News新闻

业界新闻动态、技术前沿
Who are we?

您的位置:首页      新闻中心      应用商店中用户评论的分析方法

应用商店中用户评论的分析方法

  平时也经常通过应用商店的用户评论来考量产品,但也只限于简单的翻一翻,有个大概的了解而已。今天看到这篇文章,里面提到的分析方法确实不错,有很大的借鉴意义。  文章开头讲了分析用户评价的意义所在,大概就是用户评论是一个非常重要非常有价值的获取用户意见

  平时也经常通过应用商店的用户评论来考量产品,但也只限于简单的翻一翻,有个大概的了解而已。今天看到这篇文章,里面提到的分析方法确实不错,有很大的借鉴意义。

  文章开头讲了分析用户评价的意义所在,大概就是用户评论是一个非常重要非常有价值的获取用户意见的途径,然而现在并没有相应的一套方法去分析,也没有很好地和设计流程结合在一起,发挥的作用不大。这里就不详细介绍了,有兴趣的可以去看看原文。

  首先展示一下最后的结果。

  横坐标是评价分数,纵坐标是评价的频率。分数的计算方式是要先定一个标准,好评几分、差评几分、中性评价几分,一般用1、0、-1就可以。然后频率就是评论中出现的次数。比如上图中右上角,该应用的设计是其最大的优势,具体说就是很多人在评论中提到了,而且基本都是好评。

  文章中还贴了应用改版后的用户评价图表,如下图。

  这样的话,就可以很直观的看到改版之后变得更糟糕了。也可以知道哪些元素改残了,哪些元素没怎么变化,哪些元素用户不care。

  下面具体讲讲制作这个图表的过程。

  1、下载评论

  文章中提到的方法是用R语言,具体可以看这个链接,可用于iTunes和Google Play,国内其他应用商店不知道能不能用,等有空去实践一下。这种方法并不需要什么权限,可以抓取任何应用的评论,比如相应的竞品。

  但作者也提到了,评论并不适合用于应用的对比,因为评论往往是用户的吐槽,用得好的用户反而不怎么会写评论,所以,即使你的应用比竞品收到了更多的差评,也并不意味着你的应用比竞品差。

  2、找出相关因素

  拿到了评论之后不要急着开始分析,而是先列出你觉得应用最关键的一些因素,比如界面设计、个人中心等,文中的例子是航班相关的应用,那么预订机票、航班信息等就是重要的因素,预订机票也可以细分为查询、预订、支付等。具体的还是要看实际的需求吧,分得越细,分析结果越精确,但是分析的过程就越复杂。

  列出相应的因素之后,再看拿到的用户评论,看跟列出的因素是否相符,然后做适当的补充和删减。其实也可以直接从评论中提取,不用自己先列出来,这个看个人喜好。

  这是最费时间和人力的步骤了,当然,也有相应的自动化提取算法,不过目前还不够好,还是用人工吧。

  另外,原文中建议,整理的人员最好不要是产品开发团队的,因为这样比较客观,当然,最好还是要对应用比较熟悉。

  3、计算分数

  这一步就是计算每个因素的分数,可以用excel,方便最后统计。例子如下。

  计分方法最开始也讲到了,就是好评给1分,差评给-1分,如果要更详细,也可以用2分,1分,-1分,-2分等,最后再算出每个因素的平均分,从平均分也可以看出一些东西,比如某个因素是2分,那么就说明全都是好评。

  这个步骤也是挺费时间的,而且表达好坏的方式太多了,系统自动识别很困难。其实我觉得第二和第三步骤可以结合在一起,可能一开始会比较乱,特别是相关因素还没确定的时候,但统计到后面效率应该会快一点。

  4、画图分析

  最后一步就是画图,在一开始已经提及,就不再赘述,注意好横纵坐标的设置即可。这里也是可以用R语言自动画图的,方法在这里。

  总结一下,这种方法虽然加入了自动化操作,但是由于评论本身的多样性,还是需要不少的人力和时间。但相应的思路,包括分数计算,画图等,能够很好地将用户评价量化,值得一试。

  以上。

  文/7win7(简书作者)

  原文链接:http://www.jianshu.com/p/cd3d73e30991

  著作权归作者所有,转载请联系作者获得授权,并标注“简书作者”。

    我要评论
    共有 人参与,评论 条,顶帖 [点击查看]
  • 验证码:
  • 所有评论仅代表网友意见,与本站立场无关!