一、ASO的原理
白龙认为，ASO是通过掌握AppStore的运行规则，对App各个维度数据进行影响，导致算法结果在一定程度内的可控性，使App在AppStore中的展现位置在空间和时间维度都获得一定程度的质和量的提升，最终达到提升展示量、点击量和下载转化率的目的，为App带来更多用户甚至是直接产生付费行为的优化过程。ASO的原理研究方向分为两个方面。
1.AppStore生态
AppStore中的各项算法，例如榜单排名算法、搜索排名算法、账号权重算法以及各项数据的更新时长、算法的调整方式等，开发者需要找出各项算法中影响力最高的因素或最容易控制的因素，以便确定优化方式与目标。
App所产生的数据源，主要是元数据和行为数据，通过改善数据，改变算法产生的结果，从而影响到优化目标。苹果工作、审核标准以及人为判断的因素，例如，苹果对优秀App的审核标准等，都值得关注了解。
2.用户行为
用户的行为习惯，如用户查找App的方式，付费行为发生的关键因素，这都是需要开发者研究的用户行为。用户的心理需求，如大众审美取向、用户对功能形式的喜好等，是否满足了用户精神需求，直接决定了App的下载转化。
ASO过程中，App的各项数据应尽量符合用户行为习惯和心理需求，才能够赢得大众用户的认可，让用户对App“一见钟情”，为App带来自然下载。
以上大多数细节苹果从未公开，更多的是需要开发者长期关注，研究，积累相关的经验。
二、ASO的方法
1.展示量优化
(1)获取精品推荐
精品推荐可通过苹果为开发者开放的链接来进行申请。申请方法比较单一，但了解苹果小编的基本风格、被推荐App的共性以及申请注意事项，能够大大提升申请成功的概率。
(2)搜索优化
搜索优化是利用AppStore的搜索规则来提升App在有关搜索结果中的展示和排名的ASO方式。具体优化方法是通过重组App名称、副标题、关键词等能够被AppStore搜索引擎索引的字段，提升App能够被用户查找到的几率；并利用人工干预的方式，提升App在特定搜索关键词下的搜索结果排名。
(3)榜单优化
下载量是影响AppStore榜单排名最重要的因素，榜单优化则是利用这一规则，通过人工干预或运营活动的方式在时间段内吸引大量用户下载，从而达到预期排名的过程。
增加某个时间段内App的下载量是榜单优化最主要的目标，除此之外，还可以通过更换App分类等方式实现优化榜单的效果。对于榜单优化，不同的推广方式效果差异也很明显。
以上优化方式中，精品推荐可控性不强，榜单逐渐被AppStore弱化，对于开发者来说搜索优化是可控性最强、操作最简便、效果最明显的优化方式。
2.转化率优化
转化率优化的对象很丰富，针对不同的优化对象形成了不同的优化方法。