品玩

科技创新者的每日必读

打开APP
关闭
Appurify

评分窗口骚扰用户?苹果才是始作俑者

重新建立一个评价机制并非难事,如果游戏制定者没有这个动力去改善,那么无论是用户还是开发者,都必须承受这“不合理”的待遇。

lawrencew

发布于 2014年1月22日

我想我不是唯一一个因应用弹出的评分提醒厌烦不已的用户。

其实有些应用在这方面做得不错,会提供“不再提醒”选项,但更多的应用在用户拒绝,仍然会找机会跳出来骚扰你一番。著名的评论苹果产品的博主 John Gruber 曾表示要发起一个运动:凡在应用内收到 Rate This App 推送的读者,通通给该应用留一星评价。当然,我觉得这种做法有些过激,毕竟在App Store的长尾效应和激烈竞争下,开发者体面的请求用户评分并不是什么原则上的错事。所以我们也许应该换个角度来思考——苹果商店如何在评论机制上进行变革?

应用测试和优化平台Appurify在2013年发布过一份研究报告,Appurify团队发现,iTunes的App Store排名前一千位的应用中,超过50%至少有4.5颗星,75%的评分为至少4颗星。而如果一个应用要进入排行榜的前1000,那么拥有4星的评价实际上是一个基本的要求。实际上,这一现象和苹果对App Store排名算法的调整有关——此前,App Store主要根据应用的下载量和打开率来对应用进行排名,但由于刷榜问题严重,所以苹果在调整算法时,增加了评分和评价在排名计算中的权限,如今,仅仅是整体提升半颗星的评分,就有助于大幅提升应用的排名。

从苹果的角度来看,这样的设计有两个层面的好处:首先,相较于下载量和打开率,刷榜着刷评分和评价的成本较高,能够遏制刷榜势头;其次,由于每一次应用升级,都会重新给用户推送评分和评价通知,所以新一轮的评分和评价有助于动态的影响App新版本的排名。

可问题在于,这种做法虽然在App Store上的反应明显,但评分机制获得的用户反馈实际效果欠佳——根据不完全统计,用户收到评分和做出反馈的比例大约为100:1。换句话说,大量的用户并不会为苹果的对开发者政策买单,对于他们而言,推送提醒就是一个“骚扰信息”,而苹果的新策略,反而加重了这些骚扰弹出的比例。在这里我也不得不说一句:那些不给用户关闭评分提醒,频繁弹出骚扰,甚至指望利用一些营销上的伎俩来促使用户完成评价的应用,往往都会自食其果。

回过头来看看苹果,实际上我认为这家公司对于App Store的生态都一直没有那么重视。虽然在2013年的WWDC大会上,苹果宣布全年给开发者分成100亿美元,但也有大量的应用开发者和他们的产品,“死”在了App Store中——在很长的一段时间内,App Store都没有对刷榜现象做出过多的反馈,除了每隔一段时间调整一次算法外,对于刷榜行为并没有什么惩罚。正是因为刷榜的“风险成本”太低,才促使它在App Store中流行起来。导致不少优秀的应用难以获得机会。

同样,还有我们说过的“快用苹果助手”,这个盗版大户将App Store里的应用下载后放到自己的服务器上,在PC上模拟了iTunes的功能,让设备相信这个应用是已经购买过的并对这台PC进行了授权,从而安装应用。令人意外的是,直至今日苹果还没有对这种损害了大量开发者利益的做法做出一点官方的回应。

虽然这些现象几乎都集中在中国市场,有人解释到“苹果要做上百个国家的生意,唯一可行的方案是统一的策略,否则团队根本没法运作,所以很难做出及时的反应”,但实际上,我们已经看到,诸如“刷榜”这样的行为,已经从中国市场蔓延到了日本、美国等区域,苹果在生态圈上的不作为,正在侵害开发者的利益。

在回到评分系统的问题上来,苹果要求用户需要输入名称、标题、文字、密码才能成功实现评价,这相信难道了不少用户,虽然这么做是出于安全性和对刷榜机制认定的角度,但实际上苹果完全可以用一些更好的体验来帮助应用提高获得评价的几率。比如,根据独立账号识别用户隐去用户关键信息、直接在应用内部评分、减少操作层级,给开发者提供统一评价模板并限定提醒次数等。

重新建立一个评价机制并非难事,关键是苹果自身的动力。最终的落脚点,还是回到了苹果自身的生态圈建设上,如果游戏制定者没有这个动力去改善,那么无论是用户还是开发者,都必须承受这“不合理”的待遇。

下载品玩App,比99.9%的人更先知道关于「Appurify」的新故事

下载品玩App

比99.9%的人更先知道关于「Appurify」的新故事

iOS版本 Android版本
立即下载
lawrencew

Everything we know is based upon a shaky foundation which we call hypothesis.

取消 发布
AI阅读助手
以下有两点提示,请您注意:
1. 请避免输入违反公序良俗、不安全或敏感的内容,模型可能无法回答不合适的问题。
2. 我们致力于提供高质量的大模型问答服务,但无法保证回答的准确性、时效性、全面性或适用性。在使用本服务时,您需要自行判断并承担风险;
感谢您的理解与配合
该功能目前正处于内测阶段,尚未对所有用户开放。如果您想快人一步体验产品的新功能,欢迎点击下面的按钮申请参与内测 申请内测