Ứng dụng có xếp hạng 4,8 sao có xếp hạng cao hơn không? Chúng tôi đã phân tích 1.000 tìm kiếm App Store

Apple names ratings as a ranking input, so the folklore follows: get to 4.8 and you climb. We took 1,000 result sets, 18,796 individual search results, and looked. The star value explains almost nothing. The number of ratings explains six times more.

Tại sao câu hỏi đáng được hỏi đúng cách

Apple tuyên bố rằng kết quả tìm kiếm dựa trên “text relevance (matches for your app’s title, subtitle, keywords, and primary category), as well as user behavior (downloads, ratings and reviews, and more)”. Câu đơn đó là nguồn gốc của vô số lời khuyên về việc theo đuổi mức trung bình sao cao hơn, thường với 4.8 được nêu là ngưỡng quan trọng.

Nhưng “ratings and reviews” mơ hồ đúng ở chỗ quan trọng. Nó có thể có nghĩa là giá trị sao, hoặc số người để lại một sao, hoặc cả hai. Đó là những thứ khác nhau và chúng ngụ ý công việc hoàn toàn khác: tăng mức trung bình là vấn đề sản phẩm, và tăng số lượng là vấn đề phân phối.

Phương pháp

Chúng tôi thu thập kết quả tìm kiếm hàng ngày cho các thuật ngữ mà khách hàng của chúng tôi theo dõi. Đối với nghiên cứu này, chúng tôi lấy mọi thuật ngữ và quốc gia riêng biệt mà bộ thu thập thấy trong bảy ngày đến 12 tháng 9 2026, mỗi cái được đếm một lần ở quan sát gần nhất, và giữ các tập kết quả nơi ít nhất tám trong top 20 ứng dụng có cả giá trị sao và số lượng đánh giá trong hồ sơ. Điều đó cho 1,000 tập kết quả và 18,796 kết quả tìm kiếm riêng lẻ.

Lấy mỗi thuật ngữ một lần là quan trọng. Cùng một tìm kiếm vào các ngày liên tiếp trả về gần như cùng các ứng dụng theo gần như cùng thứ tự, vì vậy đếm nó hai lần sẽ nhân đôi mẫu mà không thêm thông tin và sẽ làm cho mọi con số trông chắc chắn hơn thực tế.

Bức tranh thô: gần như phẳng

Có một gradient, và nó rất nhỏ. Dải được xếp hạng tốt nhất không phải là dải được xếp hạng vị trí tốt nhất: 4.5-4.7 vượt qua nó. Dưới 4.5, sự khác biệt khoảng một vị trí trong hai mươi, và nhóm dưới-3.0 xếp hạng tốt hơn nhóm 3.0-3.9, đó là loại đảo ngược bạn thấy khi một hiệu ứng chủ yếu là nhiễu.

Số âm nghĩa là giá trị cao hơn nằm gần vị trí số một hơn. Cả hai đều như vậy, và số lượng gần gấp sáu lần tín hiệu mạnh hơn. Cả hai đều không lớn: ngay cả số lượng cũng chỉ giải thích vài phần trăm vị trí của một ứng dụng, một lời nhắc hữu ích rằng mức độ liên quan, chứ không phải độ phổ biến, làm phần lớn công việc trong kết quả tìm kiếm.

Yếu tố gây nhiễu, và điều gì xảy ra khi bạn loại bỏ nó

Sao và số lượng đánh giá đi cùng nhau, vì vậy một so sánh thô không thể tách chúng. Trong mẫu của chúng tôi, dải 4.5-4.7 có trung vị 13,507 đánh giá và dải 3.0-3.9 có 72. So sánh hai nhóm đó chủ yếu là so sánh ứng dụng lớn với ứng dụng nhỏ.

Vì vậy, chúng tôi chia các vị trí giống nhau thành các dải có số lượng đánh giá tương tự và xem xét hiệu ứng sao trong mỗi dải, nơi yếu tố gây nhiễu phần lớn được giữ nguyên.

Đọc xuống một cột và hiệu ứng của quy mô là rõ ràng: cùng một dải sao di chuyển từ khoảng vị trí 12 đến khoảng vị trí 9 khi số lượng đánh giá tăng. Đọc ngang một hàng và hiệu ứng sao nhỏ, không nhất quán, và trong dải nhỏ nhất chạy ngược — các ứng dụng được xếp hạng 4.8-5.0 với dưới 200 đánh giá nằm thấp nhất trong bất kỳ nhóm nào trong bảng.

