封面.png

小伙伴们问得最多的是:你们ASM投放的量怎么样?ASM量怎么老是上不去?大家ASM投放都啥量级?

做ASM投放,你得出量。这是老板要的结果,也是压在我们身上的KPI。问了一圈之后,老板也许甩过来一句:看看别人家的CPA,别人家的量。老板只问结果,但是我们作为运营人员,应该要更懂专业,不同产品的质量评分不同,结果也不同;投放周期与时间点也会影响投放结果,比如最早的红利期肯定CPA便宜,量也没那么多人争抢;还有就是投放技巧你掌握了多少,比如拓词都用的哪些方式、哪些维度?别说你就依赖某一两种拓词方式就万事大吉了。

总之,千万别陷入用别人家CPA、别人家量衡量自家结果的怪圈,那是不专业的。而是要客观看待自身的App,动态地看待投放结果,扎实优化元数据,沉下心去研究投放技巧。

说到ASM投放,第一步就是选关键词,如何选择?如何淘汰?你真觉得你选的几千个词就够了吗?显然不是。词量不够大没法做出更有价值的评估。而且,基于人的认知边界和局限,你也许认为某个流行词是好的,但结果未必。

话不多说,量仔er总结了七大选词技巧,包含拓词筛词、后续优化词等。(千万别说就拿苹果search match匹配拓词就够了,没准你的量出不来就是因为拓词维度太少!)

1、苹果搜索广告的模糊匹配

苹果的search match匹配是一个非常好的功能,它是根据App的元数据自动匹配搜索词。优点是广告主可以极其简单的上线一个广告,哪怕一个关键词都不设置也可以进行投放,缺点是search match有时候匹配来的量有些离谱,导致造成广告费用的浪费。 当然这个功能是一定要打开的,可以单独设置一个广告组,让苹果来帮你拓词,需要注意的是,别把这个组扔那不管了,需要定期监控这个组里来的搜索词,将极不靠谱的词仍到否定词里。

搜索匹配.png

2、利用ASO工具获得关键词

通过ASO工具拓词,也可以得到大量关键词,包含热度的标签。通过ASO工具拓的词在使用过程中也许会发现不出量的问题,这是因为它本身就不是ASM投放的词,建议下一步将一些词优化到元数据里,提升相关性之后,对出量会有帮助。

ASO拓词.png

3、参考竞品投放的关键词

这是我们最常用的技巧,通常我们会根据经验把竞品列出来,再通过ASO工具一个个关键词去找,而找出来的关键词主要是竞品在ASO优化方面的关键词。 如果想了解竞品在ASM投放上的关键词,建议通过量江湖ASM竞品快查工具来查找。不仅可以查找到竞品投放的关键词,还可以知道这些词的流行度、热度、竞价成功次数,以及当前有多少App在竞价。

竞品投放的词2副本.jpg

(截图来自量江湖ASM竞品快查工具)

4、苹果提供的几十个相关词

苹果会针对你提供的关键词给出流行度比较高的词,通常最多50个。由于只有流行度这一个维度,且都是些通用词,运营熟手不太看得上这一功能。 以游戏为例,它给你拓的词由于流行度太高,都是些竞争特别激烈的词,这会造成成本太高。此外,它不会考虑市场行为,不会考虑与你的App相关性,更不会考虑当前热度。

苹果提供的流行词.png

5、自家ASM历史投放词

这个就不用说了,自身投放过的关键词,根据历史投放数据,把词进行分类,进一步优化,效果好的词加强投放,效果不好的词给予否定或者降低出价。

6、WNA智能拓词

WNA(word netword analysisi)是一个拓词体系,是基于词与词的关联,比如SNS概念是基于人与人的关联(此前特别火的六度人脉概念)。在词上,其实每一个词都有很多与之相关的词。都知道百度指数吧,我们去搜索一个词的时候可以拓出很多不同维度的新词。而量江湖WNA智能拓词比这个维度要更多。

以游戏为例,下图是来自社交平台的关联词截图。通过微博、微信、知乎、百度、直播等平台(有社交类、搜索类、媒体类、知识类),所有这些开放平台由用户产生的搜索标签(我们也称为语料),可以为我们拓展出海量相关联的关键词。词与词的关联度有一个天然关联系数,比如单机游戏与游戏这个词的关联度为0.99,这只是某一个社交平台,某一个时间点的关联词与关联度。

游戏关联词.png

通过量江湖WNA智能拓词,它的优势体现在两方面:1、更多维度的与用户搜索行为关联度更高的词;2、它可以体现实时性,比如跟热点事件、时间节点关联度高,在某一时间段能帮你迅速吸量。

总之,WNA系统是基于用户搜索行为产生的,通过机器智能推送的。它基于深度学习的自然语义分析,语义网络分析及关联强度分析,扩充海量词库入口,打破人的经验与认知局限,通过机器智能,客观、全面、实时地推送高关联词,对词的把握更准确将直接影响ASM投放效率。

此外,拓词之后最重要的一步是筛词,通过大数据算法,依据一些判断参数,如搜索指数、搜索结果、流行度、搜索排名、年龄、地域、时间段,通过算法进行筛选,最终找出最具价值的若干关键词。在实际投放中,再给定一些评判指标:下载量低、CPT高、点击率低、转化低、CPA高的词,不断将这些词列为否定词,淘汰词。这是一个不断循环的优化过程。

7、通过归因数据核算ROI,提炼高精准词

这其实是归因分析的一部分,通过SDK在你的App内埋点,从而分析哪些量由哪些词产生。有人说苹果也有归因API,实际苹果API只能告诉你哪些词带来多少量,往下的数据就无法提供。更多维度的后续信息才是最重要的,比如用户留存、活跃、付费等信息。通过后续用户行为考量关键词的ROI,以结果为导向的反向优化关键词。 说白了,就是找到那些通过数据验证的特别好的高精准词进行重点投放,针对转化差的词,及时调整策略,降低出价或否定掉。目前,量江湖在投的ASM案例中,都有同期进行关键词ROI核算的服务,通过这一服务,对词的判断更加准确,投放结果更好。

人的认知受限,效率低下,恰恰可以由机器来弥补,这才是人工智能的迷人之处。

本文作者:量江湖量仔er(微信:18501916858)。