大家都知道App Store中有一项数据指数，每一个关键词都对应一个指数。那么指数是什么呢？指数代表着关键词的热度，代表着有多少人在搜索这个词。同一个词搜索的人越多，关键词的热度指数就越高。指数是根据App Store搜索规则用来展示关键词搜索量的一项数据。根据指数设置规则低于4650热度的关键词一天搜索量小于1。
由于搜索热度值与搜索次数是一一对应的，那么如果有个热度值对应的词数，占全部词数的比例最大，那么这个热度，对应的搜索次数就是1.
根据实际经验，每天有搜索的词，热度值至少应该大于100。因为热度值小于100的词，基本都是一些没有任何评论的app名称，或者一些非常长的词。根据对所有搜索词热度值的统计，热度值大于100的关键词约有21万。其中热度值为4605的词最多，有5.8万个，比例约为28%； 而占比第2的是热度值为4606的词，只有9000个，占4%。4605热度值的词远超过其它热度对应的词个数，因此可以认为，4605热度值对应搜索次数为1。当然，28%这个数据也表明Appstore的长尾词比例比其他平台要多一些。
根据下载量估计搜索量
苹果的统计系统中，核心数据主要就是app内容页展示量和真实下载量，由于展示量来源没有给出，这个数据价值较小，我们主要使用下载量数据。
大致的idea，就是app下载量是已知的，那么大致有65%的下载是搜索带来的，而一个App的下载量，大部分都是由其热度最高，排名第一的这个词带来的，利用这个过程，就可以大致估算这个热度最高的词，对应的搜索量是多少。
简单的例子，比如“App运营助手”这个应用， 一天1000个下载，而覆盖的搜索词中，“运营助手”热度为6000，这个app排名第一，其它搜索词热度都很低。 估算流程大致如下：
1.1000个下载中，600个下载是搜索带来的。
2.600个搜索下载，需要1200个搜索量。也就是说搜索/下载转化率为50%。
3.1200个搜索量 都来自于 “运营助手”这个词，其热度为6000。
4. 得出结论： 6000的热度对应1200的日均搜索量。
具体的假设会更细致一些，具体如下：
1. App的下载，有50%到100%的下载来源于搜索，官方给出的数据是65%。但考虑到大部分App是上不了top150榜单的，只能通过搜索来获得，而榜单上的App，特别是头部的，来自榜单的下载比例显然会更大一些。
2. 搜索到下载的转化率，按照2:1到4:1计算，就是2到4次搜索，就能产生一次下载。这个比例来源于一些安卓市场的统计，因为appstore没有一手数据，暂时只能按照这个比例计算，其中行业词的转化率会低一些，品牌词会高一些。
3 搜索量都对应到app热度最高、排名第一的一个搜索词。如果有多个热度差不多的词，均分搜索量。
我们根据上述假设，结合我们一些实际冲排名的经验。我们采用数据拟合的方法，得到热度值和搜索量的对应关系。一些典型的热度度值对应的搜索量如下表所示：
如果用公式表示: rank表示热度，qv表示日均搜索量，则： 4605<rank5000时， qv = 2.5*e^(0.001*rank)
我们做优化的最终的目的就是获得下载量，只有下载量才会有人使用，只有人使用才能够让开发者获得收益，不管它是通过应用内充值，还是广告，数据等获得收益。一切都要归结于下载，这是一个前提。想要获得下载量，就必须使用有一定热度的关键词。所以总结出来热度对应的下载量对我们来说至关重要。
