State of ASO 2026 — Forest 全面研究報告

本報告綜合 9 個 research agents、3 輪迭代研究的成果，涵蓋 2025-2026 年 ASO 最佳實踐、工具生態、工作流程、競品分析、在地化策略、Apple Search Ads 整合，以及 Claude Code 自動化方案。

Executive Summary

2025-2026 年 ASO 正經歷三大結構性變化：語意搜尋取代關鍵字匹配、Custom Product Pages 進入有機搜尋、Apple Ads 多版位壓縮有機空間。這些變化意味著 ASO 不再是「填對關鍵字就好」，而是需要完整的意圖匹配、創意差異化、和付費-有機循環策略。

Forest 作為 Productivity 分類 #1 付費 app（現已轉 freemium），擁有強大的品牌基礎，但存在嚴重的關鍵字 gap（screen time、ADHD、digital detox、white noise、plant trees 均未覆蓋）和新興競爭威脅（Focus Friend 為 2025 Google Play 年度 App、Opal 達 $10M ARR）。

核心建議：立即執行 cross-locale 關鍵字擴展（零成本）、重構 subtitle 和 keyword field、建立 10-15 個 CPP、部署 Claude Code ASO 自動化追蹤。

一、2025-2026 ASO 關鍵變化

1.1 Apple App Store

1.2 Google Play

1.3 跨平台趨勢

• AI 驅動搜尋：兩大商店都使用 NLP/AI 解讀對話式、意圖導向的查詢
• 品質信號 > 關鍵字堆砌：排名越來越獎勵「證明真實用戶想要、喜歡、持續使用」的 app
• 付費與有機融合：ASO 與 UA 正在合併，Apple Search Ads 數據反哺關鍵字策略，CPP 橋接兩個世界

二、排名因素

2.1 Apple App Store

2.2 Google Play

三、頂級 ASO 方法論

3.1 核心循環

所有頂級 ASO 機構（Phiture、Gummicube、Moburst、yellowHEAD、AppAgent）共享同一核心循環：

Research → Optimize → Test → Measure → Iterate
  ↑                                        │
  └────────────────────────────────────────┘

3.2 Phiture 的 ASO Stack

• Search Visibility：排名在目標受眾搜尋的關鍵字上
• Conversion Rate Optimization：提升曝光到安裝的轉換率
• 2026 Redux 整合了有機 ASO + Apple Ads + 生命週期行銷 + 訂閱變現

3.3 關鍵字研究流程

1. 種子詞生成：核心功能 + 用戶語言 + 競品詞彙
2. 競品差距分析：找出高量低難度的競品排名詞
3. 意圖映射：按用戶意圖分群（focus vs study vs phone addiction vs pomodoro）
4. 優先矩陣：搜尋量 × 相關性 × 難度 × 目前排名
5. 放置策略：
   • Title：最高權重關鍵字
   • Subtitle：次要關鍵字
   • Keyword Field：剩餘詞彙，不重複 title/subtitle 中的字
   • Screenshot Caption (新增)：強化優先關鍵字

3.4 創意優化

• 視覺佔安裝決策的 60-70%
• 前 2 張截圖最關鍵（多數用戶不會滑過）
• 跑 10+ 測試/月的公司成長速度快 2.1 倍
• Icon A/B 測試可帶來 10-25% 轉換率提升

四、工具與平台推薦

4.1 Forest 推薦 Tech Stack

4.2 工具分層總覽

Tier 1 — 企業級全棧平台

• Sensor Tower + data.ai（合併後最全面）：$25K-$40K/年
• AppTweak：$690-$5,990/年，性價比最高的關鍵字研究工具
• MobileAction：$15-$239/月（自助方案），深度競品情報

Tier 2 — 中端專業工具

• Asodesk：$42-$169/月，在地化工具強
• Appfigures：免費起步，ASO + 營收分析一體化
• App Radar：免費起步，可直接編輯並發布 metadata

Tier 3 — 免費/預算工具

• APPlyzer：免費 ASO 工具金標準
• AppDrift：免費 AI metadata 生成
• Astro：Apple Search Ads 數據驅動，無限關鍵字追蹤

4.3 2025-2026 AI ASO 工具趨勢

• AppTweak AI Agents（2026 年 3 月推出）：ASO Agent、Reviews Agent、Ad Agent、Reporting Agent
• AI 已成為基礎功能而非差異化因素，真正的差異在於數據品質
• 所有主要平台都已整合 AI 關鍵字建議、metadata 優化、趨勢預測

五、每週/月工作流程

5.1 操作節奏

5.2 迭代規則

• iOS：每 4 週一次新迭代
• Google Play：每 6-8 週一次
• 絕不同時改：Metadata 或創意，不要兩者同時——否則無法歸因
• 記錄每次變更：維護 changelog（日期、理由、結果）
• 接受邊際遞減：3-5 輪關鍵字迭代後，核心詞通常已確定，轉向創意優化

