将一个App应用从1.9分提到4.5分,需要做些什么?

AI时代,如何更快入行抢占红利得高薪?前阿里巴巴产品专家带你15天入门AI产品经理。了解一下>

各类应用商店评分的重要性,不言而喻。评分低下会影响排名,二排名影响的是下载量和下载速度,最终影响商业结果。

运营过一个C端产品的人,大抵都了解在应用商店里评分的重要性。评分能影响应用在商店里的排名,以苹果商店为例,想进入某个分类的前1000名,4分是一个最基础的准线。排名进而影响的是下载量和下载速度,最终影响商业结果。商店评分的重要性,不言而喻。

前不久每日优鲜的评分翻车事件,说起来也特别好笑——更新文案中跪舔996,引起大量用户反感(或许用户大部分都是程序员),导致各路商店里每日优鲜被疯狂diss,好好的4.5分被刷成1.3。本想抖个机灵,结果一夜回到解放前。

如何将一个应用从1.9分提到4.5分

那我们的应用是怎么了,怎么就到了1.9了?

事情得从一年前说起。

2018年7月,我们以产品演进的形式,承接了一个基于音频学习的外语学习移动产品,用户主要分布在北美,有一定的群众基础。

接手时,项目已经上线,总体功能还算可以,但效果不是很理想,主要表现为:

  • 市场反应差,苹果商店里评分仅为1.9;
  • 用户反馈的信息很杂乱,难以追根溯源;
  • 想优化,不知从何入手。

于是有了下面一段对话:

老板,愁眉苦脸:这怎么弄啊?这评分实在太让人沮丧了!我:你想要到多少分?

老板,毫不犹豫:越高越好!

我:你先冷静一下!

评分低于2.5,大部分还是应用本身有问题,于是我们有了第一阶段:

2018年7月-2018年11月:维稳

这一阶段,我们主要解决的是bug和性能问题。

轻易能复现的bug易解,众说纷纭的性能问题难调。性能问题里,首当其冲的,就是应用崩溃。

我们用google firebase来收集数据,当时的崩溃率在6%左右,用户关于应用崩溃的抱怨也层出不穷。经过调查,我们着实发现些可以修复的事情,技术人员加紧步伐,争分夺秒地迭代了几个版本后,崩溃率和相关抱怨有了非常明显的降低。

经过技术评估、行业对比,我们做了信息拉通:

  • 我们这款应用,因为是音频类的应用,它的崩溃率就是会比纯文本类的应用高一点;
  • 因为我们采用的是react native的技术栈,在安卓机上的表现就是会比苹果机差一点;
  • 经过我们近期4次版本线上数据的分析统计,我们认为,安卓崩溃率在3%、苹果崩溃率在1%,是我们合理的性能指标。

在以后的迭代中,如果发现崩溃率到达警戒,则我们要尤为重视。

如何将一个应用从1.9分提到4.5分

图例1: 安卓设备上crash free rate

三个月后,我们的评分已经悄然升到3分。

启发一:数据,相互比较,才有意义

起初,我们没有数据,不知什么样的表现才让人安心。通过一段时间的运营、迭代,有了各种比较,才正确地建立了我们的安全指标。有了这个指标做指导,我们的工作才更加有方向。

3分不是任何人想要的终点,我们在寻求下一步的改变。

2018年7月-2018年11月:求变

应用商店里的评分,大家想来也知道会有很大的随意性:

阿西吧,居然要收费?差评!

咋没有智能问答?差评!

劳资今儿心情不好,差评!

在对这些评价置之一笑的同时,我们也在尽所能地分析总结,看有什么是我们能解决的。但有一个很明显的问题困扰了我们:评论信息太少,我们难以定位。一线客服是兼职的,能提供的信息非常有限。

于是,我们增加了一个新的功能,应用内评价:

  • 摇一摇,报告问题;
  • 适当地弹出调查,给高分的,引导到商店去评分;给低分的,填具体信息反馈到后台。正所谓:我们做的好,请告诉全世界,做的不好,告诉我们。

这个功能效果显著:

  • 一来为用户提供了情绪的出口,让他们更加方便地吐槽、抱怨,而不用去商店里发泄;
  • 二来我们能在后台统计到用户使用的机型、系统、版本、甚至是都做了什什么操作。

如何将一个应用从1.9分提到4.5分

图例2:应用内评价及后台系统

通过这些数据,我们得到很多有用的信息,比如:

