普通 App 运营者们（或营销人员）往往有一个习惯，就是过多关注排名的提升，从而忽略了排名之后的转化。也就是从用户看到你的App到是否下载的过程。这个过程就好比足球比赛的临门一脚，对最终的下载量级至关重要。

iOS 15 通过产品页面优化和自定义产品页面将原生 A/B 测试引入 App Store。它使应用营销人员能够区分自然流量和付费流量。不再是“千篇一律”的信息，而是向正确的受众传达正确的信息。这可以使您的转化率成倍增加，这就是为什么此消息对您的应用商店营销如此有影响力的原因。

本文将解释如何使用产品页面优化和自定义产品页面。让我们开始吧！

ASO管家

如何使用产品页面优化增加自然流量？

Apple App Store 中的产品页面优化可以看作是 Google Play Experiments 的原生 A/B 测试的对应物。这将改变您在 Apple App Store 中的应用商店营销和转化率。它使 Apple 开发人员能够通过拆分测试 (a/b/c)来试验、分析和改进他们的应用程序性能，并提供了在 App Store 的原生环境中测试假设的独特机会。

通过 iOS 15 更新，产品页面优化将允许您使用不同的应用程序创意（图标、屏幕截图和应用程序预览视频）测试默认产品页面，以确定哪种创意变体最适合您的移动应用程序或游戏。您将能够将产品页面（控件）的当前视觉效果与可能提高应用转化率的三种不同变体进行比较。

除此之外，拆分测试还可以让您准确了解您的应用程序最吸引人的功能，并就哪些设计和创意元素更有效以及您应该将应用程序增长策略集中在哪个方向上提供准确的用户反馈。

您最多可运行测试90天，并针对特定的国家。

注意：如果您为所有付费流量使用自定义商店页面，则您的默认 App Store 产品页面只会获得自然流量，包括搜索和浏览流量（更多信息见下文）。

在每个产品页面优化处理中，所有创意资产都需要经过标准的 App Store 审核流程。但是，它不需要新版本发布（除非它是应用程序图标）。对于每个测试，您还需要确定每个处理的流量。

产品页面优化与 Google Play 实验有何不同

在 Apple App Store 中，您将只能测试您的应用程序创意，而不能测试应用程序标题、副标题和说明。审查过程也使两家商店与众不同。

两家商店的最大变体数量相同。

如何在 App Store 中使用 iOS 15 自定义产品页面获取付费流量？

iOS 15 更新为您的应用商店营销提供了最终的推动力，将正确的信息传递给了正确的受众。换句话说，您可以拥有与您的广告所驱动的意图相匹配的自定义消息。这可以使您的转化率成倍增加！

不同的渠道往往会吸引不同的目标受众——具有不同人口统计、兴趣和偏好的用户。借助定制的产品页面，您可以通过向每个细分市场展示正确的信息来影响您的转化率。如果操作得当，这有可能显着提高您的付费 UA 转化率和广告支出回报率。

ASO管家

iOS 15 更新将使您能够驱动多达35 个自定义产品页面的付费用户获取流量。每个页面都可以有不同的应用预览视频、屏幕截图和宣传文字。该应用程序图标将保持不变，为您的默认应用程序商店的产品页面上。所有页面都将有一个唯一的 Apple App Store URL，您可以将其吸引到特定的受众。

因此，您将更方便在整个 UA 渠道中转换用户。仅仅是因为用户将有一个更加个性化的旅程，从看到广告到下载应用程序，而不是“一刀切”的信息传递。

客户产品页面与 Google 的客户商品详情有何不同

在 Apple App Store 中，您最多可以拥有 35 个自定义产品页面，而在 Google 端只有五个自定义商店列表。Google 的选项允许您仅根据位置进行定位，而对于 Apple 的自定义产品页面，您也可以在一个位置拥有多个页面，但它适用于仅来自 App Store 外部的流量。

此外，由于 Apple 的自定义产品页面不允许您更改应用程序图标、标题和副标题，因此Google 的自定义商店列表在更改副本和创意方面提供了更大的灵活性。

如何通过产品页面优化在 App Store 中运行适当的原生 A/B 测试？

创建 a/b 测试后，您将能够监控和分析测试的展示次数、下载量、转化率和性能结果。这将帮助您确定应用商店产品页面的最佳变体。

在 App Store 中运行 a/b 测试之前，您应该记住，拆分测试应始终针对相应的国家/地区进行本地化。应在当前设计和变体之间明智地分配受众百分比。

深入探讨：
A/B 测试 - App Radar Academy
A/B 测试 - 6 个实验步骤

在 App Store 中正确设置 A/B 测试

下面概述了在 Apple App Store 中进行 A/B 测试时需要关注的最重要的点。

  • 当前版本和变体之间的受众分配。在决定应该分配给每个变体的流量部分时，请记住您当前的转化率、要测试的假设、涉及的元素和统计显着性（在 Google Play 实验中目前为 90%）。
  • 拆分测试的持续时间。让测试运行至少 7 天，以避免季节性高峰影响您的结果。测试应该一直运行，直到大量潜在受众访问了所有测试的变体。
  • 每个变体的最小安装量。为了获得有关 a/b 测试性能结果的重要数据，您需要密切关注所需的安装量。它与应用程序的每日安装率高度相关。
  • 测试本地化。强烈建议在特定国家/地区本地化您的拆分测试。全球/全球实验可能会产生误导，因为每个国家/地区的创意表现都不同。

注意：初学者常见的错误是在设置适当的 a/b 测试或拆分测试时忽略应用程序性能的当前状态。

在应用商店中进行 a/b 测试时要记住的其他方面：

  • 封闭变体可能不会带来太多学习。尽管如此，您的创意的所有元素都应该经过测试，以不断改进您的商店页面。
  • 统计显着性所需的最小安装量可能很高，因此使测试持续时间非常长。
  • 测试不会提供用户行为详细信息。
  • 当前的统计置信度可能不可靠。

A/B测试的常见错误：

  • 假设 Android 和 iOS 用户行为相似。
  • 模仿你的竞争对手。
  • 错误地解释测试结果。
  • 拆分测试设置不正确。
  • 应用轻微提升或基于早期测试阶段的结果。

永远没有致胜法宝，唯有用最高的标准做好每一个环节和其中的细节！
- 来自 ASO管家