中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導讀：回憶我們在使用一款app時，是不是收到過這樣一條突如其來的彈窗“請您對我們的app進行評價”？這時，普通用戶可能會一頭霧水，但作為一名互聯網從業者，你有研究過背后的原由與邏輯嗎？本文作者對一次app評分功能的設計過程進行了復盤，供大家一同學習和參考。

一、起因

• 運營喵：唉，現在的商店維護成本高居不下，如果有什么辦法省錢就好了o(╥﹏╥)o
• 產品汪：商店維護成本？遇到什么問題啦？
• 運營喵：害，是這樣的，為了不影響我們的廣告投放轉化率，應用在各個商店的評分必須保持比較高的水平，至少得在4分以上吧。但是你也知道，用戶總是喜歡來抱怨不滿、打差評，所以我們只好找人工刷五星了，成本從一條1元至10元不等，真的很貴呀！
• 產品汪：這樣??！那我想想辦法能不能解決吧…..

沒錯，如今我們所看到的商店評分數存在水分，已經是行業內公開的秘密了，如果不加控制，就會出現前段時間釘釘被小學生打到1星的慘案…..而刷量的成本高昂，對中小公司來說也是一筆不小的支出了。

作為一名產品經理，如何從產品上提供幫助呢？這時，我聯想到了之前從朋友那里聽說的脈脈的內部案例——利用app評分功能，邀請用戶評分，一次性給其帶來上千條好評。那么，這樣的方法是否能為我司所用呢？我與運營、技術一起協商后，考慮到了兩條風險性：

1. 是否真的能保證用戶給好評呢？如果反倒引起用戶的反感，直接留下差評，豈不是得不償失？
2. 是否會影響app的留存率？畢竟是從產品外跳至商店，如果反倒使用戶跳出流失了，損失就大了

面對這些未知問題，我決定先采用MVP進行測試，根據測試結果再決定是否作為常規功能推行。

二、競品調研

1. 功能調研

首先我們需要知道，技術上有兩種評分彈窗可以選擇：

1. 渠道官方自帶的功能，我們可以直接接入其API，無論是安卓還是ios都有自己的現成方案；
2. 開發自己的評分彈窗，滿足業務的個性化需求。

他們各自有以下優勢和劣勢：

官方彈窗：無法調整彈窗的文案、UI界面、功能邏輯，只能采取官方的樣式；無法獲取彈窗上用戶的操作數據；用戶可直接在彈窗上進行打分傳回商店，而無需跳轉，轉化率高

自己開發的彈窗：可以修改彈窗的文案、UI界面、自行設計功能邏輯；可以自行埋點，得到用戶實際行為數據；用戶不可直接打分，而是需要外跳商店進行評論，轉化率較低

我們選擇的是后者，因為考慮到第一點風險性，不希望差評用戶能夠直接對我們的app打分，而是在彈窗上做一層過濾，具體方案見下文

需要強調的是，不要采用獎勵誘導的形式邀請好評，這是應用渠道不能容忍的，一旦被發現可能會被下架處理

2. 案例拆解

功能規劃之初，我對市面上的一些頭部產品進行了調研，運氣比較好的是都接收到了彈窗。因為基本都是一次性彈窗，也只有一次參與的機會，所以以下案例都是十分的稀有~

扇貝單詞、豆瓣、小紅書評分界面

拆解了幾個案例之后，其實功能邏輯已經初見端倪了。很明顯，我調研的幾款產品都采用了后者，即是設計自己的彈窗界面。一旦彈出，用戶有三種操作可以選擇其一，即是選擇好評、選擇差評、以及關閉彈窗。

這時候為了防止上述的第一點風險，大家都默契（雞賊）地對好評、差評設計了不同的操作邏輯：當用戶選擇好評時，跳轉至app商店評分頁；當用戶選擇差評時，不跳轉而是進入下一個彈窗，并且沒有返回的機會。不得不說，這樣確實能夠過濾掉一部分差評用戶，阻止他們進一步前往應用商店

以微博在小米商店為例

那么該如何處理這部分差評用戶呢？實際上，如果能從這些不滿的用戶反饋里，獲取值得參考的有效信息，價值也是非常大的。不同于微博，讓用戶直接將差評反饋作為一條微博發送，我們最開始想到兩種方案：

