ASM的到来,掌握好三个核心关键词

苹果公司的关键字搜索排名竞价广告Search Ads,国内称之为ASM(AppStore Search Marketing)就要上线了,服务商跃跃欲试,海外市场争相投放,CP们(APP开发者)雾里看花,边学边看,好不热闹,虽然国内上线的具体日期还没确定,但已然迫在眉睫了。

ASM必须掌握三个核心关键词

1、投放颗粒度

打开苹果竞价广告投放平台,我们可以看到ASM投放的颗粒度细致到:某个城市、某个年龄段、某个时间点、某个性别、搜索某个关键词(比如理财)这个场景下的那个人(群)。

苹果竞价广告的投放颗粒度由APP自己设定,关键词无上限,场景细化无上限,正因为投放套路的变化,ASM关键词的投放变得更复杂。与此同时,也更考核CP或ASM代理商的技术与专业水平,谁也不能说一开始就能掌握投放颗粒度的精准度,必须通过实时进行的关键词投放分析,动态监测投放效果,不断优化每个颗粒度关键词在不同场景的投放,最大化提升关键词在不同时间、地域、人群下的投放效率。

ASM的到来,掌握好三个核心关键词

2、转化效率

其实APP推广,往大了说,无论是做品牌传播、硬广投放、线下活动,还是效果投放类,都要考核转化效率。我们要量化评估这些渠道类型是否适合我的APP产品,计算出每种渠道的转化率,投入产出比。

聚焦到App Store上,到底是刷榜、刷热搜、刷关键字排名、还是买ASM竞价?我们需要评估哪种方式效率更高。

在ASM关键词选择上,我们面临的是如何在1000个乃至更多的关键词中选出200个有真实下载量的关键词,再从中选择出10个比较合适的词。当选中了合适的关键词,依然面临的问题是:在这个关键词下,我们应该刷到第几名的效率更高,第一名的自然下载量最多,但竞争更激烈,成本也高,最后的CPA未必合算等等各种更细微层面的考量。

ASM的到来,掌握好三个核心关键词

3、智能投放

在关键词越精细的颗粒度下,每个关键词都可以出现上千上万种投放组合,庞大的数据量依靠传统的人工统计是无法完成的,这就需要使用大数据“机器学习”算法进行智能投放,大数据技术可以对海量数据进行学习、分析、处理、过滤与筛选,就像今日头条对头条号指数的评估,也是通过机器对作者创作的内容和读者阅读行为的记录和分析等五个维度,评估出出帐号价值评分。

在ASM投放上,机器还可以做到快速反应,根据自建的数据库实时动态更新数据,比如,当某一品牌或竞品在某档综艺节目中赞助或投放广告后,用户行为就会产生变化,反映在大数据“模型分析”中的直接体现就是“特征”随之变化,关键词库会加入新的维度。

1