  • 我们一直没有做iwatch的适配,我们发现反馈来源里暂时没有iwatch,那么iwatch的适配就暂时被放在低优先级,不急于处理。
  • 有人反馈说,音频播放的按钮不灵敏。我们试了试,没能复现这个原因。设想可能是个别问题,比如他网络不好,或是手机问题;后来有更多用户来反应同样的问题,那么这个问题便不容小觑,优先级大大提升,我们必须马上做测试、检测、系统优化。

到了2019年1月份,我们的评分已经渐渐上升到3.8分,着实令人欣慰。

启发二:数据,能帮助我们厘清优先级,正确分配资源。

我们预算有限,团队规模不允许我们做大而全的事情。

其实,任何一个项目的预算都有限,如何把钱花在刀刃上,可能是每个项目都要考虑的问题。我们无法在短时间里做到十全十美,数据可以帮我们度量事务的重要性,在迭代增量中,争取最大的商业价值。四两拔千斤,说的可能就是这意思。

2019年1月-2019年3月:演进

系统稳定了,功能也增强了,是时候谈谈产品该如何演进了吧。

我曾做过很多设想,比如做一个类似英语流利说那种语音智能打分?让用户自己创造内容?初步做了个估算,哪一项都得个一年半载的。

这个时候,我们也有了更多更稳定的数据来源:

  • 系统运维数据:firebase的崩溃统计;
  • 用户行为数据:firebase的事件埋点;
  • 用户反馈数据:苹果/谷歌商店的评论及评分、应用内评价;
  • 商业统计数据:苹果/谷歌后控制中心。

通过对这些数据的分析和比较,我会得到和之前认知不太一样的结果——比如说,我常听说商业级产品会有相对集中的用户行为,因为他们有相同的文化、流程等,而用户级产品没有。真的没有吗?

这款产品在20年前卖的是CD,用户就喜欢在开车的时候听点外语,美国地广人稀,无网又是常态,那么这种场景就是这款app的重要用户使用习惯,通过事件点击数据,我们也能得到一致结论。

如何将一个应用从1.9分提到4.5分

图例3:音频的使用的周期性,波峰出现在工作日,波谷出现在周末,每个周期出现的规律大体相同,可以推断用户大多数会在通勤时使用该应用。

那么,蓝牙、下载、车载配置,就是用户最最需要的特性,而在最初的设计中,这部分功能是缺失的,导致相当一部分用户在反馈这个问题。如今,现在便是产品演进的最好时机。

小步快速地演进了上述功能后,在今年3月初,我们的app已经升到了4.5分,得到了用户更高的满意度。用户满意了,又怎样呢?下图是苹果商店里销量的走势图。

如何将一个应用从1.9分提到4.5分

老板再也不是愁眉苦脸的样子了,他们现在更热衷于讨论产品如何进一步优化升级。4.5分不是一个终点,无论在用户量扩大、还是产品体验上,我们还有很长的路要走。

启发三:数据,能帮我们纠正认知偏差,回归客观事实。

我以前做项目交付,对产品总是存在一些假想,认为应该是这样这样。

如今明白,基于验证的结果,才更为可信。

基于验证的学习策略,是精益创业思想的核心理念之一。基于此理念,Eric Ries定义了“度量——学习——构建”的验证式学习循环。

如何将一个应用从1.9分提到4.5分

如何验证,数据是最为恰当的手段之一:有针对性地埋点,对产品进行数据度量,通过定性定量分析,学习数据带来的结果,去伪存真,形成客观认知,进而构建新一轮的迭代增量——以此来践行产品演进,或许再适合不过。

 

作者:刘瀛洲,ThoughtWorks咨询师,个人公众号:圆周江湖。

本文由 @刘瀛洲 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

给作者打赏,鼓励TA抓紧创作!
评论
欢迎留言讨论~!
  1. 干货

    回复
  2. 2018年7月-2018年11月这条时间线是维稳和求变同时在进行吗

    回复
    1. 不错,学到不少,希望可以深入分享一下数据埋点的干货

      回复
  3. 如果文章有自读功能就好了

    回复
  4. 感谢作者的分享,让我受益匪浅!👍🏻👍🏻 作者能再分享下关于数据埋点相关的干货吗?期待ing

    回复
  5. 有点意思

    回复
  6. 有错别字。

    回复
    1. 咦,哪里?不知道能不能改一下。

      回复
    2. 启发二:数据,能帮助我们厘清(→理清)优先级,正确分配资源。

      回复
    3. (⊙o⊙)…厘清也有,孤陋寡闻了…

      回复