爱因斯坦曾经说过“提出一个问题往往比解决一个问题更重要。因为解决问题也许仅是一个数学上或实验上的技能而已，而提出新的问题，却需要有创造性的想象力，而且标志着科学的真正进步。”随着这位大科学家的百年预言“引力波”被得到证实，很多人会相信未来人类可以听懂宇宙的声音。
从2014年底泽思移动营销就开始研究、实践ASO优化，脑海中一直有个问题需要被解决：如何评估ASO优化的效果？更直白一点，就是通过ASO优化能够带来多少APP下载？泽思有幸帮助生活、财务、游戏、旅游、教育等类型APP客户完成 ASO优化服务后，我们可以得到很直观的数据，包含：关键词覆盖数量、具体关键词排名、榜单排名等ASO优化效果，与客户沟通后也可以获得通过第三方统计平台获得优化前后的自然新增对比，但这些往往都是以数据、图表进行保存，是否能有一个美丽的方程式把这一切都串起来？就像爱因斯坦改变世界的质能方程E=mc?
思考是人生的一大乐趣，创造性思维更有意思，接下来我们猜想一下：
第一个想法：排名与获得下载量成等比关系
如果把排名第一获取下载量的能力作为a1，an为排名第n项，根据之前的ASO优化项目数据，作为等比数列的公比预估在0.78左右，即排名第二的吸量能力为排名第一的78%，分别以第一名获得100、1000、10000下载量为例，让我们来看看各个排名获取下载量的能力。
根据上图我们发现，在ASO优化中位置的权重优于搜索量，当搜索量从100变为10000翻了百倍时，获取最小下载量的位置从第18位下降到36位，只下降了1倍。因此，在ASO优化时候与其覆盖高热度词获得靠后排名，不如尽可能多的覆盖搜索热词获得靠前排名。
第二个想法：搜索指数与真实搜索量为分段函数关系
搜索指数来源于AppStore官方数据，该指数代表每个关键词在AppStore的搜索热度，一般来说，指数越高，每天被搜索次数越多。（以下为ASO100数据）
在实际ASO项目中我们发现这个搜索指数不等同于搜索量，有几个数据可以分享：
“装修”搜索指数7445，预计排名第一带来新增下载1500次；
“电话”搜索指数6237，预计排名第一带来新增下载500次；
“信用”搜索指数4820，预计排名第一带来新增下载200次。
因此如果把搜索指数作为变量X，对于自变量X的不同的取值范围，新增下载有着不同的对应法则，这样的函数通常叫做分段函数：
通过上述我们发现，搜索指数可以分区间，同一区间的搜索词可以竞争分析，不同搜索指数区间的搜索词往往要借助其他数据，比如榜单位置、第三方工具等进行判断。简单来说，搜索指数不等于真实搜索量，往往会远远低于下载量，但是随着指数的上升，往往会具备更大的搜索量价值。
