ASO优化技巧（4）

在App Store，榜单能带来的流量占比约30%，搜索能带来的流量占比约65%，但榜单流量相对于搜索流量而言更为集中。据极光大数据发布的《2019年App流量价值评估报告》显示，Top10 App的流量占比超5成，Top50 App的流量占比超85%。这是一种非常明显的马太效应，也正面印证了头部流量的实力。

4.1 榜单分类

App Store的榜单主要分为2大类型：应用总榜、游戏总榜。每个大榜单又包含了3个小榜单：免费榜、付费榜、畅销榜。再往下细分，还可以划分多个子分类，其中应用免费榜、付费榜下23个子分类、应用畅销榜下22个子分类，游戏免费榜、付费榜、畅销榜均为16个子分类。

具体的分布如下表：

图3.4.1-1 榜单分类表

4.2 榜单排名算法

无论通过何种方式提升榜单排名，都需要先了解榜单排名背后的算法。一直以来，关于苹果的算法原理都被认为是黑匣子，但经过多年的行业发展，得到了一套普遍认可的算法拆解，榜单排名影响因素排序：近四日每日下载量>评分评论>App收入>用户行为>其他。

（1） 下载量

下载量是App榜单排名的核心，即使经过多次的算法调整，仍然是占比最高的因素。业内流传的榜单排名与下载量的函数公式为：

当前榜单排名=今日下载量*8+昨日下载量*5+前日下载量*5+大前日下载量*2。

即：近四日下载量是影响榜单排名的主要因素，并且每日的下载量所占据的权重不一，越靠近当日的下载量权重越高。

（1） 评分评论

评论数量与质量都会影响榜单排名，尤其是5星好评的比重更大。

（2） App收入

用户付费（针对内购、付费App）越多，App的榜单排名越正向提升。

（3） 用户行为

DAU、用户使用时长、打开次数等。

4.3 榜单更新点

App Store榜单的更新点比较规律，以近一周的榜单排名作为整个App Store榜单排名的一个缩影。我们大致可以看出榜单的更新周期约为3小时，更新点主要集中在以3为倍数的时间点。

对于有冲榜需求的App而言，可结合目标用户最活跃的时间段，选择距离该时间段最近的更新点前一个周期左右，进行冲榜优化为最佳方案。

图3.4.3-1 榜单更新变化，数据来源于App Growing