編輯導(dǎo)語(yǔ)：如今手機(jī)里的軟件都比較飽和，需要下載新軟件的場(chǎng)景和機(jī)會(huì)變少；所以怎么讓用戶能看見(jiàn)那些頭部應(yīng)用變得很重要，要讓?xiě)?yīng)用自己去找用戶；本文作者分享了關(guān)于向工具內(nèi)容復(fù)合型產(chǎn)品轉(zhuǎn)型的應(yīng)用商店，我們一起來(lái)看一下。

2017年iOS11AppStore大變革，將原本的精選項(xiàng)目標(biāo)簽頁(yè)替換為今日推薦，去掉了排行榜頁(yè)。

重大調(diào)整背后，一方面是用戶難以發(fā)現(xiàn)軟件，除游戲外人們需要下載新應(yīng)用的場(chǎng)景和發(fā)現(xiàn)新應(yīng)用的欲望越來(lái)越少；另一方面是在app的下載上，各大應(yīng)用市場(chǎng)現(xiàn)在沒(méi)有太大差異競(jìng)爭(zhēng)點(diǎn)。

如何為用戶挖掘新鮮、獨(dú)特的應(yīng)用內(nèi)容，而非在分類中就可以找到的頭部應(yīng)用很關(guān)鍵；應(yīng)用商店本質(zhì)是工具型產(chǎn)品，近年可以發(fā)現(xiàn)，應(yīng)用商店在向“工具+內(nèi)容”的方向調(diào)整轉(zhuǎn)型，通過(guò)內(nèi)容向用戶推薦優(yōu)質(zhì)獨(dú)特的app進(jìn)而下載，內(nèi)容成為突破點(diǎn)。

本文將從用戶發(fā)現(xiàn)應(yīng)用場(chǎng)景的搭建、精細(xì)化內(nèi)容運(yùn)營(yíng)、推薦策略方面探討如下三個(gè)問(wèn)題：

一、應(yīng)用商店如何讓用戶愿意體驗(yàn)并下載更多app？

Quest Mobile最新調(diào)查顯示全網(wǎng)用戶月人均打開(kāi)app個(gè)數(shù)是25個(gè)，用戶對(duì)各個(gè)分類的需求已被頭部應(yīng)用滿足。

下載更多app需要在等待、安裝、允許權(quán)限開(kāi)通、熟悉新應(yīng)用上耗費(fèi)時(shí)間，還需要占用更多內(nèi)存，讓本來(lái)并不充裕的手機(jī)空間更加雪上加霜。

（這里想順便說(shuō)說(shuō)蘋(píng)果和安卓應(yīng)用權(quán)限申請(qǐng)的差異：蘋(píng)果是當(dāng)用戶需要使用某一功能時(shí)，系統(tǒng)才會(huì)彈出對(duì)應(yīng)權(quán)限的彈窗申請(qǐng)，安卓則是安裝打開(kāi)后逐項(xiàng)申請(qǐng)；從用戶體驗(yàn)上個(gè)人認(rèn)為蘋(píng)果更加合理，每次下載完安卓應(yīng)用，一下子出現(xiàn)四五個(gè)彈窗詢問(wèn)是否允許權(quán)限開(kāi)通，實(shí)在是有些煩躁。）

在內(nèi)存占用上，華為應(yīng)用市場(chǎng)已經(jīng)推出了快應(yīng)用，相當(dāng)于微信小程序，用戶可以在端內(nèi)無(wú)需下載，快速打開(kāi)快應(yīng)用體驗(yàn)核心功能。

在減輕用戶下載成本方面，手機(jī)應(yīng)用市場(chǎng)能做的有限，在增加下載獲得感方面，主要是為用戶推薦合適的app，讓他們下載有所值。

二、應(yīng)用商店如何為用戶提供更加獨(dú)特的體驗(yàn)？

對(duì)每一個(gè)產(chǎn)品，我們都會(huì)分析其用戶畫(huà)像，性別、年齡段、階層、城際分布等要素。

應(yīng)用商店是一款特殊的產(chǎn)品，它的用戶范圍更加廣，社會(huì)身份和角色更加豐富，可以說(shuō)是全階層、全地域、全角色的產(chǎn)品。

