App在不同阶段如何做推广？思维导图

其中Google trends类似于百度指数。Google keyword/adwords工具，类似于百度搜索广告后台，可以查到关键词的日均搜索量。而最准确的还是Appstore auto fill(搜索提示)，这个数据源会给每个关键词赋一个priority值，这个就是国内常说的搜索热度，值的区间为0到11000。

但热度显然不是真正的搜索量，而是根据日均搜索量换算成的一个数值。利用搜索热度，结合一些具体的实例，基本就能完成选词工作。但如果需要做更细致的分析，例如看一个词能具体带来多少下载量，仅凭热度是无法做到的，这就需要我们获取真实的搜索量数据。

本文就大致讲一下，appbk是如何找到搜索热度值和搜索量之间对应关系的。

齐普夫定律(zip’f law)是词频统计的一般规律,其大致意思是，大规模的搜索日志等文本中，有约50%的词只会出现1次。这个定律描述的是人类语言的一般规律，不管是中文，还是英语等等，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。一般而言，出现1次的词占所有词的比例可能在20%-70%之间，但一定是比例最大的。

由于搜索热度值与搜索次数是一一对应的，那么如果有个热度值对应的词数，占全部词数的比例最大，那么这个热度，对应的搜索次数就是1.

根据实际经验，每天有搜索的词，热度值至少应该大于100。因为热度值小于100的词，基本都是一些没有任何评论的app名称，或者一些非常长的词。根据对所有搜索词热度值的统计，热度值大于100的关键词约有21万。其中热度值为4605的词最多，有5.8万个，比例约为28%； 而占比第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它热度对应的词个数，因此可以认为，4605热度值对应搜索次数为1。当然，28%这个数据也表明Appstore的长尾词比例比其他平台要多一些。

苹果的统计系统中，核心数据主要就是app内容页展示量和真实下载量，由于展示量来源没有给出，这个数据价值较小，我们主要使用下载量数据。

大致的idea，就是app下载量是已知的，那么大致有65%的下载是搜索带来的，而一个App的下载量，大部分都是由其热度最高，排名第一的这个词带来的，利用这个过程，就可以大致估算这个热度最高的词，对应的搜索量是多少。

目前还在找一些CP来验证这个推断是否靠谱，有兴趣的童靴，也可以给我们分享一些例子，共同完善这个推论。我们近期也会在APPBK “关键词/aso” 页面中，展示每个词带来的搜索量估计。

后续还有可能有一个数据来源，就是等到苹果搜索广告上线，也可能给出一些搜索词的真实搜索量，我们也会第一时间抓取相关的数据。