【德普优化】移动App Store测试的“七宗罪”

移动App Store测试的"七宗罪"

移动营销人员被困在进退两难之间。一方面，他们负责优化Apple App Store商店和谷歌Play商店 中的APP产品，面对有挑战性的目标去推动和执行，衡量执行的结果。另一方面，他们必须面对如何在有限的工具，有限的数据和不断变化的规则（如动态应用商店算法）去实现他们的业务目标。

也就是说，成功的移动营销人员不能放弃并且只能接受当前的局面。他们利用自己的能力推动应用和游戏的增长，并帮助他们的公司的APP在不断变化规则的应用商店领域里进行优化建议。但并非每个人都那么幸运。他们可能明白了解应用商店优化（ASO） 测试应该是他们的移动营销策略的一个关键组成部分，但他们在这样做时并不一定能完全发现可执行的见解或结果。

在分析了数千个Google实验和应用商店广告素材测试后，我们发现了一些公司为什么会在应用商店测试中取得成功，而其他人没有的原因。为了确保您从测试中获得最大收益，我们将调查结果汇总到7个致命的应用商店测试列表中，以及如何去避免它

错误1-在Apple App Store上测试Google实验和实施结果

在几乎所有情况下，测试Google实验并在Apple App Store上使用结果实际上可能会降低 iOS上的转化率（CVR）。事实上，我们发现在两个平台上使用相同的广告素材可能导致在Apple App Store上架的APP应用的安装量减少20-30％

这是因为这两个平台在很多方面都有所不同：

· Android用户与iPhone用户受众完全不同- 两个受众具有不同的行为和偏好

· 尽管重新设计了Google Play，但布局仍然不同（例如，Google Play上没有自动播放，不同的图像分辨率等），这会产生不同的访问者行为

· 两个平台的竞争都不同

· Google实验本身并不是一个足够的ASO工具，所以一般来说，它不会透露足够的见解，你可以首先应用到iOS

这是一个错误的见解，因为它是普遍推荐的。但是，通常情况下，建议采用这种方法的人是那些无法使用复杂测试技术的代理商。出于这个原因，他们坚持使用他们唯一可用的选项，即运行Google Play商品详情实验，然后使用iOS上的的版本。

错误2 - 针对错误的受众进行优化

在运行应用商店测试时，至关重要的是要有策略地细分受众群体，以便推动实际影响公司最高和最低收益的有价值的结果。也就是说，许多公司仍然针对错误的受众进行优化。

让我们来看看两个常见的错误：

1. 在进行Google商店列表实验期间，顶级排行榜中有一个知名品牌。这意味着他们从浏览Google Play商店更广泛，质量较低的受众群体获得大量流量。实际上，这个品牌有一个特定的年龄和人口群体，为他们提供更大的终身价值（LTV），但他们的高质量用户被所有安装淹没 来自浏览流量的时间。当测试结束并宣布获胜者时，结果倾向于转化低质量观众的版本。这会导致公司战略错误，使用针对的不是其核心高价值用户群的受众进行优化他们的APP。

2. 移动品牌在沙箱环境中运行测试，仅对来自低质量广告网络的用户进行抽样，因为他们购买和开展测试的成本较低。在测试结束后，该品牌在商店中使用获胜版本仅发现他们优化了他们的app以转化低质量用户，并且很可能降低了他们的高质量流量的转换。

当发生这种情况时，很难证明对资源进行有效合理的利用。因为顶级利益相关者认为它不会影响公司范围内的KPI

相反，公司应该对为他们提供最高价值[例如，终身价值（LTV），留存等）的受众进行广泛的研究，并确保他们的测试样本代表那些受众。

错误3 - 以无效方式测量结果

即使您的测试运行完美，也很容易使用过于简单化的模型来测量结果。

例如，一些公司使用测试前和测试后分析来计算变化前两周的平均CVR，并将其与变化后的平均CVR进行比较。

此方法无法考虑影响商店中转化和应用单元的许多变量，例如关键字排名，整体和类别排名，特色，用户获取（UA）成本，竞争对手的变化（例如，广告素材更新） ，UA成本，等等）等等。开发正确的建模方法至关重要，这些方法能够创建真正的基线，并考虑不同的波动，以便衡量任何变化的实际影响。

