App Annie Advanced Review：从海量的用户评价中获取数

小提示：您能找到这篇{App Annie Advanced Review：从海量的用户评价中获取数}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的App Annie Advanced Review：从海量的用户评价中获取数内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

< ">App的评价包含多种信息，如果通过手动浏览评价来获取有效信息，非常费时费力，App Annie的Advanced Review模块应运而生。

< font-size: 16px;">2019年12月3日，App Annie针对其Intelligence解决方案推出全新的Advanced Review功能模块。该功能可以为App产品经理和营销人员提供两大实用且重要的功能：第一，快速大量地提炼用户观点，无需任何人工操作；第二，监测竞争对手的用户评价，从而帮助您更好地改进App表现，提高用户满意度。

< font-size: 16px;">App Annie将自然语言处理(NLP)技术运用到了全球的应用商店中。因此，Advanced Review功能中的NLP机器学习算法可以读取、解析和理解用户评价，帮助您找到并修复评论中所提及的Bug和问题。同时，该算法还可以及早发现问题，让您在第一时间进行应对和修复，避免对应用商店评级和下载量造成重大负面影响。

< font-size: 16px;">以达美乐比萨App为例。达美乐比萨（美国版）App拥有超过370万条评分和评价，这些评价多与比萨本身相关，剩余内容则会真实反映App的表现和用户体验。合理地处理这些内容，达美乐将能获得诸多有效信息，从而有助于其提高用户满意度和下载量。但是，370万条评价的数据量过于庞大。而忽视这些评价，达美乐可能会错过提前修复Bug的机会。例如，如果了解到在最新版本的App中，用户输入支付信息前App会发生崩溃，那么达美乐就有机会及时做出修正，这将有助于其提高营收，并且防止披萨爱好者转向其他竞争对手。

< font-size: 16px;">如果采用效率低下的人工筛选，可能在QA团队发现Bug之前，App就会流失许多用户。因此，App Annie的Advanced Review便可以派上用场。只需几个小时，NLP算法就可以处理完370万国际 公关 公司条评价并对其进行归类总结。而同样的流程，QA团队可能需要花费一周甚至更长时间，整理出的结果还有可能充满个人主观因素。

< font-size: 16px;">

< font-size: 16px;">The Relevant Terms tab in App Annie's Advanced Reviews.

< font-size: 16px;">在该示例中，您会发现“登录”等高频词导致App平均评级较低，因而出现-10的不良影响分数。该问题在超过65%的评价中被提及。

< font-size: 16px;">用户评价对App的表现而言至关重要

< font-size: 16px;">高质量评价和评级会显著影响App在应用商店中的推荐情况，因为应用商店通常会对用户体验上佳的App进行推广。出色的App也会相应增强应用商店本身的影响力。对于发行商而言，获得推荐将有助于提高下载转化率，也有助于提高下载量和用户满意度，这是一个循环的过程。

< font-size: 16px;">反之亦然，体验较差的App在应用商店中被推荐的几率较低，因而将会降低下载转化率。

< font-size: 16px;">提高QA效率

< font-size: 16px;">应用商店的用户评价是App体验和其他性能问题的集合。只依赖QA团队来发现所有缺陷，不仅耗时耗力，而且成本高昂。如果不使用Advanced Review，iOS App发行商将会在人工筛查过程中举步维艰，从而无法赶上应用市场快速变化的步伐。

< font-size: 16px;">防止竞争对手抢占市场份额

< font-size: 16px;">您对竞争对手的用户满意度了解多少？App的用户评价可以让您知己知彼。您可以通过工具比较竞争对手对用户评价的响应及处理能力，以从中获取有指导意义的信息。

< font-size: 16px;">简而言之，如果开发商能够快速响应关键评价，并迅速提供解决方案，那么有可能将1星评价转变为5星，并获得忠实用户。如果您未能响应关键评价并修复问题，则很有可能会将市场份额“拱手相让”，让那些可以为用户提供优质体验的竞争对手从中获益。以任何一个热门播客App为例，如果用户最喜爱的节目无法播放，那么他们很可能会下载另一个能够收听该节目的播客App。您应该尽早发现并解决自己App的问题，避免将已经到手的用户“拱手让人”。

< font-size: 16px;">

< font-size: 16px;">The Topic Analysis tab in App Annie's Advanced Reviews.

< font-size: 16px;">通过话题分析，您可以了解App评论的话题趋势，识别用户评价中最常提及的内容。

< font-size: 16px;">Advanced Review的工作原理

< font-size: 16px;">Advanced Review借助两种自然语言处理工具，从评价数据中收集洞察。

< font-size: 16px;">第一种为话题分类。每条评价使用一个或多个主题类别进行标记，包括“性能和缺陷”、“服务交付”以及“设计和界面”。这可以为App开发商提供话题概览，让他们了解用户评价中的主要及其变化情况。例如，如果App更新后，标记为“性能和缺陷”的评价比例迅速飙升，这意味着可能更新存在许多缺陷，需要重新进行审查。

< font-size: 16px;">话题分类是一项复杂繁琐的工作。确定评价分类方式需要分析人们所使用的各项功能。为实现这一点，我们使用了强大的迁移学习算法。该算法经过训练，能够使用我们大型预分信息流推广信息流类数据集来识别评价话题。其结果可比拟人工分类的表现，使自己的产品具备自动化处理能力。

< font-size: 16px;">第二种为相关词语。App Annie采用了内部研发的专有算法，可以从评价中提取关键短语，并为每个短语分配一个“影响分数”，从而量化该短语在特定评价主题中的重要性和情绪级别。该流程的目的在于，从文本中提取具备可读性和可操作性的短语，然后根据解决优先级对其进行排名。在我们的产品中，如果用户点击相关词语，就能看到包含该词语的所有评价。因此，只需点击几下，便可轻松阅读分类后的评价，并从中了解App的关键信息以及用户的满意度。

< font-size: 16px;">Advanced Review，为未来保驾护航

< font-size: 16px;">要成功规划App的发展蓝图，通常需要对现有用户进行深入调研，这是一个非常耗时且成本高昂的工作。Advanced Review专注于用户行为分析，通过对用户已申请的功能进行整合，为您提供未来所需的数据，使您无需再进行人工分析。从评价中挖掘用户对App的期望及反馈，能够帮您对未来发展方案进行预先审查，从而制定低风险的发展路径，专心开发用户需求度高的新功能。

< font-size: 16px;">

< font-size: 16px;">The Summary tab in App Annie's Advanced Reviews.

< font-size: 16px;">摘要显示了评价的关键信息，您可以使用筛选器来了解关键信息

< font-size: 16px;">Advanced Review，全面支持您的移动策略

< font-size: 16px;">Advanced Review不仅可为App发行商提供用户的感性反馈，该功能还集成于App Annie强大的Marketing Intelligence产品组合中，从而助您获取意料之外的重要信息，例如用于定义App的新关键词。借助App Annie的Marketing Intelligence产品组合，这些重复性关键词可以纳入您全盘的ASO策略中，从而提高您的App在商店中的可见性和下载转化率。

< font-size: 16px;">您可以通过Advanced Review获得极富价值的用户洞察，同时还可节省大量人力资源。借助Advanced Review，App发行商将获得缺陷检测功能和全面的竞争形势分析，深入挖掘市场上任何App的评价和评级，在较短时间内找到相应的对策。