实战复盘+案例拆解:APP评分功能如何做?

4 评论 11654 浏览 60 收藏 18 分钟

编辑导读:回忆我们在使用一款app时,是不是收到过这样一条突如其来的弹窗“请您对我们的app进行评价”?这时,普通用户可能会一头雾水,但作为一名互联网从业者,你有研究过背后的原由与逻辑吗?本文作者对一次app评分功能的设计过程进行了复盘,供大家一同学习和参考。

一、起因

  • 运营喵:唉,现在的商店维护成本高居不下,如果有什么办法省钱就好了o(╥﹏╥)o
  • 产品汪:商店维护成本?遇到什么问题啦?
  • 运营喵:害,是这样的,为了不影响我们的广告投放转化率,应用在各个商店的评分必须保持比较高的水平,至少得在4分以上吧。但是你也知道,用户总是喜欢来抱怨不满、打差评,所以我们只好找人工刷五星了,成本从一条1元至10元不等,真的很贵呀!
  • 产品汪:这样啊!那我想想办法能不能解决吧…..

没错,如今我们所看到的商店评分数存在水分,已经是行业内公开的秘密了,如果不加控制,就会出现前段时间钉钉被小学生打到1星的惨案…..而刷量的成本高昂,对中小公司来说也是一笔不小的支出了。

作为一名产品经理,如何从产品上提供帮助呢?这时,我联想到了之前从朋友那里听说的脉脉的内部案例——利用app评分功能,邀请用户评分,一次性给其带来上千条好评。那么,这样的方法是否能为我司所用呢?我与运营、技术一起协商后,考虑到了两条风险性:

  1. 是否真的能保证用户给好评呢?如果反倒引起用户的反感,直接留下差评,岂不是得不偿失?
  2. 是否会影响app的留存率?毕竟是从产品外跳至商店,如果反倒使用户跳出流失了,损失就大了

面对这些未知问题,我决定先采用MVP进行测试,根据测试结果再决定是否作为常规功能推行。

二、竞品调研

1. 功能调研

首先我们需要知道,技术上有两种评分弹窗可以选择:

  1. 渠道官方自带的功能,我们可以直接接入其API,无论是安卓还是ios都有自己的现成方案;
  2. 开发自己的评分弹窗,满足业务的个性化需求。

他们各自有以下优势和劣势:

官方弹窗:无法调整弹窗的文案、UI界面、功能逻辑,只能采取官方的样式;无法获取弹窗上用户的操作数据;用户可直接在弹窗上进行打分传回商店,而无需跳转,转化率高

自己开发的弹窗:可以修改弹窗的文案、UI界面、自行设计功能逻辑;可以自行埋点,得到用户实际行为数据;用户不可直接打分,而是需要外跳商店进行评论,转化率较低

我们选择的是后者,因为考虑到第一点风险性,不希望差评用户能够直接对我们的app打分,而是在弹窗上做一层过滤,具体方案见下文

需要强调的是,不要采用奖励诱导的形式邀请好评,这是应用渠道不能容忍的,一旦被发现可能会被下架处理

2. 案例拆解

功能规划之初,我对市面上的一些头部产品进行了调研,运气比较好的是都接收到了弹窗。因为基本都是一次性弹窗,也只有一次参与的机会,所以以下案例都是十分的稀有~

扇贝单词、豆瓣、小红书评分界面

拆解了几个案例之后,其实功能逻辑已经初见端倪了。很明显,我调研的几款产品都采用了后者,即是设计自己的弹窗界面。一旦弹出,用户有三种操作可以选择其一,即是选择好评、选择差评、以及关闭弹窗

这时候为了防止上述的第一点风险,大家都默契(鸡贼)地对好评、差评设计了不同的操作逻辑:当用户选择好评时,跳转至app商店评分页;当用户选择差评时,不跳转而是进入下一个弹窗,并且没有返回的机会。不得不说,这样确实能够过滤掉一部分差评用户,阻止他们进一步前往应用商店

以微博在小米商店为例

那么该如何处理这部分差评用户呢?实际上,如果能从这些不满的用户反馈里,获取值得参考的有效信息,价值也是非常大的。不同于微博,让用户直接将差评反馈作为一条微博发送,我们最开始想到两种方案:

