“带量”计算的重要性不言而喻，这个其实就是ASO最核心的内容，但目前还很少有文章把这个问题讲透彻的，本文就结合例子，期望用最简明的语言把“带量”说清楚。

关键词搜索能带来多少下载量，简称“带量”，是选词的最核心指标，典型的如版本更新选词的时候，需要判断哪些关键词带量较多，就保留下来，而带量差的就可以删掉了。对新增的词，也需要“预测”其能带量多少，作为选词的标准。

“搜索词”带量计算

为了避免混淆，我们这里说的“关键词(keywords)”，是指你在itunes填写的100个字符的关键词。而词的覆盖，则是指覆盖的“搜索词(query)” 。 一般的ASO工具都提供“搜索词”覆盖查询功能，就是看那些词能够搜到这个App，典型的页面如下所示：

一个App的覆盖搜索词列表

一个搜索词的带量计算，主要步骤有两个：

1、估计词的日均搜索量。
2、根据app在这个词下的排名，估计下载量。

词的搜索量估计，我们前面的文章介绍过，词的“搜索热度”对应的大致搜索量如下图所示：

搜索热度对应的日均搜索量估计

而第2步，其实就是要计算搜索“下载转化率”，由于苹果的Itunes统计后台并没有给出下载来源，这个数据是没有的，因此，就需要根据一些安卓市场的统计，来估计Appstore的下载转化率。

以“优步uber”这个App为例，其覆盖了搜索词“uber”，热度为8004，这个App排名第一，下面就计算下“uber”这个词给“优步uber”App的带量。

360市场给出的下载分布比例

结论就是：“uber”这个词为“优步uber”的“带量”约为2925。

目前国外的ASO服务商mobileaction(https://www.mobileaction.co/)，就开发的有带量计算系统，其中“uber”App的美国区关键词带量分布，如下图所示：

mobileaction开发的关键词计算服务,uber的例子

根据上述原理，我们也开发了“带量”计算服务，在appbk的app内容页，左侧“关键词/aso”导航的内容中，就增加了“搜索词带量估计”服务。其中“优步uber”App的关键词带量分布表，如下图所示：

appbk的搜索词带量计算

和mobileaction不同，我们除了给出每个搜索词带量比例外，还给出了具体的下载量估计，有觉得数据偏离较多的童靴，欢迎随时反馈，我们会不断改进“带量”计算的准确度。

Itunes关键词带量计算

上面介绍的是每个“搜索词”的带量估计，如果是看ASO的基本效果，也就够用了。但因为苹果的搜索系统，有“搜索词”覆盖这个概念，就是好比你在Itunes只填写了“运营”这词，除了“运营”外，“运营助手”、“运营数据”等搜索词，也都能搜到你的app，而这些“搜索词”带量都可归因于“运营”这个关键词。因此，更细致的带量计算，需要考虑一个关键词的覆盖“搜索词”情况。

一个“关键词”的带量计算，主要就是把其覆盖的“搜索词”带量相加即可，流程如下：

找一个“关键词”覆盖的搜索词也比较容易，一般的ASO工具，“ASO/搜索词”页面都有查找功能，直接查找这个词即可，假设“优步uber”只填写了“优步”这个关键词，搜索“优步”如下图所示：

“优步”覆盖的“搜索词”查询

然后，我们把这些图中“搜索词”带量相加，就可以认为是“优步”这个关键词的带量。

我们appbk也专门开发了“关键词”带量计算服务，因为这个需要用户填写的Itunes关键词，就把这个服务放在“我的关键词方案”一栏。还是以“优步ber”为例，假设其只填写了“优步，uber”这两个词，具体关键词带量计算结果如下图所示：

Appbk的“关键词”带量计算服务

使用此服务，在填写词的时候，尽量写组词之前的词，这样能更准确的计算带量，如果是几个词组合之后的关键词，系统会先分词，然后再计算带量，准确度可能就会有所下载。有了这个服务，App更新选词中的删词和留词就很容易决定了。

本文介绍是现有关键词的“带量计算”，而新增关键词的“带量”估计，需要预测App在关键词下的排名，比较困难，这个会放在后续的文章中。

本文来自投稿，作者王亮，微信：mariswang，APPBK（appbk.com）首席执行官。