Sự đảo ngược đó không bí ẩn. Một mức trung bình 4.9 từ 30 đánh giá thường thuộc về một ứng dụng rất nhỏ, và việc rất nhỏ là điều hiển thị trong vị trí. Đó là một minh chứng rõ ràng về lý do tại sao gradient thô không nên được đọc là hiệu ứng sao.

Một phép thử sạch hơn: so sánh trong cùng một tập kết quả

So sánh một thuật ngữ tài chính với một thuật ngữ trò chơi giải đố là so sánh hai quần thể khác nhau. So sánh ba vị trí đầu với các vị trí 8-20 của cùng một tìm kiếm thì không. Chúng tôi đã chạy thử nghiệm ghép cặp đó trên 990 tập kết quả có đủ ứng dụng được chấm điểm ở cả hai đầu.

Các ứng dụng ở đầu tập kết quả được xếp hạng 0.023 sao cao hơn các ứng dụng ở cuối. Chúng có số lượng đánh giá gần gấp chín lần. Nhóm được xếp hạng cao hơn giữ ba vị trí đầu trong 52.6% tập và vị trí cuối trong 22.8%, vì vậy hướng là thực — chỉ là kích thước không đáng kể.

Tài liệu nói gì

Đây không phải là một câu hỏi mới về mặt học thuật, và công trình đã công bố đạt đến một nơi tương tự. Sällberg, Wang và Numminen, viết trên Journal of Marketing Analytics năm 2022, theo dõi 341 ứng dụng hàng ngày trong khoảng hai năm từ khi ra mắt App Store và tách thông tin đánh giá khỏi văn bản đánh giá. Đối với các ứng dụng năng suất, họ báo cáo rằng điểm đánh giá trung bình không có hiệu ứng trực tiếp đáng kể lên lượt tải xuống, trong khi khối lượng đánh giá có. Đối với các ứng dụng chơi game, hiệu ứng khối lượng là tiêu cực, chính nó là một cảnh báo chống lại việc coi bất kỳ điều nào trong số này là đòn bẩy đơn giản.

Công trình về tài sản trực quan chỉ cùng hướng về giới hạn của tư duy đơn biến: Wang và Li, trong Electronic Commerce Research năm 2016, trích xuất các đặc điểm màu sắc, độ phức tạp và đối xứng từ các biểu tượng Android và tìm thấy mối quan hệ đo lường được với hành vi tải xuống. Lĩnh vực rộng hơn của khai thác cửa hàng ứng dụng mở đầu với Harman, Jia và Zhang tại MSR 2012, điều này thiết lập rằng siêu dữ liệu cửa hàng có thể được phân tích ở quy mô lớn.

Điều này có nghĩa gì cho danh sách của bạn

Giới hạn của nghiên cứu này

Một tuần, chỉ iOS, và các thuật ngữ 3,564 mà bộ thu thập của chúng tôi theo dõi, nghiêng về các danh mục mà khách hàng của chúng tôi làm việc hơn là một mẫu ngẫu nhiên của App Store. Số lượng đánh giá là một đại diện cho cơ sở cài đặt và là một đại diện nhiễu, vì các ứng dụng nhắc ở tỷ lệ rất khác nhau. Vị trí là quan sát: chúng tôi không thể ngẫu nhiên hóa mức trung bình sao của một ứng dụng, vì vậy không có gì ở đây là ước tính nhân quả. Và một tương quan nhỏ như vậy sẽ bị nhấn chìm bởi bất kỳ hiệu ứng danh mục nào mà chúng tôi chưa mô hình hóa.

Điều sống sót qua những giới hạn đó là so sánh giữa hai tín hiệu được đo cùng cách trên cùng dữ liệu. Bất kỳ thiên vị nào nằm trong mẫu của chúng tôi áp dụng cho cả hai, và số lượng vẫn vượt trội giá trị sao khoảng sáu trên một.

Tra cứu từ khóa miễn phí

AsoTheory, cách tính điểm

Liên quan

Blog · Nghiên cứu tình huống · Free ASO tools · Sản phẩm · Quyền riêng tư và điều khoản · AsoTheory