Google Play優化基礎,googleplay服務怎么開啟運行

Google Play優化基礎

隨著國內市場競爭愈發激烈，而海外尤其是東南亞市場，因移動互聯網發展處于快速增長階段，有著獲客成本低、潛在市場大等諸多優勢，逐漸吸引了國內公司的目光，巨頭們也在加快海外市場的布局。

產品出海后，除了在Facebook等平臺投放廣告外，做好ASO工作也至關重要（對于預算有限的公司而言更是如此）。

在許多公司出海的第一站——東南亞，Android用戶數量占有絕對優勢（占比甚至可以達到95%以上），而不同于國內Android應用市場的四分五裂，海外的流量基本集中在Google Play，所以做好Google Play的優化工作是海外產品ASO的重點。

一、Google Play優化涉及項目

我們先來看Google Play優化涉及的項目：

應用圖標——關系到品牌形象及用戶對產品的第一印象。

應用名稱——簡短展現產品亮點，在關鍵詞索引中權重最高。

應用說明——分為簡短說明和完整說明，用于詳細介紹產品功能與特點。

圖片與視頻——采用更直觀的方式展示產品特點，影響用戶對產品的認知。

評價與評分——影響新用戶對產品的判斷，同時評論關鍵詞會被收錄，評分會影響產品排名。

關鍵詞排名——影響搜索結果排序，從而影響曝光量、下載量。

榜單排名——影響曝光量，從而影響訪問量、下載量。

二、優化目標的拆解

進行ASO的最終目標是提升安裝量，而影響安裝量的有兩個因素：曝光/訪問量和轉化率。

這兩個指標類似于平日常說的新增和留存，即為了達到最終目標，我們需要同時有充足的流量和夠大的漏斗——有足夠的用戶看到我們的產品，又要有足夠的用戶會產生最終的安裝行為。

【曝光/訪問量】

取決于Google Play中的展示，需要通過優化使產品獲得更多曝光，帶來更多訪問。

【轉化率】

取決于用戶的意愿，需要通過優化提升用戶對產品的認知和好感。

三、各項目之間的聯系

在拆解完目標后，我們來看看各個項目之間的關系：

（注：圖中只列舉了一些簡單的聯系，實際上排名算法影響因素不只這些，算法也較為復雜。）

圖中的箭頭表示產生影響的方向，確如圖中表現的那樣，幾乎沒有一個項目是獨立的，它們之間存在著許多關聯。不過別擔心，這些關聯并不復雜，只要我們能抓住其中的關鍵，就能一步步實現我們的優化目標。

四、如何對單個項目做具體優化

在這部分，我們挑選幾個重點項目聊一聊具體優化方法：

1.應用說明

應用說明分為簡短說明和完整說明。

【簡短說明】

在Google Play移動端，用戶點擊“閱讀更多內容”之前，都只能看到簡短說明。簡短說明長度限制在80字符，我們需要在這個長度內盡可能表達產品的用途和優勢，同時兼顧關鍵詞的覆蓋。

【完整說明】

統計數據顯示，僅5%的Google Play用戶會閱讀完整說明，所以完整說明對整體的用戶安裝意愿影響是有限的。

我也嘗試過幾次完整說明的實驗，確實沒有明顯的安裝量變化。因此完整說明的主要用途在于，完整介紹產品功能與特色以便于用戶充分了解，覆蓋關鍵詞以便于提升排名。

因此在實際的說明優化中主要有三個要點：

充分介紹產品，及時更新

覆蓋關鍵詞，做好本地化

第一點

這是寫好一個說明的基礎要求，無論國內還是海外都適用。簡短說明的表達取決于具體需求，而完整說明是可以總結出套路的。

下面是一個規規矩矩的完整說明實例標注。如果沒有什么特殊需求，就如學生時代的模版一樣，參照這個模版的說明雖說不一定多亮眼，但至少是合格的。

Tips：東南亞用戶非常喜歡使用emoji，在說明中可以適度添加一些emoji幫助表達。

第二點

這也是ASO中的常規操作，因為關鍵詞排名涉及到的內容繁多，在本文不便展開，有時間我另外寫一篇專講關鍵詞排名的文章。

這里做些簡單介紹，關鍵詞收錄的來源包括產品名稱、簡短/完整說明、用戶評論等，各來源的權重不同。

關鍵詞分為品牌詞和功能詞。顧名思義，品牌詞即有充分影響力的品牌相關的詞組（如Ins、Tumblr等），而功能詞即描述相關行為或功能的詞組（如music、photo、chat等）。我們平時需要借助例如AppAnnie這樣的三方工具監控排名信息，及時調整或增加關鍵詞的覆蓋。

除了本產品外，也要時刻關注競品的關鍵詞，收錄一些與競品相關的關鍵詞，提升競爭力。

第三點

對于出海產品，除了App自身的本地化，在Google Play的資料中做好本地化也至關重要。

相信大家多少看到過一些外國人說中文或是餐廳菜單蹩腳翻譯的笑話，若我們沒有做好充分本地化，海外用戶在看到我們的產品頁面時也同樣會哭笑不得。一方面用戶無法充分理解，另一方面用戶容易產生不信任感。

我在工作中就遇到過一個使用了接近半年的說明，直到有當地同事入職后才發現許多表達非常生硬，不符合當地的語言習慣。

我的建議是，最初就將說明交由當地譯員或有留學背景的專業人士翻譯。若公司內沒有相關人力，有多種途徑可以得到翻譯服務，這并不難做到，千萬不要由非專業人士翻譯甚至機器翻譯后就直接使用。

2.圖片與視頻

圖片和視頻可以更直觀地展示產品功能和特色，更容易吸引到用戶。不同于文字說明，在圖片與視頻中可以融入更多的創意，發揮空間更大，因此一套好的圖片與視頻往往可以在提升安裝轉化率中起到關鍵性的作用。

