用户怎么找到新 app ？搜索和发现
海外 app 商店，谷歌 Google Play 和苹果 App Store 占据绝大部分，除非有其他商店推广位，不管是优化自然新增还是买量，这两个商店需要最先做好，价值最高。
根据 AppTweak 数据，谷歌和苹果商店各有 300 万个 app，平均每天新上架 3000 个 app。柚鸥数据追踪苹果商店 app 数量和排名变化，每天上架和下架的 app ，都数以千计。
和 SEO（搜索引擎优化）类似：ASO 目标之一是优化搜索结果排名：如何让目标用户在众多 app 和竞品中，看到你的 app；ASO 做搜索优化，因为搜索是用户找到 app 的主要来源。
苹果官方数据显示，70% App Store 访客，通过搜索找到 app，搜索过之后，65% 的人会下载。搜索之外，用户发现 app 的地方比较分散。首页推荐可以让大量用户看到你，但不是每个品类的 app 都会被推荐，做得精美细致的小众工具，也可能被推荐。因为 app 数量众多，小编难以注意到每个新 app 或优质 app；可以写自荐信到苹果商店，合适的话会得到推荐位。
用户怎么找到新 app ？搜索和发现
海外 app 商店，谷歌 Google Play 和苹果 App Store 占据绝大部分，除非有其他商店推广位，不管是优化自然新增还是买量，这两个商店需要最先做好，价值最高。
根据 AppTweak 数据，谷歌和苹果商店各有 300 万个 app，平均每天新上架 3000 个 app。七麦数据追踪苹果商店 app 数量和排名变化，每天上架和下架的 app ，都数以千计。
和 SEO（搜索引擎优化）类似：ASO 目标之一是优化搜索结果排名：如何让目标用户在众多 app 和竞品中，看到你的 app；ASO 做搜索优化，因为搜索是用户找到 app 的主要来源。
苹果官方数据显示，70% App Store 访客，通过搜索找到 app，搜索过之后，65% 的人会下载。搜索之外，用户发现 app 的地方比较分散。首页推荐可以让大量用户看到你，但不是每个品类的 app 都会被推荐，做得精美细致的小众工具，也可能被推荐。因为 app 数量众多，小编难以注意到每个新 app 或优质 app；可以写自荐信到苹果商店，合适的话会得到推荐位。
更分散地发现 app 的地方，有排行榜、垂直品类推荐榜、关联推荐。尤其是谷歌商店引入算法，根据用户过去下载的 app，推荐新 app。这些位置，因为入口深或千人千面，每个位置单独流量较少，优化空间不如搜索。
如果发现 app 的途径和优化空间，都集中在搜索上，ASO 价值在于让更多用户搜得出、愿意下载。不管百度或谷歌，搜索引擎使用经验告诉我们，排名越高，点击率越高，带来后续产品详情曝光、下载或购买也越多。人习惯从上到下阅读，对视觉位置越靠上的东西，分配更多注意力。也就是说，一屏内处于底部的内容，获得流量远远少于顶部，更别说翻页或划屏带来的折损。移动应用咨询工具 Appannie 有个功能，可以看到某个搜索关键词，不同排名的 app 获取到的流量比例，排第一的 app 是排在更后面 app（比如 5-10名）的数倍。
量化 ASO 目标
首先服务于公司的统一目标。按 AARRR 增长模型，ASO 属于 Aquisition 获客环节，帮助 app 获得更多新用户。app 承载的业务和阶段目标，决定了 ASO 去获取什么样的用户。比如电商 app，需要考虑如何找到更多能购物的新用户。
业务目标往下拆分，是专业目标，和应用商店的、表现相关，可以量化成：
-
从非品牌或商标词（generic terms) 获取流量
-
不同国家商店的流量，不同业务的重点国家不同
-
下载量
-
所处品类的下载排行榜
-
商店评分
实现以上几、结果，需要看的过程指标有：
-
商店信息中覆盖的关键词
-
关键词的搜索结果排名
-
关键词的可见度
除了业务角度拆解，还有技术角度，简单归结为一个公式：
ASO = 流量 + 转化率
流量这个词可以换成曝光量或可见度，就是在商店各个位置，让多少用户看到 app。转化率就是让看到的用户，更大比例的下载成功。之所以说下载成功，而非下载，涉及到技术因素，比如应用体积越小，下载成功的比例也越大。一是因为体积小等待时间短，还有是因为有些用户手机存储空间小，看到体积太大，会考虑不下载。
影响 ASO 的因素
找到了影响 ASO 的因素，也就找到了具体优化范围。说“优化范围”，意思是可以去做些方案，来操作这些因素，达到优化目标。怎么找到这些因素？刚入门阶段，最好是看谷歌和苹果的官方文档，其他博客或教程，都是基于官方文档的解读和自己的实践。但公开信息中，解读偏多，真正有力度的实践，作者可能不会拿出来说。
通常容易理解的，就是“商店信息呈现“（store listing）这个因素，大家看得见、感知强。信息呈现简单理解为你能控制的，被用户看在商店中看到的元素，比如标题、图片和评分。苹果和谷歌的展示内容有所不同。
