聚乙烯厂家
免费服务热线

Free service

hotline

010-00000000
聚乙烯厂家
热门搜索:
技术资讯
当前位置:首页 > 技术资讯

解析应用商店推荐功能中的长尾理论

发布时间:2021-01-21 13:47:55 阅读: 来源:聚乙烯厂家

Chris Anderson的《长尾理论》是一本关于市场营销和幂律分布(注:幂律分布表现为一条斜率为幂指数的负数的直线,这一线性关系是判断给定的实例中随机变量是否满足幂律的依据)的著作。其基本理念是指当你不能同时持有多种类型的产品时(如满足各类人需求的视频商店),你便需要依靠热门内容(即大受欢迎的产品)来运营业务。而当你能够同时持有多种类型产品时(就像Netflix),你不仅能够提供利细分产品,同时还能够利用这些产品提高整体业务量——即使你并没有市场热门内容。

当我在阅读这本书时,我便想到了iOS应用商店,以及我们的工作室所合作的商店等。Anderson指出零售商总是会出售多种类型的产品,因为消费者总是会购买符合自己喜好的产品。他也表示创造者也能够从中获利,因为他们的作品有可能出现在热门产品旁边。

据我所知,创造者只有在自己的产品真正获得市场的推荐时才能受益。App Store的Genius推荐功能其实也只是一种可选项设置,所以从本质上看来并没有多大用处。这就意味着用户在选择自己喜欢的产品时只能经由游戏类型中的子类别,以及口头传播/媒体等方式。到目前为止电子市场中的口头传播方式仍只停留在现实空间中,也只有真正热衷于游戏的玩家才会去查阅游戏媒体(游戏几乎未曾出现在主流媒体上)。这就意味着比起前20名受欢迎应用排行的第一位,我们的产品更有可能排在之后的19位中。虽然这已经不错了,但却并不完美。

人们总是习惯将显示结果的难题称之为“检索问题”。从未在商店中购买过任何商品,只是根据前20名排行列表以及随机的应用商店研究结果(这也存在问题)的人们便会认为,这个列表以外的所有产品都是糟糕的,当然这也只是个见人见智的问题。而应用商店应该如何做才能为每位用户提供足够的选择呢?苹果/谷歌该如何在自己有限的销售空间中利用长尾理论?

使用推荐引擎服务,就像Netflix或亚马逊那样。这并不是一个选择过程,只能算是服务的一部分。即当用户登录时将会在头版页面上看到推荐应用,并且在消费后也仍能看到这种推荐。这种过滤方法能够同时让开发者和消费者受益。因为如此开发者便能够在相关的微类型产品间进行竞争,而不是所有人都只与《愤怒的小鸟》竞争,并且消费者也能够准确地挑选到自己喜欢的产品。

让我们着眼于Nook应用市场。这是一个再普通不过的应用市场,除了应用推荐是出现在消费者购买应用的页面下:

nook app marketplace

用户必须拉下标签选项才能看到“购买这一应用的用户同样也会购买”以及“更多该开发者所制作的应用”等内容。同时这里还设置了一个“分享”按钮,以帮助缓解口头传播所存在的问题。很明显之所以会出现如此设置是因为这些开发者也是Nook的eBook商店(基于网站)的创造者,所以他们不希望做出太大的改变。

还有谁的推荐能力强于亚马逊呢?下图便是我打开应用详细介绍时kindle fire上所呈现出的内容:

Kindle-app store

这是来自的一段文本内容:“用户看了这个**并最终购买了**”。亚马逊几乎在每个应用商店页面中都整合了推荐内容。当你打开商店时,你将会获得应用的详细介绍(如上图),当然了,在你购买了应用后,这些介绍也仍会继续出现。推荐始终贯穿于该应用商店中(右边最后一个标签),并扮演着非常重要的作用。

所以我怎么知道可发现性才是真正的问题所在?我怎么确认我的游戏糟不糟糕?我只能通过猜测,但是却不敢肯定。因为:在这个日趋成熟的市场中存在更多优秀的机制等待我们去挖掘,消费者至少会定期购买每一种产品。让我们着眼于这些数值:,并思考iOS应用商店的长尾为何会比标准的幂律分布来得均衡。

以下是我心中的一些理想条件:

1.任何应用商店的醒目页面都应腾出一定空间(20%至50%)去自动呈现应用推荐。确保推荐具有意义,否则只会遭到用户的无视。

2.为不同类型的应用划分不同区块。而每种类型的应用必须具有可扩展的(1)最畅销应用列表,(2)该类型应用的推荐,以及(3)子类型列表。

3.在用户购买应用后呈现出与他们购买的产品类似的应用(最好基于协同过滤方法)。

采库宝典2016

精灵计划内购破解版

七彩连珠所有版本

飞剑四海手游