  1. 跳转至在线客服页面反馈问题
  2. 跳转至客服工单页面留言

最后这两种都没有采纳,一是因为担心在线客服的应答压力激增,无法及时回复反而使用户更加不满,二是同样的留言功能,与其加载跳转至另一个页面,增加转化率,倒不如直接进入下一个弹窗,让用户的使用流程更加流畅。于是最终我们单独做了一个差评留言弹窗,用户可直接输入意见反馈,原型见下图

app评分交互原型

三条用户路径:

  1. 接收评分弹窗→选择好评→跳转应用商店→打分
  2. 接受评分弹窗→选择差评→填写意见反馈→提交
  3. 接受评分弹窗→关闭

当然,当你的产品本身已有内置反馈功能时,也可直接使用,例如招商银行。但别忘了加上渠道识别,用于区分反馈是从评分功能而来。

招商银行的差评反馈界面为“设置”中已有功能

三、细节打磨

实际上,能从案例拆解中得出的结论已经在上述文字中详述了,但实际操作起来,会发现魔鬼都藏在细节里,需要自己在执行过程中反复摸索——提出猜想、验证猜想、迭代优化,因为认识真理是一个螺旋式上升的过程,并非直线。

1. UI界面设计

虽然没有接入官方的API,但是不代表不可以设计为官方风格以假乱真

下面是我用安卓手机测试弹出的界面,可以看出微博、豆瓣、招商银行均采用了ios风格的设计,可能是为了节省时间将安卓与ios统一用了一套UI;而网易邮箱大师、扇贝单词、小红书则是个性化设计,但总体上说,以简约风格为优

我采用的是前者、类似官方的UI设计,是基于对用户心理的揣摩:生硬的风格在一款app中略显突兀,反倒能吸引用户注意力,并且让用户误以为是官方弹出,从而认真思考作答

UI风格列举

2. 弹出时刻

可以这么说,评分弹出的时刻是成败的决定性因素之一。为了让更多用户留下好评,我们应该尽量选择在用户情绪的“爽点”弹出,从增长黑客的角度来看,其实就是找aha moment的过程:哪一个时刻,最能让用户感知到你的产品的核心价值?

跟运营讨论之后,了解到用户在早期的好评度普遍高于后期,于是我们在早期的众多打点中选中了几个行为事件作为测试节点,分别设置一定概率随机弹出其中之一,作为A/B测试进行对照,以便找到这个好评度最高的节点

在我的调研中发现,各家app同样遵循这个逻辑:搜狗输入法的弹出节点是,当用户完成更换第一个皮肤;小红书的弹出节点是,当用户完成收藏第一篇笔记

3. 弹出对象

如果你是一个小体量级产品,你可以直接对所有用户进行弹出,但如果你是一个上百万、千万、亿级的用户体量的产品,一定建议从灰度测试开始做起,甚至配合用户标签从更精细的维度筛选出满足条件的部分用户弹出

另外,如果你限定了一个用户的弹出次数,例如只对一个用户弹出一次,那么你还需要考虑如何标识单一用户——同一设备下多个账号是否重新计数?同一账号下多个设备是否重新计数?都是需要决策的问题

4. 弹出文案

引导性文案简单精炼即可,无需过于复杂,语气也切勿生硬,引起用户反感。如果想做得更加精细,可结合弹出时刻,设置场景化的文案

5. 后台配置化搭建

为了达到实时控制此功能的目的,我们为此开发了相应的后台,一方面是为了可以实时打开、关闭此功能,另一方面也是为了做A/B测试,实时更改弹出事件以及文案

四、量化收益

功能落地执行前,应该清楚的知道本次项目的目标,以及如何量化衡量是否达到目标。对于app评分功能来说,我们的目的有两个:

  • 目的一:提高我们的应用自然好评率,至少提高10%
  • 目的二:收集尽量多、高质量的意见反馈

因此,弹窗界面的埋点必不可缺,同时,也要密切观察应用商店的评分动态,判断是否有正向的变化趋势

1. 埋点数据

已知三条完整用户路径:

