博客

搜索博客

Product Announcements

App Annie 发布全新Advanced Review功能,从海量的用户评价中获取数据洞察

Kedar Kulkarni and Robert Martin-Short

App 的评价包含多种信息,如果通过手动浏览评价来获取有效信息,非常费时费力,App Annie 的 Advanced Review 模块应运而生。

2019 年 12 月 3 日,App Annie 针对其 Intelligence 解决方案推出全新的 Advanced Review 功能模块。该功能可以为 App 产品经理和营销人员提供两大实用且重要的功能:第一,快速大量地提炼用户观点,无需任何人工操作;第二,监测竞争对手的用户评价,从而帮助您更好地改进 App 表现,提高用户满意度。

App Annie 将自然语言处理 (NLP) 技术运用到了全球的应用商店中。因此,Advanced Review 功能中的 NLP 机器学习算法可以读取、解析和理解用户评价,帮助您找到并修复评论中所提及的 Bug和问题。同时,该算法还可以及早发现问题,让您在第一时间进行应对和修复,避免对应用商店评级和下载量造成重大负面影响。

以达美乐比萨 App 为例。达美乐比萨(美国版) App 拥有超过 370 万条评分和评价,这些评价多与比萨本身相关,剩余内容则会真实反映 App 的表现和用户体验。合理地处理这些内容,达美乐将能获得诸多有效信息,从而有助于其提高用户满意度和下载量。但是,370 万条评价的数据量过于庞大。而忽视这些评价,达美乐可能会错过提前修复 Bug 的机会。例如,如果了解到在最新版本的 App 中,用户输入支付信息前 App 会发生崩溃,那么达美乐就有机会及时做出修正,这将有助于其提高营收,并且防止披萨爱好者转向其他竞争对手。 

如果采用效率低下的人工筛选,可能在 QA 团队发现 Bug 之前,App 就会流失许多用户。因此, App Annie 的 Advanced Review 便可以派上用场。只需几个小时,NLP 算法就可以处理完 370 万条评价并对其进行归类总结。而同样的流程,QA 团队可能需要花费一周甚至更长时间,整理出的结果还有可能充满个人主观因素。  

The Relevant Terms tab in App Annie's Advanced Reviews.

在该示例中,您会发现“登录”等高频词导致 App 平均评级较低,因而出现 -10 的不良影响分数。该问题在超过 65% 的评价中被提及。

 

用户评价对 App 的表现而言至关重要

高质量评价和评级会显著影响 App 在应用商店中的推荐情况,因为应用商店通常会对用户体验上佳的 App 进行推广。出色的 App 也会相应增强应用商店本身的影响力。对于发行商而言,获得推荐将有助于提高下载转化率,也有助于提高下载量和用户满意度,这是一个循环的过程。

反之亦然,体验较差的 App 在应用商店中被推荐的几率较低,因而将会降低下载转化率。

提高 QA 效率

应用商店的用户评价是 App 体验和其他性能问题的集合。只依赖 QA 团队来发现所有缺陷,不仅耗时耗力,而且成本高昂。如果不使用 Advanced Review,iOS App 发行商将会在人工筛查过程中举步维艰,从而无法赶上应用市场快速变化的步伐。

防止竞争对手抢占市场份额

您对竞争对手的用户满意度了解多少?App 的用户评价可以让您知己知彼。您可以通过工具比较竞争对手对用户评价的响应及处理能力,以从中获取有指导意义的信息。

简而言之,如果开发商能够快速响应关键评价,并迅速提供解决方案,那么有可能将 1 星评价转变为 5 星,并获得忠实用户。如果您未能响应关键评价并修复问题,则很有可能会将市场份额“拱手相让”,让那些可以为用户提供优质体验的竞争对手从中获益。以任何一个热门播客 App 为例,如果用户最喜爱的节目无法播放,那么他们很可能会下载另一个能够收听该节目的播客 App。您应该尽早发现并解决自己 App 的问题,避免将已经到手的用户“拱手让人”。

The Topic Analysis tab in App Annie's Advanced Reviews.

通过话题分析,您可以了解 App 评论的话题趋势,识别用户评价中最常提及的内容。

Advanced Review 的工作原理

Advanced Review 借助两种自然语言处理工具,从评价数据中收集洞察。

  • 第一种为话题分类。每条评价使用一个或多个主题类别进行标记,包括“性能和缺陷”、“服务交付”以及“设计和界面”。这可以为 App 开发商提供话题概览,让他们了解用户评价中的主要及其变化情况。例如,如果 App 更新后,标记为“性能和缺陷”的评价比例迅速飙升,这意味着可能更新存在许多缺陷,需要重新进行审查。

话题分类是一项复杂繁琐的工作。确定评价分类方式需要分析人们所使用的各项功能。为实现这一点,我们使用了强大的迁移学习算法。该算法经过训练,能够使用我们大型预分类数据集来识别评价话题。其结果可比拟人工分类的表现,使自己的产品具备自动化处理能力。

  • 第二种为相关词语。App Annie 采用了内部研发的专有算法,可以从评价中提取关键短语,并为每个短语分配一个“影响分数”,从而量化该短语在特定评价主题中的重要性和情绪级别。该流程的目的在于,从文本中提取具备可读性和可操作性的短语,然后根据解决优先级对其进行排名。在我们的产品中,如果用户点击相关词语,就能看到包含该词语的所有评价。因此,只需点击几下,便可轻松阅读分类后的评价,并从中了解 App 的关键信息以及用户的满意度。

Advanced Review,为未来保驾护航

要成功规划 App 的发展蓝图,通常需要对现有用户进行深入调研,这是一个非常耗时且成本高昂的工作。Advanced Review 专注于用户行为分析,通过对用户已申请的功能进行整合,为您提供未来所需的数据,使您无需再进行人工分析。从评价中挖掘用户对 App 的期望及反馈,能够帮您对未来发展方案进行预先审查,从而制定低风险的发展路径,专心开发用户需求度高的新功能。

The Summary tab in App Annie's Advanced Reviews.

摘要显示了评价的关键信息,可以使用筛选器来了解关键信息

Advanced Review,全面支持您的移动策略

Advanced Review 不仅可为 App 发行商提供用户的感性反馈,该功能还集成于 App Annie 强大的 Marketing Intelligence 产品组合中,从而助您获取意料之外的重要信息,例如用于定义 App 的新关键词。借助 App Annie 的 Marketing Intelligence 产品组合,这些重复性关键词可以纳入您全盘的 ASO 策略中,从而提高您的 App 在商店中的可见性和下载转化率。

您可以通过 Advanced Review 获得极富价值的用户洞察,同时还可节省大量人力资源。借助 Advanced Review,App 发行商将获得缺陷检测功能和全面的竞争形势分析,深入挖掘市场上任何 App 的评价和评级,在较短时间内找到相应的对策。

立即联系 App Annie,了解如何使用 Advanced Review 改善 App 在应用商店中的表现和用户满意度。

联系销售

2019 M12 3

Product Announcements

相关博客