如何解决App应用评分低的问题？

经营过C端产品的人大多知道在应用商店评分的重要性。评分可以影响商店中应用程序的排名。以苹果商店为例，如果你想进入某一类别的前1000名，4分是最基本的准线。排名会影响下载量和下载速度，最终影响业务结果。不言而喻，商店评分的重要性。不久前，每日游仙的评分翻车事件也特别有趣——在更新文案时跪下舔996，引起了大量用户的反感（也许大多数用户都是程序员），导致每家商店的每日游仙疯狂diss，4.5分刷成1.3分。本来想抖个聪明，结果一夜之间又回到了解放前。那我们的应用怎么了，为什么到了1.9？必须从一年前开始。2018年7月，我们以产品演变的形式承接了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。项目接手时已上线，整体功能还可以，但效果不是很理想，主要表现为:市场反应差，苹果店评分只有1.9；用户反馈的信息非常混乱，很难追溯到源头；想要优化，不知从何说起。所以有以下对话:分数低于2.5，大部分应用本身都有问题，所以我们有第一阶段:2018年7月至2018年11月:在稳定维护阶段，我们主要解决bug和性能问题。容易复制的bug容易解决，众说纷纭的性能问题难以调整。在性能问题上，首当其冲的是应用崩溃。我们用googlefirebase收集数据，当时崩溃率在6%左右，用户对应用崩溃的抱怨层出不穷。经过调查，我们确实发现了一些可以修复的东西，技术人员加快了步伐，迭代了几个版本，崩溃率和相关投诉显著降低。经过技术评估和行业比较，我们进行了信息拉通：由于我们的应用程序是音频应用程序，其崩溃率将略高于纯文本应用程序；因为我们使用reactnative技术栈，所以我们在安卓方面的表现将略低于苹果；根据我们最近四个版本的在线数据分析和统计，我们认为安卓崩溃率为3%、苹果的崩溃率为1%，是我们合理的性能指标。在未来的迭代中，如果我们发现崩溃率达到警告，我们应该特别注意。在未来的迭代中，如果我们发现崩溃率达到了警告，我们应该特别注意它。图例1:经过三个月的安卓设备crashfreerate，我们的得分已经悄然上升到3分。启发一:数据，相互比较，才有意义。一开始我们没有数据，不知道什么样的表现让人放心。通过一段时间的操作和迭代，通过各种比较，我们的安全指标得到了正确的建立。在这个指标的指导下，我们的工作更有方向性。3分不是任何人想要的终点，我们正在寻求下一步的改变。2018年11月至2019年1月：改变应用商店的分数。我们想知道会有很大的随机性：阿西，你真的要收费吗？差评！为什么没有智能问答？差评！劳资今天心情不好，差评！在嘲笑这些评论的同时，我们也在尽力分析和总结，看看我们能解决什么。但有一个明显的问题困扰着我们：评论信息太少，我们很难定位。一线客服是兼职的，可以提供的信息非常有限。因此，我们增加了一个新的功能，应用评估：摇晃，报告问题；适当的弹出调查，给高分，指导商店评分；给低分，填写具体信息反馈到背景。俗话说：我们做得好，请告诉全世界，做得不好，告诉我们。这个功能效果显著:一是为用户提供情感出口，让他们更容易吐槽抱怨，而不是去商店发泄；其次，我们可以在后台统计用户使用的型号、系统、版本甚至操作。图例2：通过这些数据，我们从应用程序内部评估和后台系统中获得了许多有用的信息。例如，我们没有进行iwatch的适应。我们发现反馈来源中暂时没有iwatch，因此iwatch的适应暂时处于低优先级，不急于处理。有人反馈说音频播放按钮不敏感。我们试了试，没能复制这个原因。假设可能是个别问题，比如他的网络不好，或者手机问题；后来，更多的用户反映了同样的问题，所以这个问题不容低估，优先级大大提高，我们必须立即进行测试、测试和系统优化。2019年1月，我们的分数逐渐上升到3.8分，真是令人欣慰。启发二:数据可以帮助我们澄清优先级，正确分配资源。我们的预算有限，团队规模不允许我们做大而全的事情。事实上，任何项目的预算都是有限的，如何把钱花在刀刃上，可能是每个项目都要考虑的问题。我们不能在短时间内完美，数据可以帮助我们衡量事务的重要性，并在迭代增量中争取最大的商业价值。四两拔千斤，可能就是这个意思。2019年1月至2019年3月:演变系统稳定，功能增强。是时候谈谈如何演变产品了。我做过很多想法，比如做一个类似英语流利的语音智能评分？让用户自己创建内容？初步做了估算，哪一个都要一年半。此时，我们也有越来越稳定的数据源：系统运维数据：firebase崩溃统计；用户行为数据：firebase事件埋点；用户反馈数据：苹果／谷歌商店的评论、评分和应用评估；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，我会得到与以前认知不同的结果——例如，我经常听说商业产品有相对集中的用户行为，因为它们有相同的文化和流程，而用户产品没有。真的没有吗？20年前，该产品销售CD。用户开车时喜欢听外语。美国人口稀少，没有网络是正常的。因此，这一场景是该应用程序的重要用户习惯。通过点击事件数据，我们也可以得出一致的结论。图例3：音频使用周期性，峰值出现在工作日，谷出现在周末，每个周期的规律大致相同，可以推断大多数用户将使用应用，蓝牙、下载、车载配置，是用户最需要的特点，在最初的设计中，这部分功能缺失，导致相当多的用户反馈这个问题。现在，这是产品演进的最佳时机。在快速演变上述功能后，今年3月初，我们的app上升到4.5分，获得了更高的用户满意度。用户满意了怎么办？下图是苹果商店销售的趋势图。老板不再悲伤了。他们现在更热衷于讨论如何进一步优化和升级产品。4.5分不是终点，无论是扩大用户数量还是产品体验，我们还有很长的路要走。启发三:数据可以帮助我们纠正认知偏差，回归客观事实。我以前做项目交付，总是对产品有一些假设，认为应该是这样。现在我们知道，基于验证的结果更可信。基于验证的学习策略是精益创业理念的核心理念之一。基于这一理念，Ericries定义了“测量-学习-构建”的验证学习循环。如何验证数据是最合适的手段之一：有针对性地埋点，测量产品数据，通过定性和定量分析学习数据的结果，消除虚假和真实性，形成客观认知，然后构建新一轮的迭代增量——实践产品演变，可能更合适。