  1. 接收评分弹窗→选择好评→跳转应用商店→打分
  2. 接受评分弹窗→选择差评→填写意见反馈→提交
  3. 接受评分弹窗→关闭

为了得到路径中每一环节的转化率,你需要依次对每一个操作进行埋点,便于上线后观察其中的问题,作为优化依据

例如,我们在MVP时发现用户的意见反馈意愿不高,大比例用户会在此环节关闭弹窗,或者留下乱七八糟的字符,不做认真回答。对此,我们在正式上线后添加了快捷tag的功能,用户可直接选择填入到输入框里,降低填写成本。优化后,反馈内容质量果然提高了,其中更不乏有效建议

另一个发现是,我原以为关闭弹窗的用户会是绝大多数,因为我自己从来都是无条件关闭的…..但结果却出乎意料,有近半数的用户未关闭,而是参与了评价,可以看出,用户还是没有那么反感的

2. 应用评分效果

前面也提到了,评分功能只能做邀请用户打分的桥梁,实际用户进入商店是否打分、打了几分,我们是无法直接获取的,只能通过开发者后台进行统计观察,也就是我一开篇所提到的第一点风险性

为了验证是否达到提高好评率的目的,我们在MVP阶段观察了一个月的数据,发现功能上线后:

  1. 评分总量远高于平时的自然流量
  2. 评分占比中,五星、四星占比明显提升,之和(好评率)从40%提升至80%,而一、二、三星占比下降,之和(差评率)降至20%;

这远远超出了我们的预期,也就是说,功能上线后评分高于没有此功能时的自然评分,第一点风险性是多虑了。

试想一下我们日常生活中,是不是只有不满的时候才会去主动吐槽?而app评分功能可以引导一部分好评用户来评分,避免低分极端化。至于具体能够提高几分?是够能否完全取代刷量?这与产品自身好评度有着密切联系,并且涉及到app store等渠道商的评分机制,存在复杂的加权平均算法,就不在本文的讨论范围之内了

3. 验证是否影响留存率

实际上,风险二也是我最担心的一个问题,因为一旦用户选择好评,跳转商店是一种跳出,不好预判是否会导致用户流失,这也是需要先进行MVP的主要原因

以微博为例,假设以“用户发布成功第一条原创微博”为弹出节点,那么弹出的一定是新用户。所以如果粗略地看产品整体的留存率是否下降,其实无法得出确切结论。那么又该如何分析呢?

这时候可能我们会想到,只对新用户的留存率进行观察,也就是弹出和未弹出的新用户进行对比。那么结合灰度测试,拉出了两组用户的数据,又会发现:弹出的新用户留存竟比未弹出的新用户还高!

之所以会出现这样的结果,是因为“弹出的用户”已暗含了一个前提条件,即是这部分已经留存到了“发布第一条原创微博”,而“未弹出的用户”则是包含了在发布第一条原创微博前就流失的用户,自然留存率更低

所以为了达到我们的对比目的,应该将对照组设置为”发布第一条原创微博且有接收的用户”vs“发布第一条原创微博且未接收的用户”,得到app评分对留存的影响

经过这样的对比,终于得到了比较准确的结论——大概有1-2%的浮动,还算正常范围,所以风险二的结论是,app评分对留存影响较小,可忽略

五、写在最后

作为一名新人PM,没想到一个看似小小的功能背后,却有着许多难以预料的坑、刷新认知的用户洞察,看来还需要继续努力呀!不过也让我意识到,功能不在于多复杂,而在于对需求的准确理解和切入

也要感谢本次项目中领导同事们的信任和朋友的帮助,没有你们,我可能没有勇气把一个idea最终实施落地,love ya~

如果你是一名产品经理,在做好一款产品之余,不妨让app评分功能为你的产品锦上添花,希望本文能对大家有所启发!

 

作者:人间练习生,一只成长中的产品汪;公众号:人间练习生

本文由 @人间练习生 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

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 肥肠不错哦~

    来自广东 回复
  2. 感谢分享

    来自上海 回复
  3. 感谢分享,实用落地

    回复
    1. 谢谢~

      来自广东 回复