アプリストアを逆解析して得た学び

アプリストアでのマーケティングは、適切な顧客と適切なアプリを見つけることが全てです。残念ながら、ユーザー獲得の道のりはスムーズではありません。特に一つの大きな障害があるためです。それは、AppleとGoogleが運営するブラックボックスアルゴリズムです。

マーケットプレイスは獲得ファネルの仲介者です。彼らはルールを作りますが、私たちはその働き方を正確に把握していません。このブログでは、アプリストアを逆解析して得た学びを紹介します。さらに、AppTweakツールを通じて私たちの学びをどのように活用できるかを詳しく説明します。

ストアはアプリのメタデータとユーザーの行動をどのように処理するのか？

アプリストアをデータポイントに変換する

ここでの主な課題は、ストアがアプリのメタデータをどのように変換し、ユーザーの行動と一致させるかを理解することです。キーワードクエリからの検索結果や利用可能なメタデータは既にわかっています。したがって、次に知りたかったのは、これがユーザーの行動とどのように一致し、その結果としてアプリストアのアルゴリズムの背後にある論理を解読することです。

最初のポイントは、データを見て、ストアの視点でどのアプリケーションとキーワードのペアが価値があるかを理解することです。

私たちのアプローチは、アルゴリズム自体を模倣することでした。したがって、AppleとGoogleが私たちのデータポイントで行っているように結果を再現し、次に私たちのアルゴリズムを分析しました。最終的に、すべてのキーワードとアプリを ストアごとに一つのマップに配置しました。各アプリとキーワードの正確な位置は、数十億のデータポイントで訓練された機械学習アルゴリズムによって計算されます。

Atlasのリリース – 初のApp Storeセマンティックエンジン

このアルゴリズム表現から、Atlasが誕生しました – 初のApp Storeセマンティックエンジンで、アプリストアがどのように類似のアプリをグループ化し、どのキーワードが特定のアプリに関連していると考えているかを理解するのに役立ちました。

簡単に言えば、Atlasはストアのセマンティックな意味に従ってすべてのアプリとキーワードをマッピングしたものです。この基礎モデルは以下を保証します：

• 類似したキーワードは互いに近くに配置されます
• 類似したアプリは互いに近くに配置されます
• アプリとキーワードの位置は比較可能です

この表現上でのアプリとキーワードの距離は、これら二つの類似性の測定です。

アプリアプリのクラスターを特定し、それを理解する

Atlasを通じてアプリをマッピングすることで、App Storeのカテゴリに似たものを得ることができますが、Atlasはカテゴリの概念を以前に聞いたことがありません。

マップの最下部を見ると、VPNアプリだけで構成された明確なクラスターが見えますが、アプリストアにはVPNカテゴリはありません。VPNアプリはユーティリティまたは生産性カテゴリに分類されています。Atlasはより詳細なカテゴリを提供します（これをAppDNA/GameDNAと呼びます）アプリストアカテゴリよりも。さらに、Atlasが作成したエンターテイメントとスポーツカテゴリの重なりは、スポーツ放送アプリで構成されています！

マーケターとして、あなたのアプリに近いアプリを特定できます。私たちの発見がユーザーの意図から翻訳されたことを意味します。つまり、ユーザーの視点からアプリの類似性を理解できます。 AppTweakはこれらのより詳細なカテゴリから新機能をリリースしました – AppDNAまたはGameDNAごとのトップチャートと競合選択。

アルゴリズムが理解するようにキーワードを理解する

アプリストアのアルゴリズムの視点では、キーワードは単なる文字列以上のものです。以下のマップはそれをうまく示しています – レモン、ライム、スクーターの例を取ります。言語の観点からは、ライムとレモンは非常に似ています。しかし、ストアのアルゴリズムから見ると、ライムとスクーターが最も同一視されています。

これは、アルゴリズムを逆解析してアプリストアのセマンティクスをどのように理解しているかを示しています。さらに、自然言語とストア言語が異なることを確認します。また、ストアが頭字語やタイプミスをどのように識別できるかを強調しています。

したがって、ASOまたはApple Search Ads（ASA）のキーワード最適化を行う際にすぐに識別できるキーワードの組み合わせだけを見てはいけません。実際には、ストアのアルゴリズムは、キーワードを単なる文字列以上のものとして見るように訓練されていますが、ユーザーの行動によって伝えられる意味と意図を持つオブジェクトです。

キーワードの関連性を解読し、ASOとASAでその使用を活用する

私たちの最先端のマッピングから得られた重要な洞察は、キーワードとアプリの間の距離にあります。この距離は、キーワードとアプリの対応の尺度を表します。それを念頭に置いて、キーワードが実際にあなたのアプリに価値を見出す適切なユーザーをターゲットにしていることを確認するために、関連性スコアという新しい指標を開発しました。この指標は、あなたのアプリとは異なる機能や機能を提供するアプリを指すキーワードを避けるのに役立ちます。

関連性スコアを使用して：

• 機会を特定し、優先順位を付ける ASOまたはApple Search Ads（ASA）でテストする用語
• 健全性チェックを設定し、直感に反する用語を特定し、否定的なキーワードとしてApple Search Adsキャンペーンに追加する
• トップオーガニックキーワードに対する他のアプリの関連性を確認し、それらが表す脅威レベルを評価し、ASOとASAで防御戦略をモデル化し始める

TLDR

アプリストアでは、ユーザーの意図をアプリのメタデータに一致させるアルゴリズムはブラックボックスです。ストアの動態を理解するために、アルゴリズムを模倣し、いくつかの重要な学びを得ました：

• 自然言語はストアのセマンティクスとは異なります。アプリストアの視点では、キーワードは単なる文字列以上のものであり、ユーザーの行動によって伝えられる意味と意図を持つオブジェクトです。
• Atlasのおかげで、キーワードとアプリの対応を測定するための関連性スコアというユニークな指標を開発しました。これは、キーワードがあなたのアプリにどれだけ関連しているかを示します。
• AppDNAとGameDNAの分類法の作成、ストアが提供するものよりも正確な分類です。AppDNAを活用することで、DNAごとのトップチャートと競合選択を視覚化し、競合他社をよりよく把握できます！

AppTweakが、シンプルなインターフェースで実用的なinsightsを提供し、アプリダウンロード数の向上にどのように役立つかをご確認ください。

無料トライアル