Rangiraju li se aplikacije s ocjenom 4,8 zvjezdica više? Analizirali smo 1.000 pretraživanja App Storea

Apple navodi ocjene kao ulaz za rangiranje, pa folklor kaže: dođite do 4,8 i penjete se. Uzeli smo 1.000 skupova rezultata, 18.796 pojedinačnih rezultata pretraživanja i pogledali. Vrijednost zvjezdica ne objašnjava gotovo ništa. Broj ocjena objašnjava šest puta više.

Zašto je pitanje vrijedno pravilnog postavljanja

Apple navodi da se rezultati pretraživanja temelje na “text relevance (matches for your app’s title, subtitle, keywords, and primary category), as well as user behavior (downloads, ratings and reviews, and more)”. Ta je jedna rečenica izvor ogromne količine savjeta o lovu na viši prosjek zvjezdica, obično s 4.8 navedenim kao pragom koji je bitan.

Ali “ratings and reviews” je dvosmislen upravo na mjestu koje je bitno. Može značiti vrijednost zvjezdica, ili broj ljudi koji su je ostavili, ili oboje. To su različite stvari i podrazumijevaju potpuno različit posao: podizanje prosjeka je problem proizvoda, a podizanje broja je problem distribucije.

Metoda

Prikupljamo dnevne rezultate pretraživanja za pojmove koje naši klijenti prate. Za ovu studiju uzeli smo svaki različiti pojam i zemlju koje je kolektor vidio u sedam dana do 12 rujna 2026, svaki brojan jednom pri najnovijem opažanju, i zadržali skupove rezultata gdje je najmanje osam od prvih 20 aplikacija imalo i vrijednost zvjezdica i broj ocjena u evidenciji. To daje 1,000 skupova rezultata i 18,796 pojedinačnih rezultata pretraživanja.

Važno je uzeti svaki pojam jednom. Isto pretraživanje uzastopnih dana vraća gotovo iste aplikacije u gotovo istom redoslijedu, pa bi brojanje dvaput udvostručilo uzorak bez dodavanja ikakvih informacija i učinilo bi svaku brojku sigurnijom nego što jest.

Sirova slika: gotovo ravna

Postoji gradijent, i sićušan je. Najbolje ocijenjeni pojas nije najbolje plasirani pojas: 4.5-4.7 ga nadmašuje. Ispod 4.5 razlika je oko jedne pozicije od dvadeset, a grupa ispod 3.0 plasira se bolje od grupe 3.0-3.9, što je vrsta inverzije koju vidite kad je učinak uglavnom šum.

Negativan broj znači da je viša vrijednost bliže prvoj poziciji. Obje jesu, a broj je otprilike šest puta jači signal. Nijedan nije velik: čak i broj objašnjava samo nekoliko postotaka gdje se aplikacija nalazi, što je koristan podsjetnik da relevantnost, a ne popularnost, obavlja većinu posla u rezultatu pretraživanja.

Zbunjujuća varijabla i što se događa kad je uklonite

Zvjezdice i brojevi ocjena putuju zajedno, pa ih sirova usporedba ne može razdvojiti. U našem uzorku pojas 4.5-4.7 ima medijan od 13,507 ocjena, a pojas 3.0-3.9 ima 72. Usporedba te dvije grupe uglavnom je usporedba velikih aplikacija s malima.

Stoga smo iste plasmane podijelili u pojaseve sličnog broja ocjena i pogledali učinak zvjezdica unutar svakog pojasa, gdje je zbunjujuća varijabla uglavnom zadržana.

Pročitajte stupac prema dolje i učinak razmjera je očit: isti pojas zvjezdica pomiče se s otprilike pozicije 12 na otprilike poziciju 9 kako broj ocjena raste. Pročitajte redak poprijeko i učinak zvjezdica je mali, nedosljedan, a u najmanjem pojasu ide unatrag — aplikacije ocijenjene s 4.8-5.0 s manje od 200 ocjena sjedile su najniže od bilo koje grupe u tablici.

Ta inverzija nije tajanstvena. Prosjek 4.9 iz 30 recenzija obično pripada vrlo maloj aplikaciji, a biti vrlo mali je ono što se pokazuje u poziciji. To je čista demonstracija zašto se sirovi gradijent ne bi trebao čitati kao učinak zvjezdica.

Čistiji test: usporedba unutar jednog skupa rezultata

Usporedba financijskog pojma s pojmom puzzle igre uspoređuje dvije različite populacije. Usporedba prva tri s pozicijama 8-20 istog pretraživanja ne. Proveli smo taj upareni test na 990 skupova rezultata s dovoljno ocijenjenih aplikacija na oba kraja.

Aplikacije na vrhu skupa rezultata ocijenjene su 0.023 zvjezdica više od aplikacija na dnu. Imaju otprilike devet puta više ocjena. Više ocijenjena grupa držala je prva tri u 52.6% skupova i dno u 22.8%, tako da je smjer stvaran — zanemariva je veličina.

Što literatura kaže

Ovo nije novo pitanje akademski, a objavljeni rad dolazi na slično mjesto. Sällberg, Wang i Numminen, pišući u Journal of Marketing Analytics 2022, pratili su 341 aplikacija dnevno oko dvije godine od njihovog lansiranja u App Storeu i odvojili informacije o ocjenama od teksta recenzija. Za aplikacije produktivnosti izvješćuju da prosječna ocjena nije imala značajan izravan učinak na preuzimanja, dok je volumen ocjena imao. Za igraće aplikacije učinak volumena bio je negativan, što je samo po sebi upozorenje protiv tretiranja bilo čega od toga kao jednostavnih poluga.

Rad na vizualnim elementima ukazuje na isto o granicama jednodimenzionalnog razmišljanja: Wang i Li, u Electronic Commerce Research 2016, izdvojili su značajke boje, složenosti i simetrije iz Android ikona i pronašli mjerljive odnose s ponašanjem pri preuzimanju. Šire polje rudarenja trgovina aplikacijama otvorili su Harman, Jia i Zhang na MSR 2012, koji su utvrdili da se metapodaci trgovine uopće mogu analizirati na velikoj skali.

Što to znači za vaš oglas

Ograničenja ove studije

Jedan tjedan, samo iOS, i 3,564 pojmova koje naš kolektor prati, koji naginju kategorijama u kojima naši klijenti rade, a ne slučajnom uzorku App Storea. Broj ocjena je zamjena za bazu instalacija i to bučna, budući da aplikacije traže ocjene vrlo različitim stopama. Pozicija je promatračka: ne možemo nasumično dodijeliti prosjek zvjezdica aplikacije, tako da ništa ovdje nije kauzalna procjena. A korelacija ovoliko mala bila bi preplavljena bilo kojim učinkom kategorije koji nismo modelirali.

Ono što preživljava ta ograničenja je usporedba između dva signala mjerena na isti način na istim podacima. Koja god pristranost sjedi u našem uzorku primjenjuje se na oba, a broj i dalje nadmašuje vrijednost zvjezdica otprilike šest prema jedan.

Besplatno potražite ključnu riječ

AsoTheory, kako rezultati funkcioniraju

Povezano

Blog · Studije slučaja · Free ASO tools · Proizvodi · Privatnost i uvjeti · AsoTheory