5.3 A/B 測試節奏

• 最低 7 天完整天數
• 典型 2-4 週達統計顯著性
• 測試優先順序：Icon > 前 3 張截圖 > Title/Subtitle > Description

5.4 季節性策略（Productivity App）

六、Forest 競爭分析

6.1 競爭者矩陣

6.2 最大威脅深度分析

1. Focus Friend：首月 11,820 ratings、曾登 Productivity #1 超越 ChatGPT。靠 creator economy 分發（Hank Green 的 YouTube 影響力）、ADHD 友善定位、情感設計（Bean 角色「如果你離開 app 牠會難過」）搶走 gamification 領地。

2. Opal：$10M ARR / 11 人團隊。定位在 "screen time control" 而非 "focus timer"，佔據 Forest 完全未覆蓋的關鍵字群。2025 擴展至 Android。

3. Flora：直接 clone Forest 核心機制但免費 + 無上限真樹 + 內建 to-do/habit。iOS only 是其弱點。

6.3 Keyword Gap 分析

七、在地化策略

7.1 市場優先順序

Tier 1 — 高 ROI、立即執行

Tier 2 — 高成長量、中等 ARPU

Tier 3 — 長期佈局

印度（最大下載市場但 ARPU 低）、印尼、越南（在美國也被 cross-index）、泰國

7.2 Cross-Localization 策略（零成本最高 ROI）

美國 App Store 會自動索引 9 個額外 locale 的關鍵字：

這是目前最低成本、最高 ROI 的行動 — 只需填入 metadata，不需翻譯截圖。

7.3 預期 ROI

7.4 各區域視覺差異

八、Apple Search Ads ↔ ASO 循環

8.1 六階段循環

Phase 1: Discovery Campaign 建立（第 1-4 週）
  └── 開啟 Search Match + Broad Match，核心品類詞作種子

Phase 2: 關鍵字篩選（第 4-5 週）
  └── 匯出 Search Term Report，優先 CVR 40%+ 的詞

Phase 3: Metadata 植入
  └── Title（最高權重）→ Subtitle → Keyword Field

Phase 4: 每週 Search Match Pipeline
  └── 每週匯出 → 5+ taps + 正轉換 → Exact Match

Phase 5: Metadata 更新（每 4-6 週）
  └── 季節性詞先在 ASA 測試 CPI，再更新有機 metadata

Phase 6: Creative 對齊
  └── 截圖文案與已驗證關鍵字對齊

8.2 ASA 預算分配建議

8.3 Cannibalization 管理

• 在 brand keyword 上暫停付費 2 週，比較有機 vs 付費曲線變化
• Cost Per Protected Install = Total Ad Spend / (Impressions × Competitor CVR)

九、Custom Product Pages 策略

9.1 核心機制

• CPP 可從 Keyword Field 中指定關鍵字，當 app 在該詞排名時，CPP 取代預設頁面
• 上限 70 個（2025 年 10 月從 35 增至 70）
• 目前僅限美國和英國

9.2 效能數據

• 2024 年 CPP 產生 65.6 億次曝光
• CPP 轉換率提升 32%（42% → 56%）
• Non-gaming apps：+6.6% CVR
• SoundCloud 競品關鍵字 CPP：CVR +58%，CPI -39%

9.3 Forest 70 CPP 策略建議

9.4 技術限制

• 只能從 Keyword Field 中選擇 Apple 建議的關鍵字
• 每個關鍵字只能指定給一個 CPP
• Title/Subtitle 中的關鍵字不能指定給 CPP
• 競品品牌詞可加入 Keyword Field 並指定 CPP

十、案例數據參考

10.1 頂級機構成果

10.2 各元素優化預期效果

十一、Claude Code ASO 自動化方案

11.1 架構設計

┌───────────────────────────────────────────────────┐
│  Claude Code Agent (~/clawd/)                      │
│                                                    │
│  .claude/skills/aso-tracker/                       │
│  ├── SKILL.md                                      │
│  ├── references/                                   │
│  │   ├── keywords.json      # 追蹤關鍵字清單       │
│  │   ├── competitors.json   # 競品 app IDs         │
│  │   └── aso-knowledge.md   # ASO 知識庫           │
│  ├── scripts/                                      │
│  │   ├── fetch_keyword_ranks.py   # Appfigures API │
│  │   ├── fetch_competitor_metadata.py  # npm 爬蟲   │
│  │   ├── fetch_reviews.py         # 評論情感分析    │
│  │   ├── generate_weekly_report.py                 │
│  │   ├── generate_audit.py        # 全面 ASO 審計   │
│  │   └── validate_metadata.py     # 字元限制驗證    │
│  └── data/ (gitignored)                            │
│      ├── snapshots/YYYY-MM-DD.json                 │
│      ├── reviews/YYYY-MM-DD.json                   │
│      └── competitors/YYYY-MM-DD.json               │
└───────────────────────────────────────────────────┘

