产品页面优化
比较 App Store 产品页面上不同的 App 图标、截屏和 App 预览，看看哪个最能引起用户共鸣。除了原始产品页面以外，你可以测试最多三个附加产品页面版本，在“App 分析”中查看结果，确定效果最佳的版本，并在 App Store 中对所有人展示。
观看最新视频：充分利用产品页面优化
概览
通过产品页面优化，你可以测试 App Store 产品页面的不同元素，从而了解哪些元素带来的用户参与度最高。
例如，你可以确定：
- 展示某个角色或价值主张能否带来更好的效果。
- 突出某项特定功能或与文化相关的内容能否提升特定地区的下载次数。
- 将你的 App 图标更改为不同的样式或颜色能否提高转化率。
- 加入季节性内容能否带来更多下载次数。
在 iOS 15 和 iPadOS 15 或更高版本上，你的产品页面的备选版本 (称为“测试方案”) 会向随机选择的一定比例的用户进行展示。在你的测试期间，看到特定测试方案的用户将在整个 App Store 中看到相同的测试方案。如果用户从具有备选 App 图标的测试方案中下载了你的 App，该图标也会显示在他们的设备上。与你的原始产品页面一样，你的测试方案中的元数据可以出现在“Today”、“游戏”和“App”标签页中，也可以出现在搜索结果中。
你将能够查看和比较每个测试方案相对于原始产品页面的效果，并利用此数据来优化你的产品页面。可供预订的 App 也可以使用产品页面优化。
配置测试
在 App Store Connect 中创建测试时，你将提供一个参考名称并选择测试方案数量、流量比例和本地化语言。根据 App 产品页面最近的流量，你可以估算出测试需要多长时间才能达到预期的转化率提升。一次只能有一个测试处于活跃状态，测试一旦开始，你将无法更改。测试将开展 90 天，除非你选择停止测试。你还可以利用 App Store Connect API 来自动上传和提交产品页面优化的元数据。
提供参考名称。对你的测试命名，最多使用 64 个字符。最好包含具体的描述，这样你就可以在“App 分析”中查看结果时轻松识别你的测试，例如，“2022 年春季图标颜色测试，包含 3 个图标。”
选择测试方案的数量。测试最多可以包括三种测试方案，其中有备选 App 图标、截屏和 App 预览。
选择你的流量比例。选择将被随机选中的用户所占的百分比，以向他们显示一种测试方案而不是原始 App Store 产品页面。例如，如果你将 40% 的流量分配给测试，并且有两种测试方案，则每种测试方案将获得总流量的 20%，而原始产品页面将获得总流量的剩余 60%。在测试过程中，无论用户何时访问 App Store，他们都会看到相同的测试方案。
选择本地化语言。每种测试方案都可以本地化为你的 App 支持的所有语言，或者你选择的几种语言。请注意，有些本地化语言可能需要更长时间才能获得有意义的测试结果。
估算你的测试时间。虽然这一步是可选的，但它可以帮助你了解你是否有可能在 90 天内达到预期的转化率。要了解达到你的目标可能需要多长时间，需要选择预期的转化率提升。你的 App 的现有效果数据 (如每日展示次数和新下载次数) 用于生成此估算值。基于这个选定的转化率，你将看到估算的测试持续时间和所需的展示次数，以使结果达到至少 90% 的置信度。此估算值仅作为指导，不会影响测试。测试将开展 90 天，或者直到你在该期间内手动停止为止。如果估算天数超过 90 天，你可能需要更改你的标准，例如，创建更少的测试方案或增加流量分配。
设置测试测试方案。默认情况下，每个测试方案都包含你的原始 App 图标、截屏和 App 预览，除非你提供备选元数据。考虑你在一种测试方案中更改了多少元素，这样更容易确定具体是哪个元素产生了特定结果。请注意，测试中包含的测试方案越多，得出结论性结果所需的时间就越长。
在发布你的测试之前，你的测试方案中包含的任何新元数据都必须得到 App Review 的批准。只包含备选截屏和 App 预览的测试方案可以单独提交审核，而无需提交新的 App 版本。要测试任何备选 App 图标，你的图标的所有变体都必须包含在你发布的 App 的二进制文件中，并且必须使用 Xcode 13 或更高版本构建。
监控你的测试
访问 App Store Connect 中的“App 分析”，了解你的测试效果，并评估是否将测试方案应用到你的原始产品页面。你可以在测试开始后的第二天查看效果指标。对于每种测试方案，“App 分析”都会显示展示次数、转化率、提升百分比和置信度，并与你选择的基准相对比。默认情况下，基准是你的原始产品页面。如果你的测试包括多个测试方案，你可以通过随时更改基准来比较它们的效果。
此外，在整个测试过程中会显示相应指标，以协助你了解其当前状态。例如，Dashboard 将显示测试是否仍然需要收集更多数据，以及你的某个测试方案的效果是否优于或劣于基准。