应用商店排名波动性
Posted: Thu Feb 20, 2025 4:05 am
我就到此为止这些假设，但是在一份55 页的应用商店排名报告中，我已经更深入地说明了我是如何得出这些结论的。）
现在，我们来谈谈疯狂科学。
研究#1：
五项研究中第一项也是最直接的一项 英国手机数据库 涉及跟踪同一应用程序在 iOS 和 Android 版本的应用商店排名的每日变化，以确定两个商店的排名波动之间的差异趋势。
我选择了 5 个应用程序作为本次研究的样本，唯一的标准是：
这些都是我经常使用的应用程序（这是评选这五个应用程序的标准，但不会影响美国应用程序商店的排名）
它们都排在了前 500 名（但不是前 25 名，因为我认为应用商店排名在前几名会更加稳定——我将在研究 #2 中测试这一假设）
他们在 Google Play 和 App Store 上都有几乎完全相同的应用版本，这意味着它们（理论上）的排名应该差不多
它们涵盖了一系列应用类别
我最终选择的应用程序是 和 LinkedIn。这五个应用程序代表了旅游、金融、教育银行和社交网络类别。
假设
在进行这项分析时，我根据以下两个统计数据预测苹果应用商店排名的波动性会略大一些：
Android 应用获得的评级明显多于 iOS 应用，因此我认为每个边际评级的权重对 Google Play 中的排名影响小于对 App Store 中的排名影响
Google Play 不会记录应用当前版本的平均评分，这意味着每次更新后评分都不会重置；因此，我认为 Android 评分波动较小，Google Play 排名波动也较小
这两个假设都将在后面的分析中进行检验。
结果
App Store 和 Google Play 7 天排名波动情况
在这五款应用中，Google Play 排名的波动性确实明显低于 App Store 排名。在记录的 35 个数据点中，Google Play 内的排名每天最多变动 23 个位置/等级，而 App Store 排名则最多变动 89 个位置/等级。此外，App Store 排名波动性的标准差是 Google Play 的 4.45 倍。
现在，我们来谈谈疯狂科学。
研究#1：
五项研究中第一项也是最直接的一项 英国手机数据库 涉及跟踪同一应用程序在 iOS 和 Android 版本的应用商店排名的每日变化，以确定两个商店的排名波动之间的差异趋势。
我选择了 5 个应用程序作为本次研究的样本，唯一的标准是：
这些都是我经常使用的应用程序（这是评选这五个应用程序的标准，但不会影响美国应用程序商店的排名）
它们都排在了前 500 名（但不是前 25 名，因为我认为应用商店排名在前几名会更加稳定——我将在研究 #2 中测试这一假设）
他们在 Google Play 和 App Store 上都有几乎完全相同的应用版本，这意味着它们（理论上）的排名应该差不多
它们涵盖了一系列应用类别
我最终选择的应用程序是 和 LinkedIn。这五个应用程序代表了旅游、金融、教育银行和社交网络类别。
假设
在进行这项分析时，我根据以下两个统计数据预测苹果应用商店排名的波动性会略大一些：
Android 应用获得的评级明显多于 iOS 应用，因此我认为每个边际评级的权重对 Google Play 中的排名影响小于对 App Store 中的排名影响
Google Play 不会记录应用当前版本的平均评分，这意味着每次更新后评分都不会重置；因此，我认为 Android 评分波动较小，Google Play 排名波动也较小
这两个假设都将在后面的分析中进行检验。
结果
App Store 和 Google Play 7 天排名波动情况
在这五款应用中，Google Play 排名的波动性确实明显低于 App Store 排名。在记录的 35 个数据点中，Google Play 内的排名每天最多变动 23 个位置/等级，而 App Store 排名则最多变动 89 个位置/等级。此外，App Store 排名波动性的标准差是 Google Play 的 4.45 倍。