积分墙全面失效，ASO该怎么办？

今天，CP群里炸开了锅，积分墙效果全面失效，看来年初的一次锁榜，苹果又拿了一堆数据去喂养机器，这个怪兽正在变得越来越强大了，难道它已经可以智能鉴别出哪些量是真实的，哪些又是刷的？

虽然答案永远是模糊的，不过可以肯定的是，如果苹果真的把机器学习应用于App Store，那么带来的一定是质的改变！不信？那就看看Alpha狗碾压人类60局，还有小度战胜人类最强大脑王峰，同声翻译面临失业等等一系列的事情。

大家也都清楚，苹果在深度学习领域其实已经落后了。在16年的时候好像突然才反过味来，开始猛然加大对该领域的投入，所以我们完全有理由相信苹果会将之应用于App Store，过去靠人工+弱智机器去判断，耗时耗力还不讨好，现在好了，有个精力无限全年无休的超强大脑在监控，你说可怕不可怕！

那该怎么办？

就好比在赌场，一开始管理漏洞很多，当然可以投机取巧，但是突然人家上了一大批监控设备，雇了一堆保安，你就要认真研究下场子里的规矩，别傻不拉几触犯了条例还不知道。

在App Store中，结论就是：基础ASO会变得越来越重要！谁先意识到，谁就能抢的先机。

我猜想肯定有人会说，基础ASO不就是关键词，截图，描述那些吗，讲这些的文章一把一把的，没什么新鲜的！

然而，试问，你真的知道怎么做吗？又把这些做到极致了吗？

我们来看看例子

背景介绍（保密原因隐去名字和数字）：该产品是已经推广了几年的成熟App，在其细分领域内比较知名，不过和很多CP一样，他们也遇到了增长瓶颈，ASO基础优化该做的都做了，积分墙也是稳定的买买买，但是用户增长长期停滞不前，亟需破局！

首先，这两条曲线的坐标参照系不一样，因此其高低位置不代表数量的实际大小；

其次，由于长期有买积分墙，因此下载量数据中有水分，而在新年锁榜期间由于暂停积分墙，所以下载量探底了，可以视为是真实的水平；

第三，在买积分墙的时候，可以真实反映数据情况的其实是App页面查看次数，因此大家可以看到不论蓝线上蹿下跳，但是绿线基本保证在一个稳定的区间波动。

所以可以得出一个基本的结论：之前的积分墙投入的效率并不高，大量的下载量是无效的积分墙用户。

第四，1月5日那根灰色的竖线是迭代了一个新的版本，更新了关键词，这时可以看到一个可喜的变化：页面查看次数大幅上扬，7号开始投入积分墙，但是比去年量级减半，而新增却达到了去年同样的水平。

因此可以得到一个结论：有大量的自然新增用户涌入页面查看，并且下载了App，他们才可能成为真实有效的用户。

结语

长期以来，只有我一个人在行业内强调iTC后台App分析模块的重要性，这个例子算是一个比较典型的注脚（其实里面还有一些实用的功能）。

长期以来，也只有我一个人在反复强调基础ASO的重要性，它并不妨碍你买量，相反可以增加买量的效率。这个例子也是一个典型的注脚。

永远不变的就是变化，17年，App Store的变化会更加剧烈，所有遇到推广困局的CP们，你们真的都把ASO做到位了吗？