Расскажу о том, как пытался «снаружи» определять количество загрузок мобильных приложений в топе Google Play для России.
Задача: определить количество загрузок, которое потребуется нашему приложению для прохода в топ Google Play.
Как решал:
1) Искал тематические статьи и отчеты с различных конференций (много про методы продвижения начиная с внутренних факторов (описание в сторе, ключевики, название, логотип) и заканчивая закупкой трафика (данные по конверсии кликов в регистрации в лучших традициях не предоставляются). Из найденного боле-менее относились к теме данные по топу App Store двухлетней давности (для того чтобы занять топ-13 среди бесплатных игр достаточно было 200-300 загрузок в день).
2) Начал искать тулзы для анализа. Нашел:
а) Xyologic причем не только поиск по приложениям, но и отчеты. Из отчетов интереснее всего Top New Apps, по ним можно судить какое ориентировочное количество загрузок требуется для прохода в топ новых бесплатных приложений. Так же пробив названия приложений в поисковых системах за отчетный период, можно отследить на каких порталах были публикации.
Больше всего интересовала ситуация, когда русскоязычных публикаций нет, а приложение в топе есть, выдвинул две гипотезы первоначально:
— Российский Google Play просто «накрыло» за счет большого количества загрузок по всему миру.
— Игру/приложение рекламировал крупный разработчик в других своих приложениях.
Затем, после более глубокого анализа пришел к выводу, что так же причинами могут быть:
— То что приложение состоит в одной из сетей приложений.
— Массовая скупка трафика из сетей мобильной рекламы.
б) Appdata здесь к сожалению не всегда удается найти приложение. Данные на выходе — ориентировочное число загрузок за день, позиция приложения в топе, ориентировочное количество пользователей. Далеко не всегда выдаются все данные. Отсюда я брал среднее количество загрузок за последние 5 дней. Особенно интересно исследовать зависимость между региональным топом приложений и этой величиной, к сожалению из выборки в 50 приложений всего 2 совпадения и результат не репрезентативный.
в) Androidlib очень мало данных, оценивается общее число загрузок за все время, есть инфографика по оценкам приложения.
3) Составил таблицу сравнения с конкурентами (топовые приложения 2 категорий, чтобы выбрать где разместиться). В таблице количество google+1, данные по загрузкам от каждого из сервисов (Xyologic — за месяц, Appdata — среднее за 5 суток, Androidlib — за все время). Теперь можно составить корреляционную функцию.
Итого:
0) Самое главное — получили примерную цифру для прохода в различные топы GP.
1) По отчетам Xyologic применив примерные коэффициенты корректировки описанные в статье про Xyologic получаем число загрузок, на которое надо ориентироваться чтобы попасть в топ новых приложений Goofle Play.
2) Получил для части приложений (которые находит appdata) динамическую картинку как в зависимости от количества загрузок растет или падает позиция в топе.
3) Составил довольно полные таблицы сравнения с конкурентами в категориях.
*Примечание 1. Попутно решил задачу сравнения с конкурентами и выделения потенциальных конкурентных преимуществ.
*Примечание 2. Так как всё это делал в августе, то собирал все в ручную, сейчас сделал под часть нужд парсеры на Python'е.
Если есть интерес могу привести данные по корреляционным функциям, и написать про то, как составляли маркетинговый план нашего приложения.
Задача: определить количество загрузок, которое потребуется нашему приложению для прохода в топ Google Play.
Как решал:
1) Искал тематические статьи и отчеты с различных конференций (много про методы продвижения начиная с внутренних факторов (описание в сторе, ключевики, название, логотип) и заканчивая закупкой трафика (данные по конверсии кликов в регистрации в лучших традициях не предоставляются). Из найденного боле-менее относились к теме данные по топу App Store двухлетней давности (для того чтобы занять топ-13 среди бесплатных игр достаточно было 200-300 загрузок в день).
2) Начал искать тулзы для анализа. Нашел:
а) Xyologic причем не только поиск по приложениям, но и отчеты. Из отчетов интереснее всего Top New Apps, по ним можно судить какое ориентировочное количество загрузок требуется для прохода в топ новых бесплатных приложений. Так же пробив названия приложений в поисковых системах за отчетный период, можно отследить на каких порталах были публикации.
Больше всего интересовала ситуация, когда русскоязычных публикаций нет, а приложение в топе есть, выдвинул две гипотезы первоначально:
— Российский Google Play просто «накрыло» за счет большого количества загрузок по всему миру.
— Игру/приложение рекламировал крупный разработчик в других своих приложениях.
Затем, после более глубокого анализа пришел к выводу, что так же причинами могут быть:
— То что приложение состоит в одной из сетей приложений.
— Массовая скупка трафика из сетей мобильной рекламы.
б) Appdata здесь к сожалению не всегда удается найти приложение. Данные на выходе — ориентировочное число загрузок за день, позиция приложения в топе, ориентировочное количество пользователей. Далеко не всегда выдаются все данные. Отсюда я брал среднее количество загрузок за последние 5 дней. Особенно интересно исследовать зависимость между региональным топом приложений и этой величиной, к сожалению из выборки в 50 приложений всего 2 совпадения и результат не репрезентативный.
в) Androidlib очень мало данных, оценивается общее число загрузок за все время, есть инфографика по оценкам приложения.
3) Составил таблицу сравнения с конкурентами (топовые приложения 2 категорий, чтобы выбрать где разместиться). В таблице количество google+1, данные по загрузкам от каждого из сервисов (Xyologic — за месяц, Appdata — среднее за 5 суток, Androidlib — за все время). Теперь можно составить корреляционную функцию.
Итого:
0) Самое главное — получили примерную цифру для прохода в различные топы GP.
1) По отчетам Xyologic применив примерные коэффициенты корректировки описанные в статье про Xyologic получаем число загрузок, на которое надо ориентироваться чтобы попасть в топ новых приложений Goofle Play.
2) Получил для части приложений (которые находит appdata) динамическую картинку как в зависимости от количества загрузок растет или падает позиция в топе.
3) Составил довольно полные таблицы сравнения с конкурентами в категориях.
*Примечание 1. Попутно решил задачу сравнения с конкурентами и выделения потенциальных конкурентных преимуществ.
*Примечание 2. Так как всё это делал в августе, то собирал все в ручную, сейчас сделал под часть нужд парсеры на Python'е.
Если есть интерес могу привести данные по корреляционным функциям, и написать про то, как составляли маркетинговый план нашего приложения.