如何评估app软件ASO搜索优化带来的自然下载量？

获取下载量是我们做ASO优化的重要目标。这个下载量所说的是自然量，是通过ASO优化以后使产品获取更多的曝光，让更多的会员可以更容易看见，然后去下载。那么，我们在做了常规的ASO优化以后，可以获取多少自然下载量呢？这个就是今天我们要讨论的问题。

小编有幸协助生活、财务、游戏、旅游、教育等种类App客户完结ASO优化服务后，我们能够拥有很直观的数据，涵盖：重点词覆盖数目、具体重点词排名、榜单排名等ASO优化成效，与客户交流后也可以够获取通过第三方统计平台获取优化前后的自然新增比照，但这些往往全是以数据、图表进行保存，能否能有1个美丽的方程式把这一切都串起来？就像爱因斯坦变动世界的质能方程E=mc²

考虑是人生的一大乐趣，胡思乱想更刻意思。但我觉得智商最高的同时应该是高中时代，因为那个同时的思想很纯洁，没有浸染尘世的浮躁和成人世界的七情六欲，因为那个同时的身体也很健康，家人的关心也保障营养跟得上，因为那个同时还有熟知的小伙伴在身边，他们让生活变得简单快乐。

第1个想法：排名与获取下载量成等比关系

假如把排名第一获得下载量的能力作为a1，an为排名第n项，依据软件开发ASO优化项目数据，作为等比数列的公比在0.78左右，即排名第二的吸量能力为排名第一的78%，分别以第一名获取100、1000、10000下载量为例，让我们来瞧瞧各个排名获得下载量的能力。

依据上图我们发现，在ASO优化中位置的权重优于检索量，当检索量从100变为10000翻了百倍时，获得最小下载量的位置从第18位下降至36位，只下降了1倍。因而，在ASO优化同时与其覆盖高热度词获取靠后排名，不如尽也很多的覆盖检索热词获取靠前排名。

第二个想法：检索指数与真实检索量为分段函数关系

检索指数来源自AppStore官方数据。该指数代表每个重点词在AppStore的检索热度，普遍来说，指数越高，每天被检索次数越多。但在软件开发实际ASO项目中我们发现这个检索指数不相当于检索量，有几个数据能够共享：

装修，检索指数7445，预期排名第一带来新增下载1500次；电话，检索指数6237，预期排名第一带来新增下载500次；信用，检索指数4820，预期排名第一带来新增下载200次。因而假如把检索指数作为变量X，对于自变量X的不一样的取值范畴，新增下载有着不一样的对应法则，这样的函数通常叫做分段函数：

通过上述我们发现，检索指数能够分区间，同一区间的检索词能够竞争探讨，不一样检索指数区间的检索词往往要依靠其他数据，例如榜单位置、第三方工具等进行判别。简单来说，检索指数不等于真实检索量，往往会远远低于下载量，可是伴随指数的升高，往往会具有更大的检索量价值。

以上就是小编依据多年的ASO优化经验，找到的一种规律。可是这种规律不是永恒固定的，它是发展变化的，它是会伴随App Store的规则变化而变化。而且这种判别下载量的形式还不够精准。还需各位小伙伴同心协力，找到更好的，更为精确的优化方法和规律。