App Annie Advanced Review：從海量的用戶評價中獲取數據洞察

App的評價包含多種信息，如果通過手動瀏覽評價來獲取有效信息，非常費時費力，App Annie的Advanced Review模塊應運而生。

2019年12月3日，App Annie針對其Intelligence解決方案推出全新的Advanced Review功能模塊。該功能可以為App產品經理和營銷人員提供兩大實用且重要的功能：第一，快速大量地提煉用戶觀點，無需任何人工操作；第二，監(jiān)測競爭對手的用戶評價，從而幫助您更好地改進App表現(xiàn)，提高用戶滿意度。

App Annie將自然語言處理(NLP)技術運用到了全球的應用商店中。因此，Advanced Review功能中的NLP機器學習算法可以讀取、解析和理解用戶評價，幫助您找到并修復評論中所提及的Bug和問題。同時，該算法還可以及早發(fā)現(xiàn)問題，讓您在第一時間進行應對和修復，避免對應用商店評級和下載量造成重大負面影響。

以達美樂比薩App為例。達美樂比薩（美國版）App擁有超過370萬條評分和評價，這些評價多與比薩本身相關，剩余內容則會真實反映App的表現(xiàn)和用戶體驗。合理地處理這些內容，達美樂將能獲得諸多有效信息，從而有助于其提高用戶滿意度和下載量。但是，370萬條評價的數據量過于龐大。而忽視這些評價，達美樂可能會錯過提前修復Bug的機會。例如，如果了解到在最新版本的App中，用戶輸入支付信息前App會發(fā)生崩潰，那么達美樂就有機會及時做出修正，這將有助于其提高營收，并且防止披薩愛好者轉向其他競爭對手。

如果采用效率低下的人工篩選，可能在QA團隊發(fā)現(xiàn)Bug之前，App就會流失許多用戶。因此，App Annie的Advanced Review便可以派上用場。只需幾個小時，NLP算法就可以處理完370萬條評價并對其進行歸類總結。而同樣的流程，QA團隊可能需要花費一周甚至更長時間，整理出的結果還有可能充滿個人主觀因素。

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

在該示例中，您會發(fā)現(xiàn)“登錄”等高頻詞導致App平均評級較低，因而出現(xiàn)-10的不良影響分數。該問題在超過65%的評價中被提及。

用戶評價對App的表現(xiàn)而言至關重要

高質量評價和評級會顯著影響App在應用商店中的推薦情況，因為應用商店通常會對用戶體驗上佳的App進行推廣。出色的App也會相應增強應用商店本身的影響力。對于發(fā)行商而言，獲得推薦將有助于提高下載轉化率，也有助于提高下載量和用戶滿意度，這是一個循環(huán)的過程。

反之亦然，體驗較差的App在應用商店中被推薦的幾率較低，因而將會降低下載轉化率。

提高QA效率

應用商店的用戶評價是App體驗和其他性能問題的集合。只依賴QA團隊來發(fā)現(xiàn)所有缺陷，不僅耗時耗力，而且成本高昂。如果不使用Advanced Review，iOS App發(fā)行商將會在人工篩查過程中舉步維艱，從而無法趕上應用市場快速變化的步伐。

防止競爭對手搶占市場份額

您對競爭對手的用戶滿意度了解多少？App的用戶評價可以讓您知己知彼。您可以通過工具比較競爭對手對用戶評價的響應及處理能力，以從中獲取有指導意義的信息。

簡而言之，如果開發(fā)商能夠快速響應關鍵評價，并迅速提供解決方案，那么有可能將1星評價轉變?yōu)?星，并獲得忠實用戶。如果您未能響應關鍵評價并修復問題，則很有可能會將市場份額“拱手相讓”，讓那些可以為用戶提供優(yōu)質體驗的競爭對手從中獲益。以任何一個熱門播客App為例，如果用戶最喜愛的節(jié)目無法播放，那么他們很可能會下載另一個能夠收聽該節(jié)目的播客App。您應該盡早發(fā)現(xiàn)并解決自己App的問題，避免將已經到手的用戶“拱手讓人”。

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

通過話題分析，您可以了解App評論的話題趨勢，識別用戶評價中最常提及的內容。

Advanced Review的工作原理

Advanced Review借助兩種自然語言處理工具，從評價數據中收集洞察。

第一種為話題分類。每條評價使用一個或多個主題類別進行標記，包括“性能和缺陷”、“服務交付”以及“設計和界面”。這可以為App開發(fā)商提供話題概覽，讓他們了解用戶評價中的主要及其變化情況。例如，如果App更新后，標記為“性能和缺陷”的評價比例迅速飆升，這意味著可能更新存在許多缺陷，需要重新進行審查。

話題分類是一項復雜繁瑣的工作。確定評價分類方式需要分析人們所使用的各項功能。為實現(xiàn)這一點，我們使用了強大的遷移學習算法。該算法經過訓練，能夠使用我們大型預分類數據集來識別評價話題。其結果可比擬人工分類的表現(xiàn)，使自己的產品具備自動化處理能力。

第二種為相關詞語。App Annie采用了內部研發(fā)的專有算法，可以從評價中提取關鍵短語，并為每個短語分配一個“影響分數”，從而量化該短語在特定評價主題中的重要性和情緒級別。該流程的目的在于，從文本中提取具備可讀性和可操作性的短語，然后根據解決優(yōu)先級對其進行排名。在我們的產品中，如果用戶點擊相關詞語，就能看到包含該詞語的所有評價。因此，只需點擊幾下，便可輕松閱讀分類后的評價，并從中了解App的關鍵信息以及用戶的滿意度。

Advanced Review，為未來保駕護航

要成功規(guī)劃App的發(fā)展藍圖，通常需要對現(xiàn)有用戶進行深入調研，這是一個非常耗時且成本高昂的工作。Advanced Review專注于用戶行為分析，通過對用戶已申請的功能進行整合，為您提供未來所需的數據，使您無需再進行人工分析。從評價中挖掘用戶對App的期望及反饋，能夠幫您對未來發(fā)展方案進行預先審查，從而制定低風險的發(fā)展路徑，專心開發(fā)用戶需求度高的新功能。

The Summary tab in App Annie's Advanced Reviews.

摘要顯示了評價的關鍵信息，您可以使用篩選器來了解關鍵信息

Advanced Review，全面支持您的移動策略

Advanced Review不僅可為App發(fā)行商提供用戶的感性反饋，該功能還集成于App Annie強大的Marketing Intelligence產品組合中，從而助您獲取意料之外的重要信息，例如用于定義App的新關鍵詞。借助App Annie的Marketing Intelligence產品組合，這些重復性關鍵詞可以納入您全盤的ASO策略中，從而提高您的App在商店中的可見性和下載轉化率。

您可以通過Advanced Review獲得極富價值的用戶洞察，同時還可節(jié)省大量人力資源。借助Advanced Review，App發(fā)行商將獲得缺陷檢測功能和全面的競爭形勢分析，深入挖掘市場上任何App的評價和評級，在較短時間內找到相應的對策。