我們可以從更多維度去了解用戶，是普通用戶還是新機(jī)用戶？一二線用戶還是下沉用戶？消費(fèi)能力如何？用戶畫(huà)像的刻畫(huà)對(duì)精細(xì)化內(nèi)容運(yùn)營(yíng)、推薦策略，應(yīng)用找用戶有重要的意義。

想要提供更加獨(dú)特的用戶體驗(yàn)，從工具向和內(nèi)容向兩個(gè)方面出發(fā)：

1. 工具向：用戶在應(yīng)用商店里是如何下載新應(yīng)用的？用戶場(chǎng)景是怎樣的？

用戶發(fā)現(xiàn)應(yīng)用的核心用戶場(chǎng)景有搜索、分類、瀏覽三種。

根據(jù)艾媒咨詢2018中國(guó)移動(dòng)應(yīng)用商店用戶下載新應(yīng)用的方式調(diào)查，60.5%用戶通過(guò)搜索下載新應(yīng)用，45.8%通過(guò)分類篩選下載新應(yīng)用。

搜索和分類都是用戶的主動(dòng)行為，對(duì)應(yīng)帶明確目的和半明確目的；當(dāng)用戶場(chǎng)景為明確知道自己想要下載某款應(yīng)用時(shí)，搜索為用戶提供直達(dá)功能；當(dāng)用戶場(chǎng)景為明確要下載的分類但不確定具體下載哪款時(shí)，分類為用戶提供篩選功能。

在這兩個(gè)主動(dòng)用戶場(chǎng)景之外，還有大概10%（統(tǒng)計(jì)方式與艾媒報(bào)告不同）的用戶通過(guò)瀏覽發(fā)現(xiàn)新應(yīng)用，瀏覽是用戶的被動(dòng)行為，不明確目的，在應(yīng)用商店中的“閑逛”發(fā)現(xiàn)好玩有趣的新應(yīng)用。

1）搜索

搜索入口的設(shè)計(jì)，包括搜索框、搜索頁(yè)和搜索結(jié)果頁(yè)。

搜索框設(shè)計(jì)：應(yīng)用商店基本一致，都有做推薦app的提示文字功能。

搜索頁(yè)設(shè)計(jì)：各大手機(jī)應(yīng)用廠商的搜索頁(yè)功能對(duì)比，icon樣式是用戶對(duì)app最直觀的感受，90%以上用戶的注意力會(huì)第一時(shí)間被icon吸引。

華為和應(yīng)用寶的搜索頁(yè)的熱門(mén)應(yīng)用都直接以icon樣式吸引用戶，豌豆莢則將游戲和軟件的分類提前到了搜索頁(yè)中。

搜索結(jié)果頁(yè)設(shè)計(jì)：應(yīng)用寶的搜索結(jié)果頁(yè)最為簡(jiǎn)潔，應(yīng)用橫條只包含icon、名稱、副標(biāo)題、下載次數(shù)等元素。

華為和豌豆莢在結(jié)果頁(yè)做了較多相關(guān)搜索，百度手機(jī)助手把應(yīng)用詳情頁(yè)的功能（三圖、視頻）提前到結(jié)果列表頁(yè)中，吸引用戶關(guān)注，但三圖/視頻卡片對(duì)應(yīng)的是更少應(yīng)用能露出；華為應(yīng)用市場(chǎng)除了應(yīng)用標(biāo)簽頁(yè)，還有一個(gè)內(nèi)容標(biāo)簽頁(yè)，聚合各種內(nèi)容，為華為閱讀、華為視頻引流。

2）分類

分類的痛點(diǎn)在于分類名稱是否準(zhǔn)確可感知、app分類歸屬重復(fù)、分類中app排序不夠權(quán)威。

華為應(yīng)用市場(chǎng)每個(gè)一級(jí)分類下都會(huì)有“熱門(mén)”的二級(jí)分類，但熱門(mén)中的app與其他二級(jí)分類頭部應(yīng)用是相同的，造成曝光資源的浪費(fèi)；可以考慮在熱門(mén)曝光過(guò)的應(yīng)用，在二級(jí)分類外頁(yè)中不露出，僅在詳情頁(yè)中露出，讓更多app可以獲得曝光機(jī)會(huì)。

