4.8 星评分的应用排名更高吗？我们分析了 1000 次 App Store 搜索
苹果将评分列为排名输入，因此民间传说随之而来：达到4.8你就会上升。我们取了1000个结果集，18,796个单独的搜索结果，并进行了观察。星级值几乎无法解释任何东西。评分数量解释的要多六倍。
为什么这个问题值得认真提出
苹果声明搜索结果基于“text relevance (matches for your app’s title, subtitle, keywords, and primary category), as well as user behavior (downloads, ratings and reviews, and more)”。这一句话就是大量关于追求更高星级平均分的建议的源头，通常将4.8视为重要的门槛。
但“ratings and reviews”在关键之处含糊不清。它可能指星级值，也可能指留下评分的人数，或两者兼有。这些是不同的东西，意味着完全不同的工作：提高平均分是产品问题，提高数量是分发问题。
方法
我们每天收集客户跟踪的术语的搜索结果。在本研究中，我们取采集器在截至12年9月2026日的七天内看到的每个不同的术语和国家，每个只在其最近一次观察时计数一次，并保留前20名中至少有八个应用同时具有星级值和评分数量的结果集。这得到1,000个结果集和18,796个单独的搜索结果。
每个术语只取一次很重要。同一搜索在连续几天返回几乎相同的应用和几乎相同的顺序，因此重复计算会使样本翻倍而不增加任何信息，并使每个数字看起来比实际更确定。
原始图景：几乎平坦
存在梯度，但非常小。评分最高的区间并不是排名最好的区间：4.5-4.7略胜一筹。低于4.5时，差异约为二十分之一，而低于3.0的组比3.0-3.9组排名更好，这种反转表明效应主要是噪声。
负数意味着较高的值更接近第一位。两者都是，而且计数大约是较强信号的六倍。两者都不大：即使是计数也只能解释应用排名位置的百分之几，这是一个有用的提醒，即相关性而非流行度在搜索结果中起主要作用。
混杂因素，以及去除它后会发生什么
星级和评分数量一起变化，因此原始比较无法将它们分开。在我们的样本中，4.5-4.7区间的中位评分数量为13,507，而3.0-3.9区间为72。比较这两组主要是在比较大应用和小应用。
因此我们将相同的排名分成评分数量相近的区间，并在每个区间内观察星级效应，此时混杂因素基本被控制。
纵向阅读一列，规模效应显而易见：随着评分数量的增长，同一星级区间从大约第12名移动到大约第9名。横向阅读一行，星级效应很小、不一致，并且在最小的区间中反向——评分4.8-5.0且评分数量低于200的应用在表中排名最低。
这种反转并不神秘。来自30条评论的4.9平均分通常属于一个非常小的应用，而非常小正是体现在排名中的因素。这清楚地说明了为什么原始梯度不应被解读为星级效应。
更干净的测试：在同一个结果集内进行比较
将金融术语与益智游戏术语进行比较，是在比较两个不同的人群。将同一搜索的前三名与第8-20名进行比较则不然。我们在两端都有足够评分应用的990个结果集上进行了配对测试。
结果集顶部的应用比底部的应用评分高0.023颗星。它们的评分数量大约是九倍。高评分组在52.6%的结果集中占据前三名，在22.8%的结果集中占据底部，因此方向是真实的——只是幅度可以忽略不计。
文献怎么说
这在学术上并不是一个新问题，已发表的研究也得出了类似的结论。Sällberg、Wang 和 Numminen 在2022年的《营销分析杂志》上撰文，从 App Store 发布起每天跟踪341个应用约两年，并将评分信息与评论文本分开。对于生产力应用，他们报告平均评分对下载量没有显著的直接影响，而评分数量则有。对于游戏应用，数量效应为负，这本身就是警告，不要将这些视为简单的杠杆。
关于视觉资产的研究也指出了单变量思维的局限性：Wang 和 Li 在2016年的《电子商务研究》中提取了 Android 图标的颜色、复杂性和对称性特征，并发现了与下载行为的可测量关系。应用商店挖掘的更广泛领域始于 Harman、Jia 和 Zhang 在 MSR 2012 的工作，该工作确立了商店元数据可以大规模分析。
这对你的产品页面意味着什么
本研究的局限性
仅一周，仅 iOS，以及我们的采集器跟踪的3,564个术语，这些术语偏向我们客户所在的类别，而不是 App Store 的随机样本。评分数量是安装基础的代理指标，而且噪声很大，因为应用提示评分的频率差异很大。排名是观察性的：我们无法随机化应用的星级平均分，因此这里没有任何因果估计。而且这么小的相关性会被任何我们未建模的类别效应所淹没。
在这些限制下幸存的是对同一数据上以相同方式测量的两个信号的比较。无论我们样本中存在什么偏差，对两者都适用，而计数仍然以大约六比一的优势胜过星级值。