在量江湖老萬(wàn)ASM實(shí)戰(zhàn)群里，小伙伴們問(wèn)得最多的是：你們ASM投放的量怎么樣？ASM量怎么老是上不去？大家ASM投放都啥量級(jí)？

做ASM投放，你得出量。這是老板要的結(jié)果，也是壓在我們身上的KPI。問(wèn)了一圈之后，老板也許甩過(guò)來(lái)一句：看看別人家的CPA，別人家的量。老板只問(wèn)結(jié)果，但是我們作為運(yùn)營(yíng)人員，應(yīng)該要更懂專業(yè)，不同產(chǎn)品的質(zhì)量評(píng)分不同，結(jié)果也不同；投放周期與時(shí)間點(diǎn)也會(huì)影響投放結(jié)果，比如最早的紅利期肯定CPA便宜，量也沒(méi)那么多人爭(zhēng)搶；還有就是投放技巧你掌握了多少，比如拓詞都用的哪些方式、哪些維度？別說(shuō)你就依賴某一兩種拓詞方式就萬(wàn)事大吉了。

總之，千萬(wàn)別陷入用別人家CPA、別人家量衡量自家結(jié)果的怪圈，那是不專業(yè)的。而是要客觀看待自身的App，動(dòng)態(tài)地看待投放結(jié)果，扎實(shí)優(yōu)化元數(shù)據(jù)，沉下心去研究投放技巧。

說(shuō)到ASM投放，第一步就是選關(guān)鍵詞，如何選擇？如何淘汰？你真覺(jué)得你選的幾千個(gè)詞就夠了嗎？顯然不是。詞量不夠大沒(méi)法做出更有價(jià)值的評(píng)估。而且，基于人的認(rèn)知邊界和局限，你也許認(rèn)為某個(gè)流行詞是好的，但結(jié)果未必。

話不多說(shuō)，溪姐總結(jié)了七大選詞技巧，包含拓詞篩詞、后續(xù)優(yōu)化詞等。（千萬(wàn)別說(shuō)就拿蘋(píng)果search match匹配拓詞就夠了，沒(méi)準(zhǔn)你的量出不來(lái)就是因?yàn)橥卦~維度太少?。?/span>

1、蘋(píng)果搜索廣告的模糊匹配

蘋(píng)果的search match匹配是一個(gè)非常好的功能，它是根據(jù)App的元數(shù)據(jù)自動(dòng)匹配搜索詞。優(yōu)點(diǎn)是廣告主可以極其簡(jiǎn)單的上線一個(gè)廣告，哪怕一個(gè)關(guān)鍵詞都不設(shè)置也可以進(jìn)行投放，缺點(diǎn)是search match有時(shí)候匹配來(lái)的量有些離譜，導(dǎo)致造成廣告費(fèi)用的浪費(fèi)。 當(dāng)然這個(gè)功能是一定要打開(kāi)的，可以單獨(dú)設(shè)置一個(gè)廣告組，讓蘋(píng)果來(lái)幫你拓詞，需要注意的是，別把這個(gè)組扔那不管了，需要定期監(jiān)控這個(gè)組里來(lái)的搜索詞，將極不靠譜的詞仍到否定詞里。

2、利用ASO工具獲得關(guān)鍵詞

通過(guò)ASO工具拓詞，也可以得到大量關(guān)鍵詞，包含熱度的標(biāo)簽。通過(guò)ASO工具拓的詞在使用過(guò)程中也許會(huì)發(fā)現(xiàn)不出量的問(wèn)題，這是因?yàn)樗旧砭筒皇茿SM投放的詞，建議下一步將一些詞優(yōu)化到元數(shù)據(jù)里，提升相關(guān)性之后，對(duì)出量會(huì)有幫助。

3、參考競(jìng)品投放的關(guān)鍵詞

這是我們最常用的技巧，通常我們會(huì)根據(jù)經(jīng)驗(yàn)把競(jìng)品列出來(lái)，再通過(guò)ASO工具一個(gè)個(gè)關(guān)鍵詞去找，而找出來(lái)的關(guān)鍵詞主要是競(jìng)品在ASO優(yōu)化方面的關(guān)鍵詞。

如果想了解競(jìng)品在ASM投放上的關(guān)鍵詞，建議通過(guò)量江湖ASM競(jìng)品快查工具來(lái)查找。不僅可以查找到競(jìng)品投放的關(guān)鍵詞，還可以知道這些詞的流行度、熱度、競(jìng)價(jià)成功次數(shù)，以及當(dāng)前有多少App在競(jìng)價(jià)。

4、蘋(píng)果提供的幾十個(gè)相關(guān)詞

蘋(píng)果會(huì)針對(duì)你提供的關(guān)鍵詞給出流行度比較高的詞，通常最多50個(gè)。由于只有流行度這一個(gè)維度，且都是些通用詞，運(yùn)營(yíng)熟手不太看得上這一功能。

以游戲?yàn)槔o你拓的詞由于流行度太高，都是些競(jìng)爭(zhēng)特別激烈的詞，這會(huì)造成成本太高。此外，它不會(huì)考慮市場(chǎng)行為，不會(huì)考慮與你的App相關(guān)性，更不會(huì)考慮當(dāng)前熱度。

5、自家ASM歷史投放詞

這個(gè)就不用說(shuō)了，自身投放過(guò)的關(guān)鍵詞，根據(jù)歷史投放數(shù)據(jù)，把詞進(jìn)行分類，進(jìn)一步優(yōu)化，效果好的詞加強(qiáng)投放，效果不好的詞給予否定或者降低出價(jià)。

