结果
| 店面 | n | Spearman ρ | 95% 置信区间 | 无联想词 | 达到上限（≥10） |
|---|---|---|---|---|---|
| 美国（US） | 200 | 0.16 | 0.02 … 0.29 | 0% | 83.5% |
| 英国（GB） | 200 | 0.27 | 0.14 … 0.39 | 1.5% | 64.5% |
| 德国（DE） | 200 | 0.30 | 0.17 … 0.42 | 0% | 62% |
| 西班牙（ES） | 200 | 0.36 | 0.23 … 0.48 | 1.5% | 56% |
| 土耳其（TR） | 200 | 0.25 | 0.12 … 0.36 | 0% | 65.5% |
| 全部 | 1000 | 0.30 | 0.25 … 0.36 | 0.6% | 66.3% |
在选取的 1000 行中，Spearman 秩相关为 ρ = 0.30，95% bootstrap 区间为 0.25 … 0.36，各商店地区的结果为 0.16 … 0.36。这些数值描述的是该样本。由于样本经过选择且同一关键词在不同国家重复出现，区间不包含零不能作为普遍关系或因果关系的证据。
这些热门搜索词中有 0.6% 一个搜索联想词都没有，而 99% 会出现在自身的联想词里。
这项比较的限制
US83.5% · n=200
GB64.5% · n=200
DE62% · n=200
ES56% · n=200
TR65.5% · n=200
- 上限。建议数量会达到同一上限。数量相同，不代表搜索需求相同。
- 选取的范围。样本热度为 56–100，中位数为 74。未观测较低分数的关键词，因此不能由此推断该群体中两个指标的关系。
- 不同日期。热度周从 2026-08-09 开始，建议记录于 2026-09-14。两日期相差 36 天。这份档案并未测量 API 的通常延迟。
使用目标商店地区的建议寻找候选关键词。出现在建议中，并不能证明搜索次数或需求规模。
区分历史覆盖范围与本次样本
aso.dev 在其 2025 年秋季美国覆盖范围研究中报告，数量从 165,875 降至 39,254（−77.4%）。这不是本次 Storelift 研究的测量结果，也不是当前 API 规则；旧说明中的确切结束日期也不一致。当前字段及周期定义请参阅 Apple Insights。
1000 个搜索词中没有一个处于下限 5，样本中的最低热度是 56。因此剔除下限值不会改变任何结果（ρ 仍为 0.30），而“集中在 5 的数据会不会扭曲相关性？”这个问题，用这份语料无法回答。我们如实说明，而不是编造一个对比。
本研究涵盖选取的高热度关键词。不能根据该样本或旧覆盖报告推断长尾关键词目前的数据可用性或搜索需求。
方法与数据
- 热度：Apple 的搜索词热度，全国榜单（所有类别），每个店面按类别内排名取前 200 个词，2026-08-09 当周。
- 建议观测：2026-09-14 为每个词记录的 App Store 建议数量。1000 次请求中有 0 次错误；失败请求不会计作零条建议。
- 统计：Spearman 秩相关，相同值取平均秩；百分位 bootstrap，2000 次重抽样，固定 seed，区间可复现。
- 商店地区：US、GB、DE、ES、TR。结果仅适用于这五个地区的记录。
原始数据：demand-vs-popularity-2026-09-14.csv，共 1,000 行，包含店面、搜索词、类别、热度、类别内排名、联想词数量，以及搜索词是否出现在自身的联想词中。搜索词是一组固定的热门搜索样本，而非任何用户的关键词。
常见问题
那么搜索联想词是个糟糕的需求信号吗？
使用目标商店地区的建议寻找候选关键词。出现在建议中，并不能证明搜索次数或需求规模。
为什么不直接用 Apple 的搜索热度？
请在经过验证的国家、周期和指标范围内解读热度。缺失观测不代表需求为零；选取的高热度样本不能代表小型应用的全部关键词。
我可以自己复现这次测量吗？
可以。本页的 CSV 包含全部数据行，用任何统计工具都能据此重新计算相关系数。
拿你自己的应用试试
粘贴应用的商店链接，添加关键词。排名、排在你前面的应用和搜索需求，每天都会测量。
免费套餐：1 个应用，2 个店面各 25 个关键词，30 天历史数据，无需绑卡，不限期限。Pro 每月 $20。
免费开始 →
延伸阅读
来源 (1)
- Apple Developer — Insights Endpoints — 2026-10-13 · 字段和周期的定义见 Apple 官方 Insights 文档。