如果没有准确衡量影响，公司就会得出错误的结论：创造性的变化并不重要，或者事实上，当他们经历了积极的调整时，转化率会降低。

错误4 - 无方向的测试

一些营销人员面临着巨大压力，因为他们必须尽可能快地进行更多的测试。这通常意味着他们不会花时间进行适当的研究并制定强有力的假设来进行测试。很容易测试不会产生影响的微小或微妙的变化，并且使用弱假设使得很难发现可用于后续测试的可操作的见解。

例如，营销人员可以运行Icon测试，其中每个版本在相同的位置展示具有相同面部表情的相同角色。唯一的区别是他手里拿着游戏武器。即使找到了获胜的变种，设计本身也太相似，无法提取任何有价值的见解，并且没有明确的方向或假设推动测试。

运行图标测试会更有效，其中变量仅测试角色，仅限游戏元素以及角色和游戏元素的组合以获得明显的赢家，如上面的示例所示。

假设的想法是每个ASO测试者运行的基石。请确保您利用它们来确定应用程序或游戏的哪些特定功能，角色或元素是最重要的安装。 没有投入足够的时间和精力来制定经过充分研究的长期ASO战略的结果 使得测试成功率往往低得多（控制版本将继续获胜）。

错误5 - 提前结束测试

失败的测试中的另一个共同点是它们通常过早关闭。有许多可能影响安装的外部因素，如果你过早结束测试，则这些因素你可能考虑不到。

例如，假设一个手机游戏的最高质量观众在周末比在工作日更活跃。如果测试在接收流量仅4或5天后的工作日结束，那么将没有足够的样本或数据来自其目标用户以生成准确的结果。这意味着可能会接受错误或误导性的结论，并且公司将错过发现关键性的结论以优化其高价值受众。

此外，很少看到每一天测试中都是成功的版本。您需要更广泛的日期范围，以确保一致性。我们建议您至少运行7天的测试，通常会看到它们平均运行10天。

错误6 - 不及时更新应用商店里面的APP

在某些情况下，投入大量时间和精力进行大量测试的移动营销团队通过获取创意和消息传递来更新商店的速度很慢。如果公司在1月份发现转换效果较好的广告素材，但仅在4月或5月实施这些广告素材，那么他们最初优化的受众群体已经发生了变化。

您的受众偏好和品味会随着趋势而迅速变化。同样，您的竞争对手会不断更新其商店中的广告素材和消息，从而在查找新应用或游戏时更改受众与之互动的内容。

未及时更新您的应用商店页面会使转化率出现正增长变得更加困难。

错误7 - 未接收（或分析）App Store参与数据

最后的罪是要避免的最重要的错误之一。正如您在上面的示例中所看到的，应用商店行为数据展示了很多重要的政策，例如您的访问者的参与程度，他们在您的网页上的行为方式，哪些消息说服他们安装他们花费多长时间与不同资产进行交互等等。但最重要的是，这种类型的数据可以帮助您发现原因并赢得了某种变化。如果没有这些指标（例如，如果您使用Google实验并且只有CVR数据），那么维持正在进行的CVR优化循环很困难（如果不是不可能）。

例如，假设你运行了一个icon测试，并设法找到一个更好的转化变量，突出了一个众所周知的角色。您实施结果并开始计划下一个测试，而不了解该变体为何获胜以及它如何影响访问者在您网页上的行为方式。

你不知道它赢了，因为它鼓励访问者探索您的页面，从而将它们暴露给屏幕屏幕 3-5。这些截图完成安装体验，因为他们展示了相同的角色并让访问者对游戏感到兴奋。

如果不确切哪一个变量比另一个变量表现更好，那么就冒着对后一个屏幕测试的风险。并删除了Icon首先工作的重要部分。这使得难以推动改进并且往往导致负增长模式，其中您向前迈出一步只是为了退后两步。

这些致命错误的结果

在App Store和Google Play中取得成功的移动品牌对于他们的受众想要什么，他们如何做出决策以及在情感和社交方面触发他们的因素有着深入的了解。在他们的工具箱，使这一成功的顶部工具是应用程序商店测试。不幸的是，很多开发者参与我上面提到的一个或多个致命罪行的移动发布商会得出错误的结论，即测试不起作用。

这个结论比他们可能意识到的更具（负面）战略意义。它给竞争对手带来了不公平的优势，因为他们继续保持领先一步，通过不断的测试适应不断变化的需求和观众的需求。这也意味着他们的竞争对手将享有更高的转换率，更高的增长率和更低的用户获取成本。

要重新获得竞争优势并确保可持续的成功，请确保您充分利用应用商店测试的优势可以提供并避免这些致命的错误。