6、WNA智能拓詞

WNA（word netword analysisi）是一個(gè)拓詞體系，是基于詞與詞的關(guān)聯(lián)，比如SNS概念是基于人與人的關(guān)聯(lián)（此前特別火的六度人脈概念）。在詞上，其實(shí)每一個(gè)詞都有很多與之相關(guān)的詞。都知道百度指數(shù)吧，我們?nèi)ニ阉饕粋€(gè)詞的時(shí)候可以拓出很多不同維度的新詞。而量江湖WNA智能拓詞比這個(gè)維度要更多。

以游戲?yàn)槔聢D是來(lái)自社交平臺(tái)的關(guān)聯(lián)詞截圖。通過(guò)微博、微信、知乎、百度、直播等平臺(tái)（有社交類、搜索類、媒體類、知識(shí)類），所有這些開(kāi)放平臺(tái)由用戶產(chǎn)生的搜索標(biāo)簽（我們也稱為語(yǔ)料），可以為我們拓展出海量相關(guān)聯(lián)的關(guān)鍵詞。詞與詞的關(guān)聯(lián)度有一個(gè)天然關(guān)聯(lián)系數(shù)，比如單機(jī)游戲與游戲這個(gè)詞的關(guān)聯(lián)度為0.99，這只是某一個(gè)社交平臺(tái)，某一個(gè)時(shí)間點(diǎn)的關(guān)聯(lián)詞與關(guān)聯(lián)度。

通過(guò)量江湖WNA智能拓詞，它的優(yōu)勢(shì)體現(xiàn)在兩方面：1、更多維度的與用戶搜索行為關(guān)聯(lián)度更高的詞；2、它可以體現(xiàn)實(shí)時(shí)性，比如跟熱點(diǎn)事件、時(shí)間節(jié)點(diǎn)關(guān)聯(lián)度高，在某一時(shí)間段能幫你迅速吸量。

總之，WNA系統(tǒng)是基于用戶搜索行為產(chǎn)生的，通過(guò)機(jī)器智能推送的。它基于深度學(xué)習(xí)的自然語(yǔ)義分析，語(yǔ)義網(wǎng)絡(luò)分析及關(guān)聯(lián)強(qiáng)度分析，擴(kuò)充海量詞庫(kù)入口，打破人的經(jīng)驗(yàn)與認(rèn)知局限，通過(guò)機(jī)器智能，客觀、全面、實(shí)時(shí)地推送高關(guān)聯(lián)詞，對(duì)詞的把握更準(zhǔn)確將直接影響ASM投放效率。

此外，拓詞之后最重要的一步是篩詞，通過(guò)大數(shù)據(jù)算法，依據(jù)一些判斷參數(shù)，如搜索指數(shù)、搜索結(jié)果、流行、搜索排名、年齡、地域、時(shí)間段，通過(guò)算法進(jìn)行篩選，最終找出最具價(jià)值的若干關(guān)鍵詞。在實(shí)際投放中，再給定一些評(píng)判指標(biāo)：下載量低、CPT高、點(diǎn)擊率低、轉(zhuǎn)化低、CPA高的詞，不斷將這些詞列為否定詞，淘汰詞。這是一個(gè)不斷循環(huán)的優(yōu)化過(guò)程。

7、通過(guò)歸因數(shù)據(jù)核算ROI，提煉高精準(zhǔn)詞

這其實(shí)是歸因分析的一部分，通過(guò)SDK在你的App內(nèi)埋點(diǎn)，從而分析哪些量由哪些詞產(chǎn)生。有人說(shuō)蘋(píng)果也有歸因API，實(shí)際蘋(píng)果API只能告訴你哪些詞帶來(lái)多少量，往下的數(shù)據(jù)就無(wú)法提供。更多維度的后續(xù)信息才是最重要的，比如用戶留存、活躍、付費(fèi)等信息。通過(guò)后續(xù)用戶行為考量關(guān)鍵詞的ROI，以結(jié)果為導(dǎo)向的反向優(yōu)化關(guān)鍵詞。 說(shuō)白了，就是找到那些通過(guò)數(shù)據(jù)驗(yàn)證的特別好的高精準(zhǔn)詞進(jìn)行重點(diǎn)投放，針對(duì)轉(zhuǎn)化差的詞，及時(shí)調(diào)整策略，降低出價(jià)或否定掉。目前，量江湖在投的ASM案例中，都有同期進(jìn)行關(guān)鍵詞ROI核算的服務(wù)，通過(guò)這一服務(wù)，對(duì)詞的判斷更加準(zhǔn)確，投放結(jié)果更好。

人的認(rèn)知受限，效率低下，恰恰可以由機(jī)器來(lái)彌補(bǔ)，這才是人工智能的迷人之處。

本文作者：溪姐（微信：xuan033），轉(zhuǎn)載請(qǐng)標(biāo)注。

【原創(chuàng)】   本篇文章屬于愛(ài)盈利原創(chuàng)，如需轉(zhuǎn)載：1、網(wǎng)站端請(qǐng)注明出處，并在文章中附帶原文鏈接。2、微信公號(hào)及其他自媒體平臺(tái)需聯(lián)系授權(quán)方可，未經(jīng)授權(quán)嚴(yán)禁轉(zhuǎn)載！