如何正确提示用户让他们评价应用?

在App里提示用户“给应用打分”的做法已经相当普遍。但正因为它太普遍了,用户一直被各种评价请求骚扰。我并不认为用户会介意给他们喜欢,并且每天使用的引用打分并评价,当然,前提是在正确的时机下。但不幸的是提示时机通常并不正确。

大多数应用都在错误的时候提示打分,它们会在应用被启动若干次后提示用户。比如,今天我打开Mailbox来检查邮件,但跳出一个“给应用打分”的对话框。老实说,我只想检查邮件。这种体验非常差劲,如果我是别的用户,可能真的会去App Store并且留下一个尖刻的一星评价。

在启动时提示是最坏的提示时机之一。不过并不是只有Mailbox这么做,其他很多应用都在做和它一模一样的事情。

大多数应用都默认了这个行为,难怪用户和批评者同声谴责“应用打分”对话框。但是其实打分提示本身并不是这么不堪,如果你足够聪明,你还是能找到一个对用户干扰最少的时机的。

如果Mailbox团队决定一定显示打分提示,我只能建议他们在用户收件箱清零的时候显示。对于邮箱客户端来说,没有比这个时刻提示更好的了。如果我清零了收件箱,我会感觉充满力量并且生产力正高,我将更倾向于给应用留下一个正面的评价。

下面总结了一些提示用户给应用打分的方式。

在应用启动时提示(或干脆不这么做)

就像我在上面提到的,启动时可能是最坏的时机来请求评价。如果你正在这么做,你需要尽可能快地切换到一个不同的方法。

xrate-me-at-launch.png.pagespeed.ic.7k-_kg7gQ5.jpg

为了寻找这一行为的例子,我找遍了我的手机并且启动了不少应用,果然立刻就获得了不少“打分”对话框。所有这些应用本来都有更好的时机询问的,比如Rdio就可以在我播放最喜欢的一张专辑之后来提示。

谨慎选择时机

当应用在运行时,提示用户的行为总是会在某种程度上干扰他们的使用流程,不过你可以选择一个干扰最小的时机。如果可能的话,选择用户心态积极的时候或者对用户进行奖励的时候。Clear在这方面就做的很好。

QQ截图20140930113835.png

Clear在满足某些条件下会显示“给应用打分”对话框,首先用户必须已经用了几周了,其次Clear只会在用户清除任务列表后进行提示。这是一个非常好的时机:用户清除完待办事项心情正好,并且在绝大多说情况下用户正准备离开应用。

将提示嵌入UI

这种方法可能不如提示奏效,但它不会骚扰到用户,因此从长远来看,这是一个好选择。这种方法的缺点是--用户可能会点击“给用户打分”按钮来报告bug或要求添加特性。

rate-me-in-the-settings.png

在Realmac公司我们在Ember里使用了这种方式,不过做了一些小小的改变(如下图所示)。我们尝试引导用户在社交网络上获取帮助或提交特性需求,而不是在无法回应的App Store中留下评价。如果用户不高兴或是迷惑,我们希望能帮助他们,如果他们高兴,他们也能让我们知道,更重要的是留下评价。

rate-me-ember-flow.png

在应用之外请求打分

在更新说明里请求打分正在成为发展趋势,貌似这种办法还挺奏效。Castro和游戏Three!已经做了成功的尝试。我正在我的应用里尝试这种做法,但是缺少数据验证它到底是不是有效的。

rate-me-in-the-update-description.png

我还在Twitter、博客文章里见到给应用打分的请求。在给用户的邮件支持的末尾附上请求也是非常有效的。

评价能让你的应用获得成功,但也能毁掉它

理想的情况是开发者并不需要请求获取评价。不幸的是,如果你的应用的评价太少,可能很难在搜索里找到它,甚至即使找到了,用户也可能应用的5星评价太少而跳过它。

请求用户打分本身并没有错,但要记住你需要为用户创造优秀的体验。你应该致力于让你的应用是令人愉快的,而不是惹人烦的。谨慎的选择时机你会发现用户会非常高兴的给你一个非常棒的评价。

下面是一些我认为所有应用开发者都应该遵守的一些基本规则。它们可能并没有什么迷人,并且一点也不复杂,但它们是一个好的开始:

1. 不要在应用启动时请求评分,真的,不要这么做。

2. 选择正确的时机,在一个积极正面的互动之后最好。

3. 不要打断用户的使用流程,不要惹人讨厌。

4. 只请求一次,如果用户选择不,那么不要再次询问。

5. 如果可能的话不要主动询问,将提示放到应用设置或者更新日志里。

我知道请求用户评分的行为并不完美,但直到苹果改变或改进App Store的应用发现机制之前,我们只能这么做。花些时间好好思考如何请求用户评价才是最好的。如果你保持诚实并且尊重你的用户,你不会做的太过火。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
健身国际俱乐部系统是一种专为健身俱乐部设计的管理软件,它通过集成多种功能来提高俱乐部的运营效率和服务质量。这类系统通常包含以下几个核心模块: 1. **会员管理**:系统能够记录会员的基本信息、会籍状态、健身历史和偏好,以及会员卡的使用情况。通过会员管理,俱乐部可以更好地了解会员需求,提供个性化服务,并提高会员满意度和忠诚度。 2. **课程预约**:会员可以通过系统预约健身课程,系统会提供课程时间、教练、地点等详细信息,并允许会员根据个人时间表进行预约。这有助于俱乐部合理安排课程,避免资源浪费。 3. **教练管理**:系统可以管理教练的个人信息、课程安排、会员反馈等,帮助俱乐部评估教练表现,优化教练团队。 4. **财务管理**:包括会员卡销售、课程费用、私教费用等财务活动的记录和管理,确保俱乐部的财务透明度和准确性。 5. **库存管理**:对于俱乐部内的商品销售,如健身装备、营养补充品等,系统能够进行库存管理,包括进货、销售、库存盘点等。 6. **数据分析**:系统能够收集和分析会员活动数据,为俱乐部提供业务洞察,帮助俱乐部制定更有效的营销策略和业务决策。 7. **在线互动**:一些系统还提供在线平台,让会员可以查看课程、预约私教、参与社区讨论等,增强会员之间的互动和俱乐部的社区感。 8. **移动应用**:随着移动设备的普及,一些健身俱乐部系统还提供移动应用,方便会员随时随地管理自己的健身计划。 9. **安全性**:系统会确保所有会员信息的安全,采取适当的数据加密和安全措施,保护会员隐私。 10. **可扩展性**:随着俱乐部业务的扩展,系统应该能够轻松添加新的功能和服务,以适应不断变化的市场需求。 健身国际俱乐部系统的选择和实施,需要考虑俱乐部的具体需求、预算和技术能力,以确保系统能够有效地支持俱乐部的运营和发展。通过这些系统的实施,健身俱乐部能够提供更加专业和高效的服务,吸引和保留更多的会员,从而在竞争激烈的
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值