1. 跳轉至在線客服頁面反饋問題
2. 跳轉至客服工單頁面留言

最后這兩種都沒有采納，一是因為擔心在線客服的應答壓力激增，無法及時回復反而使用戶更加不滿，二是同樣的留言功能，與其加載跳轉至另一個頁面，增加轉化率，倒不如直接進入下一個彈窗，讓用戶的使用流程更加流暢。于是最終我們單獨做了一個差評留言彈窗，用戶可直接輸入意見反饋，原型見下圖

app評分交互原型

三條用戶路徑：

1. 接收評分彈窗→選擇好評→跳轉應用商店→打分
2. 接受評分彈窗→選擇差評→填寫意見反饋→提交
3. 接受評分彈窗→關閉

當然，當你的產品本身已有內置反饋功能時，也可直接使用，例如招商銀行。但別忘了加上渠道識別，用于區分反饋是從評分功能而來。

招商銀行的差評反饋界面為“設置”中已有功能

三、細節打磨

實際上，能從案例拆解中得出的結論已經在上述文字中詳述了，但實際操作起來，會發現魔鬼都藏在細節里，需要自己在執行過程中反復摸索——提出猜想、驗證猜想、迭代優化，因為認識真理是一個螺旋式上升的過程，并非直線。

1. UI界面設計

雖然沒有接入官方的API，但是不代表不可以設計為官方風格以假亂真

下面是我用安卓手機測試彈出的界面，可以看出微博、豆瓣、招商銀行均采用了ios風格的設計，可能是為了節省時間將安卓與ios統一用了一套UI；而網易郵箱大師、扇貝單詞、小紅書則是個性化設計，但總體上說，以簡約風格為優

我采用的是前者、類似官方的UI設計，是基于對用戶心理的揣摩：生硬的風格在一款app中略顯突兀，反倒能吸引用戶注意力，并且讓用戶誤以為是官方彈出，從而認真思考作答

UI風格列舉

2. 彈出時刻

可以這么說，評分彈出的時刻是成敗的決定性因素之一。為了讓更多用戶留下好評，我們應該盡量選擇在用戶情緒的“爽點”彈出，從增長黑客的角度來看，其實就是找aha moment的過程：哪一個時刻，最能讓用戶感知到你的產品的核心價值？

跟運營討論之后，了解到用戶在早期的好評度普遍高于后期，于是我們在早期的眾多打點中選中了幾個行為事件作為測試節點，分別設置一定概率隨機彈出其中之一，作為A/B測試進行對照，以便找到這個好評度最高的節點

在我的調研中發現，各家app同樣遵循這個邏輯：搜狗輸入法的彈出節點是，當用戶完成更換第一個皮膚；小紅書的彈出節點是，當用戶完成收藏第一篇筆記

3. 彈出對象

如果你是一個小體量級產品，你可以直接對所有用戶進行彈出，但如果你是一個上百萬、千萬、億級的用戶體量的產品，一定建議從灰度測試開始做起，甚至配合用戶標簽從更精細的維度篩選出滿足條件的部分用戶彈出

另外，如果你限定了一個用戶的彈出次數，例如只對一個用戶彈出一次，那么你還需要考慮如何標識單一用戶——同一設備下多個賬號是否重新計數？同一賬號下多個設備是否重新計數？都是需要決策的問題