11.2 數據來源

11.3 自動化排程

每週 API 用量約 34 calls（Appfigures 每日上限 1,000），影響可忽略。

11.4 AI Metadata 生成流程

1. 跑 fetch_keyword_ranks.py 取得當前排名數據
2. 跑 fetch_competitor_metadata.py 取得競品 title/subtitle
3. Claude 分析關鍵字 gap：高人氣但 Forest 排名差的詞
4. Claude 生成每欄位 3 個 metadata 變體，優化目標關鍵字
5. 跑 validate_metadata.py 強制字元限制
6. 輸出比較表（現有 vs 建議）+ 預期影響分析

11.5 現有 GitHub 資源

11.6 實作優先順序

十二、90 天行動計劃

Phase 1：Foundation（第 1-30 天）

第 1-2 週：審計與研究

• 全面 ASO 審計：現有 metadata、關鍵字排名、競品基準
• 建立關鍵字宇宙（100-200 個候選詞）
• 競品分析：前 10 競爭者的關鍵字策略
• 設定基準 KPI：曝光、轉換率、有機安裝、關鍵字排名
• 部署 Claude Code aso-tracker skill（P0）

第 3-4 週：首次優化

• 立即：填滿美國 App Store 9 個 cross-locale 關鍵字空間（零成本）
• 重構 Subtitle：加入 "screen time" 或 "plant real trees"
• 優化 Keyword Field：加入 screen time, digital detox, ADHD, phone addiction, white noise, plant trees, deep work
• 截圖 caption 加入關鍵字（利用 OCR 索引）
• 建立 Apple Search Ads Discovery Campaign
• 啟動首個 A/B 測試（Icon 或首張截圖）

Phase 2：Iteration（第 31-60 天）

第 5-6 週：首次分析

• 評估第 3-4 週 metadata 變更（排名、曝光變化）
• 收割 ASA Discovery Campaign 關鍵字
• 分析首個 A/B 測試結果
• 部署 Claude Code weekly report cron（P1）

第 7-8 週：第二次優化

• 第二輪 metadata 迭代（替換低效詞、強化勝出詞）
• 啟動第二個 A/B 測試
• 開始在地化：日文 + 韓文（Tier 1 市場）
• 建立 10-15 個 CPP（核心功能意圖）

Phase 3：Scale & Optimize（第 61-90 天）

第 9-10 週：擴展

• 第三輪 metadata 迭代
• 在地化擴展：德文、法文、Brazilian Portuguese、Spanish(MX)
• CPP 效能評估 + 調整
• 競品 metadata diff 自動化上線（P2）

第 11-12 週：策略審查

• 90 天績效報告：vs Day 1 基準
• 記錄勝出關鍵字組合和創意資產
• 規劃下季策略：季節性機會、新關鍵字領域
• 與 UA 團隊對齊有機 + 付費混合策略
• 全面 ASO 審計自動化上線（P3）

預期成果

十三、Forest 核心行動建議（按優先順序）

1. Cross-Locale 填滿（零成本，1 天）：美國 App Store 的 9 個額外 locale 各填 160 字元關鍵字
2. Subtitle 重構：將 "Be productive on work & study" 改為包含 "screen time" 或 "plant real trees"
3. Keyword Field 大補強：screen time, digital detox, ADHD, phone addiction, white noise, deep work, plant trees
4. Screenshot Caption 加關鍵字：利用 OCR 索引，在截圖文字中放入 "Beat Phone Addiction"、"Plant Real Trees While You Study" 等
5. 真樹種植成果前置：2M+ 真樹已種，應為第 1-2 張截圖——這是 Forest 最大未開發的差異化資產
6. 建立 10-15 個 CPP：針對 focus timer、study app、screen time、ADHD 等不同意圖
7. 啟動 ASA Discovery Campaign：收集關鍵字情報，每週匯出分析
8. 日本/韓國在地化：ARPU 最高的兩個非英語市場
9. 部署 Claude Code aso-tracker：自動化週報 + 競品追蹤 + 評論情感分析
10. 次要分類測試：考慮加入 Health & Fitness 作為次要分類

附錄：研究來源

本報告引用來自以下機構/平台的研究、案例和數據：

ASO 機構：Phiture、Gummicube、Moburst、yellowHEAD、AppAgent、The ASO Project、ARPU Brothers、Stormy AI ASO 工具：AppTweak、Sensor Tower、MobileAction、Appfigures、Asodesk、AppFollow、Appbot、SplitMetrics 官方文檔：Apple Developer (App Store Connect API, PPO, CPP)、Google Play Developer API 開源專案：Eronred/aso-skills、TimBroddin/astro-mcp-server、ngo275/app-agent、alirezarezvani/claude-code-aso-skill 市場數據：Business of Apps、Fortune Business Insights、Adapty、Coinlaw 競品分析：Focus Friend (TechCrunch/Appbot)、Opal (Speedinvest)、Flora、Freedom

由 Rin 整理於 2026-03-17