如何全面掌握别人家的APP数据

应该说这个一个较为普遍的问题，这里我推荐几个方法供大家参考：

首先，大部分数据都是模拟趋势数据，要获得一个产品的绝对历史下载量是一件很难的事情，你要知道每个App都是分版本向App store或者安卓应用商店提交的，所以理论上我们需要看的是这个版本的下载量和活跃度。

一  绝对下载量和活跃度。

你可以购买收费数据，就我经验，BI数据、艾瑞数据都是有一些具体检测数据，能够拿到一断时间内的分类App的数据，但价格不菲，一般大公司都有购买。

当然，BAT有自己的渠道来源，百度有很深的底层数据检测模型，能够详尽的了解App的下载和启动情况。

二  评价数的倒推模型——App store

1、看当前版本和历史版本的评价数。

一般情况下，评价人数占总下载人数的三千分之一左右，或者更低。但新应用和只有几十个评价的应用可能有刷评价的风险，需要剔除刷的数据。所以你可以用评价数×2000得到一个下载数的预估值。

这款拓词App，当前版本的评论数在129个，按照二千分之一的评价比例，估计下载量在10-20万之间。因为他的评价数量不够大，所以可能要适当减少乘的数值。

这是今日头条，看累积下载的话，我的预估是52039×2000=1亿下载量。这是累积下载量，而一般应用的月活在5-10%左右，那么其月活用户在500-1000万用户数左右。当然，阅读类可能会更高一些。

肯德基爷爷这款app还是有点意思的。下载量在400万左右，但恶评如潮的感觉。

如果你要问安卓的情况，我可以很欣慰的告诉你，安卓的应用商店都有下载量，那个下载量除以3之后的值基本就是了，有些刷单严重的需要除以10哦。所以看App store吧。

这种分析方法就是建立一个已知的app品类推算模型，然后讲其中的变量替换为未知的那个app来看。这种方法是我从早年Alex的排名推算中学习而来的。因为评价一个产品的用户大致比例是相同的，千分之一或者二千分之一。

2.App store 评价模型

什么叫App store评价模型呢？就是评价形成的一个模型。

这是一款评价模型为“E型”的产品，从评价看，用户反馈有很多硬伤，产品体验和价值存在明显的可视性缺点。

这是一款“F型”的评价模型，整体体验没有可见硬伤，产品发展路径比较乐观。

 

这是一款“G型”评价的产品，它有显而易见的问题需要解决，否则会影响产品自发增长。

 

总结起来就是：我们不仅要看这款产品的现在下载量，也可以通过其评价模型来看接下来增长的预期。

三  参考数据网站

要培养对数据的敏感性，可以经常看看百度统计、Talking Data等网站。Talking Data主要拿的是安卓应用的趋势和排行。

TD有很多排行榜，其用户量的算法可以通过已知某款产品，比如我知道去哪儿的用户覆盖量，去倒推其排行榜的其他App的用户数量。

TD提供了100个排行，都是免费的，当然也有收费服务。

说在最后

我觉得主要还是要对数据有敏感性，拿自己公司已知的产品数据去倒推那些未知的数据，建立自己的数据模型是最关键的。