【置頂大圖】

這是Google Play專門設立的一個內容項。在去年10月Google Play改版前顯示在頁面頂端，而在目前新版的Google Play頁面中，置頂大圖是作為視頻的封面展示的，若沒有配置視頻則不展示置頂大圖。在置頂大圖中我們可以添加一些運營活動信息或簡潔的slogan，盡可能提升吸引力。

【產品截圖】

產品截圖是展示產品功能的重要窗口。Google Play最多允許添加8張截圖，選擇展示哪些功能、功能如何排序非常關鍵。

有些開發者習慣于在產品進行重要升級后將新特性進行前置展示，但這里容易走進一個誤區——需要注意產品截圖的最主要受眾是沒有接觸過產品的新用戶，我們的目的是通過截圖讓新用戶了解我們的產品并產生興趣，而不是告訴老用戶我們的產品有什么改進。

所以，當產品有了重大升級，需要將新功能橫向比較，評估這個功能在整個市場上是否有競爭力。如果單從產品自身角度出發，重點宣傳新功能，可能反而無法讓用戶了解到他們最感興趣的基礎功能。

產品截圖優化的另一個要點是做好充分本地化，前面已經講過對產品說明本地化的重要性，而在截圖中，我們可以本地化的內容更多——文字、配色、模特和其他視覺元素，都有本地化的空間。

下圖是抖音馬來西亞版的截圖，可以看到里面的建筑物、模特等都充分表達了馬來西亞特色，這樣的截圖自然會增加馬來用戶的好感。

產品經理需要和設計師密切配合，充分展示產品賣點的同時，通過設計的力量讓當地用戶倍感親切。

3.評價與評分

就和我們在線上購物時一樣，其他用戶的評價和評分也是新用戶安裝App時的重要參考依據。

根據用戶調研結果，有3/4的用戶表示其他用戶的評價會影響他們的下載決策，在所有影響因素中排在首位。另外產品的評分會在列表和詳情頁中展示，不但影響用戶的判斷，同時也是影響產品的排名和展示的一個因子。

【與用戶保持溝通】

用戶在Google Play留下評價后，我們最好能夠及時進行互動，尤其是在用戶提出不滿或疑問后，更需要及時給予幫助與解答。

改版后的新Google Play頁面會同時展示正負面的評價，不同于以往的混排，現在用戶注定會看到犀利的差評。此時若差評的下方緊跟著我們誠懇的回復，也容易給其他用戶留下重視反饋、積極改進的正面印象。

在Google Console的統計中我們也能看到，經過回復的評價，最后提升評分的概率也會大很多。因此積極的互動也能幫助提升我們整體評分。

【重視用戶的反饋】

而Google Console中的“評價分析”為我們提供了便捷的統計，通過統計我們可以更直觀地看到用戶反饋的涉及主題和趨勢。對于反饋集中的問題，我們需要提高優先級解決，產品體驗的提升也能減少相應差評，從而提升整體評分。

【刪除不合規的差評】

Google對于用戶評價的發布有一套政策，對于例如謾罵、無實質內容等不符合政策的評價我們可以進行舉報；若Google審核通過，評價會被刪除。產生1個一星差評對總評分的影響需要靠6個五星好評彌補，所以每刪除一個差評都很有意義。

五、如何利用實驗進行高效優化

就如我們在產品策劃的工作中一樣，方案是否能夠產生影響，影響是正向還是負向，都需要依賴ABtest來確認。幸運的是，Google已經為了我們搭建了一套相當完善的實驗系統，我們只需要掌握使用技巧，就能夠高效地利用實驗進行優化工作。

1.實驗要點

實驗對象

需要注意實驗是針對語言發布的。有一些國家例如泰國、印尼，90%以上用戶都使用本土語言，在這些語言下的實驗基本可以反映國外的用戶情況。

但一些通用語言例如美國、英語，對應的用戶可能來自菲律賓、越南、馬來等多個國家，而最終的實驗結果也只能代表使用該語言下的用戶，而不是某個國家的用戶。必要時，可以同時發布多個語種的實驗（例如英國英語、澳大利亞英語、美國英語）已取得更通用的結論。

實驗時間

一般在實驗開始后的2天內數據會有比較大的波動，而在34天后數據會趨于穩定；但若條件允許，我還是會建議將實驗進行7天，因為涵蓋完整的一周可以盡可能地排除外在影響因素，得到相對準確的結論。

變量控制

一個實驗最多可以添加3個變體，若我們同時添加大于1個的變體，我們需要精準控制各個實驗變體的變量，便于最后回溯變量產生的效果。

2.實驗效果回溯

實驗進行到一定階段我們需要回溯實驗效果，通過Google Console的數據，我們可以清晰地看到各個變體的數據表現。

如圖所示，我們可以看到每個變體當前的安裝量、若完全應用該變體的總安裝量，這兩個指標都非常好理解，可以用于對比對安裝量帶來的數值影響。

這里稍微解釋一下最后一個數據，90%置信區間源自于統計學的概念，即90%的數值變化都位于該區間，這樣的處理方式可以排除一些極端值對結果的影響。

如圖所示，每個變體的安裝量變化必定是波動的，因此取90%置信區間后，最終我們可以得到：

效果=（最高值+最低值）/2

在前面的案例圖中，我們的結論是3個變體對安裝量的影響在1.5%2%之間。

通過不斷的實驗，我們可以準確得到變體的數據效果，從而得到最佳的優化方向。

特別聲明：以上文章內容僅代表作者本人觀點，不代表ESG跨境電商觀點或立場。如有關于作品內容、版權或其它問題請于作品發表后的30日內與ESG跨境電商聯系。