3）瀏覽

瀏覽雖然占比只有大概10%，但相對(duì)于搜索和分類是最能做出差異化的場(chǎng)景，也是內(nèi)容運(yùn)營(yíng)的主陣地。

2. 內(nèi)容向：怎樣通過(guò)內(nèi)容向用戶推薦應(yīng)用？

應(yīng)用商店的分發(fā)場(chǎng)景越來(lái)越向內(nèi)容分發(fā)、社交分發(fā)、娛樂(lè)分發(fā)靠攏，內(nèi)容又是時(shí)間大殺器，可以提升用戶粘性和留存。

下圖總結(jié)了目前各大應(yīng)用商店通過(guò)內(nèi)容向用戶推薦應(yīng)用的方式，針對(duì)不同內(nèi)容形式的精細(xì)化運(yùn)營(yíng)將在第三個(gè)問(wèn)題講到。

三、如何從“用戶找應(yīng)用”轉(zhuǎn)變?yōu)椤皯?yīng)用找用戶”？

推薦算法讓傳統(tǒng)的“用戶找應(yīng)用”轉(zhuǎn)變?yōu)椤皯?yīng)用找用戶”成為可能，推薦算法的兩端是物與人，物即判斷內(nèi)容特性，人即識(shí)別用戶喜好，對(duì)內(nèi)容和用戶貼標(biāo)簽并匹配。

常見(jiàn)的推薦算法是TOP-N、Trending、基于物品的協(xié)同和基于用戶的協(xié)同：

• TOP-N：排名靠前的熱榜推薦，在召回序列的頭部結(jié)果中優(yōu)中選優(yōu)；e.g.榜單。
• Trending Now：推薦短期熱點(diǎn)，周期性消費(fèi)或者突發(fā)熱點(diǎn)；e.g.搜索頁(yè)的“大家都在搜”、熱點(diǎn)卡。
• 基于物品的協(xié)同：確定用戶喜歡的物品，推薦相似物品；e.g.某些卡片的推薦理由為“根據(jù)XX應(yīng)用推薦”。
• 基于用戶的協(xié)同：找到與該用戶某方面口味相似的人群，將這一人群喜歡的物品推薦給該用戶；e.g.某些卡片的推薦理由為“文學(xué)愛(ài)好者看過(guò)”。

推薦卡片、推薦圖文和短視頻的精細(xì)化運(yùn)營(yíng)：

• 推薦卡片：從人出發(fā)，設(shè)想場(chǎng)景、用戶群體、興趣愛(ài)好等維度下對(duì)物（應(yīng)用）的需求，把人與物聯(lián)系起來(lái)，組織成應(yīng)用卡片；設(shè)想人在某個(gè)場(chǎng)景下可能需要什么，如用戶在通勤時(shí)間不方便看，更希望通過(guò)聽(tīng)來(lái)獲取資訊，如喜馬拉雅FM、每日英語(yǔ)聽(tīng)力、36Kr等；設(shè)想某類細(xì)分人群的需求，如為寶媽群體推薦寶寶知道、親寶寶等；設(shè)想興趣愛(ài)好者的需求，如為攝影愛(ài)好者推薦一甜、馬卡龍等。
• 推薦圖文：圖文的特點(diǎn)是長(zhǎng)內(nèi)容，適合深度介紹，主題可選應(yīng)用特色功能，對(duì)同類應(yīng)用功能進(jìn)行比較，功能教學(xué)等。
• 推薦短視頻：在短視頻的情境下，更多是視頻內(nèi)容與應(yīng)用之間的映射。

參考資料：

閆澤華老師：《內(nèi)容算法：把內(nèi)容變成價(jià)值的效率系統(tǒng) 從算法到應(yīng)用》

本文由 @RfSr 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來(lái)自Unsplash，基于CC0協(xié)議