当然，50%这个数值对应比较正规的文本数据。普遍而言，出现1次的词占所有词的比率也许在20%-70%中间，但肯定是比率最大的。

由于检索热度值与检索次数是一一对应的，那么假如有个热度值对应的词数，占全部词数的比率最大，那么这个热度，对应的检索次数就是1.依据对所有检索词热度值的统计，热度值大于100的重点词约有21万。其中热度值为4605的词最多，有5.8万个，比率约为28%；而比重第2的是热度值为4606的词，只有9000个，占4%。4605热度值的词远超过其余热度对应的词个数，因而能够认为，4605热度值对应检索次数为1。”上述转至AppBk共享数据。

上述是依据AppBk现成数据进行预估的下载量，并且提供了相应的公式进行借鉴。在知晓上述知识后，怎样利用到实际ASO优化中呢？我们能够依据目的重点词的热度来进行估算，例如本文开头的“装修”，检索指数为7043，预估检索量为>2741，假如优化到首位，预估检索下载转化率在30%~50%中间，理论上能够获取的下载量在822~1370中间，在知晓预计下载收益以后，我们就结合推广成本进行评价，例如每天需求4000个CPSA进行优化，单个成本为3元，每天成本在12000元左右，到每个下载成本预期在8.7元~14.6元中间。