”商店信息呈现“之外，还有些看不见的因素，影响搜索结果排名。比如谷歌的 Android Vitals，是一系列诸如app 冷启动、加载时间、拒绝授权比例的性能指标，影响用户使用体验。相比同类竞品，这些指标越好，搜索排名越高。
关于影响因素，网上有大量官方和非官方总结，可以很快找到。ASO 真正复杂和有价值的，是在如何优化。遗憾的是，这个问题没有通用方法。为什么呢？回顾之前提到的目标拆解。
ASO = 流量 + 转化
流量依赖于机器（裂变玩法和自传播除外），也就是搜索引擎；转化和用户场景相关。不同的 app，目标用户特征不同，比如让商店截图更有吸引力，那截图如何布局、配色和设计风格，其实只有调研了特定用户群才能有好方案。
所以讲转化，大多只能告诉你要设计有吸引力的截图、测试 icon 之类的大路货。
流量优化部分，因为机器规则相对稳固，我们可以总结出优秀实践。流量获取中，确定性最强的是搜索结果排名，由关键词、下载量、评分、性能、留存等指标决定，而其中如何做关键词，在这里帮你总结出通用优化步骤。
关键词优化步骤
列出所有可能的关键词
当你没有头绪的时候，比如刚接触这个品类，怎么想关键词？
-
行业：有哪些通用术语？用户怎么形容这个行业在做的事情？
-
用户：目标用户的职业、兴趣、角色（比如学生、旅行者）
-
痛点：app 解决什么问题、带来的收益、用户的期望
-
结果：用户用 app 可以做什么、能帮助用户完成什么任务、用完之后会有什么结果
-
功能：app 的功能特性、价值主张
-
场景：会在什么时候、什么地点用到 app，比如国家、城市或者书桌、快递柜、通勤地铁
自己想，列出的词数量有限，接下来，借助工具追踪竞品用到的关键词：
-
关键词分析工具，英文一般叫 keyword spy 或 competitors' keywords
-
看竞品或自己产品的用户评论，看好评集中哪些关键词上
-
谷歌搜一下竞品，看他们在结果列表直接可以看到的关键词有哪些
-
竞品的官网、论坛、社交媒体
还可以拿已有的关键词，借助工具生成更多关键词：
-
Google Adwords 下，有个功能 keyword planner
-
如果是优化英语，可以在 http://Theasaurus.com 和 http://Synonym.com 这样的网站上找同义词
-
Google Play Console 提供了一个 organic breakdown 功能，分析头部关键词下载比例和转化率
-
搜索引擎的自动输入预测功能
主流关键词罗列完，还有长尾关键词：更少用户会搜索，但是词的数量众多，积累起来也能获取不少流量
-
因为手机键盘输入习惯，用户倾向用短词，而多单词的短语，更少人使用
-
拼写错误也是长尾词的一个来源，这部分比例往往不小
关于长尾词的使用比例，Ahref 分析过 19 亿个搜索词条，发现每个月搜索量超过 10,000 的词条中，接近 30% 的词由两三个或更多单词构成。长尾词搜索量小，但转化率更高，因为用户越详细的描述一个问题，他的需求越强，而且越容易搜到想找的东西。
在罗列关键词时，不管怎样想到的、发现的都可以写进去，不用带主观判断和假设。
筛选关键词
当你列出，比如 2000 个关键词之后，如何确定它们对增加流量是否有用？很难靠人工，需要借助工具，这些工具通常收费。
关键词选择，主要看三个指标：
-
搜索相关度：用户有多大意图搜这个词
-
竞争程度：别的 app 也用这个词，你有多大可能被看见
-
搜索量：这个词有多少用户搜索
了解这三个指标，也就知道它们不太可能以一己之力算出来，数据都拿不到。ASO 关键词工具，就是通过这个来赚钱。当然，不同工具对上述三个指标称呼和算法不同，比如竞争程度就有 difficulty, ability to rank 等说法。
一个词的搜索量和竞争激烈程度会相互影响。因为有些通用的词，搜索量大，但大量竞品会使用；选一个搜索量大但竞争激烈的词，根本排不进搜索结果，对流量也毫无帮助。
所以通常的筛选逻辑是：选择你可以更容易排进 10 的关键词，也就是高相关度、低竞争程度；评估这两个指标之后，再到其中选搜索量大的词。大部分 ASO 关键词工具内置了这个逻辑，有相应算法来做关键词选择排序。
测试关键词
选中的关键词，可以尝试放在标题、短描述、长描述等信息中。大方向是先覆盖，再提高排名；也就是先看哪些词没有出现在你的商店信息呈现中，把它们加上，然后再看已经覆盖的词，怎么提高转化率。
到这一步，可以和 ASO 量化目标结合，看修改之后，关键词排名、下载量、榜单排名有没有变化。谷歌也有 AB 测试功能，在 Google Play Console 后台可以操作，具体之后写一篇文章介绍。
多语言
以上三个步骤：罗列 - 筛选 - 测试的方法，需要每种语言逐个重复，可以根据语言的用户量来排序，比如英语之后是韩语，分别找出它们的关键词。