4. 彈出文案

引導性文案簡單精煉即可，無需過于復雜，語氣也切勿生硬，引起用戶反感。如果想做得更加精細，可結合彈出時刻，設置場景化的文案

5. 后臺配置化搭建

為了達到實時控制此功能的目的，我們為此開發了相應的后臺，一方面是為了可以實時打開、關閉此功能，另一方面也是為了做A/B測試，實時更改彈出事件以及文案

四、量化收益

功能落地執行前，應該清楚的知道本次項目的目標，以及如何量化衡量是否達到目標。對于app評分功能來說，我們的目的有兩個：

• 目的一：提高我們的應用自然好評率，至少提高10%
• 目的二：收集盡量多、高質量的意見反饋

因此，彈窗界面的埋點必不可缺，同時，也要密切觀察應用商店的評分動態，判斷是否有正向的變化趨勢

1. 埋點數據

已知三條完整用戶路徑：

1. 接收評分彈窗→選擇好評→跳轉應用商店→打分
2. 接受評分彈窗→選擇差評→填寫意見反饋→提交
3. 接受評分彈窗→關閉

為了得到路徑中每一環節的轉化率，你需要依次對每一個操作進行埋點，便于上線后觀察其中的問題，作為優化依據

例如，我們在MVP時發現用戶的意見反饋意愿不高，大比例用戶會在此環節關閉彈窗，或者留下亂七八糟的字符，不做認真回答。對此，我們在正式上線后添加了快捷tag的功能，用戶可直接選擇填入到輸入框里，降低填寫成本。優化后，反饋內容質量果然提高了，其中更不乏有效建議

另一個發現是，我原以為關閉彈窗的用戶會是絕大多數，因為我自己從來都是無條件關閉的…..但結果卻出乎意料，有近半數的用戶未關閉，而是參與了評價，可以看出，用戶還是沒有那么反感的

2. 應用評分效果

前面也提到了，評分功能只能做邀請用戶打分的橋梁，實際用戶進入商店是否打分、打了幾分，我們是無法直接獲取的，只能通過開發者后臺進行統計觀察，也就是我一開篇所提到的第一點風險性

為了驗證是否達到提高好評率的目的，我們在MVP階段觀察了一個月的數據，發現功能上線后：

1. 評分總量遠高于平時的自然流量
2. 評分占比中，五星、四星占比明顯提升，之和（好評率）從40%提升至80%，而一、二、三星占比下降，之和（差評率）降至20%；

這遠遠超出了我們的預期，也就是說，功能上線后評分高于沒有此功能時的自然評分，第一點風險性是多慮了。

試想一下我們日常生活中，是不是只有不滿的時候才會去主動吐槽？而app評分功能可以引導一部分好評用戶來評分，避免低分極端化。至于具體能夠提高幾分？是夠能否完全取代刷量？這與產品自身好評度有著密切聯系，并且涉及到app store等渠道商的評分機制，存在復雜的加權平均算法，就不在本文的討論范圍之內了

3. 驗證是否影響留存率

實際上，風險二也是我最擔心的一個問題，因為一旦用戶選擇好評，跳轉商店是一種跳出，不好預判是否會導致用戶流失，這也是需要先進行MVP的主要原因

以微博為例，假設以“用戶發布成功第一條原創微博”為彈出節點，那么彈出的一定是新用戶。所以如果粗略地看產品整體的留存率是否下降，其實無法得出確切結論。那么又該如何分析呢？

這時候可能我們會想到，只對新用戶的留存率進行觀察，也就是彈出和未彈出的新用戶進行對比。那么結合灰度測試，拉出了兩組用戶的數據，又會發現：彈出的新用戶留存竟比未彈出的新用戶還高！

之所以會出現這樣的結果，是因為“彈出的用戶”已暗含了一個前提條件，即是這部分已經留存到了“發布第一條原創微博”，而“未彈出的用戶”則是包含了在發布第一條原創微博前就流失的用戶，自然留存率更低

所以為了達到我們的對比目的，應該將對照組設置為”發布第一條原創微博且有接收的用戶”vs“發布第一條原創微博且未接收的用戶”，得到app評分對留存的影響

經過這樣的對比，終于得到了比較準確的結論——大概有1-2%的浮動，還算正常范圍，所以風險二的結論是，app評分對留存影響較小，可忽略

五、寫在最后

作為一名新人PM，沒想到一個看似小小的功能背后，卻有著許多難以預料的坑、刷新認知的用戶洞察，看來還需要繼續努力呀！不過也讓我意識到，功能不在于多復雜，而在于對需求的準確理解和切入

也要感謝本次項目中領導同事們的信任和朋友的幫助，沒有你們，我可能沒有勇氣把一個idea最終實施落地，love ya~

如果你是一名產品經理，在做好一款產品之余，不妨讓app評分功能為你的產品錦上添花，希望本文能對大家有所啟發！

作者：人間練習生，一只成長中的產品汪；公眾號：人間練習生

本文由 @人間練習生 原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議