陳群

摘 要：以新浪財經(jīng)移動應(yīng)用為例，分析用戶評分對財經(jīng)資訊APP潛在用戶下載量的影響效應(yīng)?；谄脚_一年期間的用戶評論數(shù)據(jù)，構(gòu)建多元線性模型進(jìn)行實證分析。實驗結(jié)果表明，用戶的極端評分能夠?qū)ω斀?jīng)資訊APP的下載量產(chǎn)生不同的顯著影響，而中間評分的用戶對下載量無顯著影響。

關(guān)鍵詞：用戶評分;財經(jīng)資訊APP;潛在用戶下載量;影響

中圖分類號：F49 ? ? ? ?文獻(xiàn)標(biāo)志碼：A ? ? ?文章編號：1673-291X（2019）33-0146-02

引言

在當(dāng)今移動智能終端普及的數(shù)字時代，財經(jīng)資訊APP已經(jīng)成為大眾獲取財經(jīng)資訊的重要手段。當(dāng)前，財經(jīng)資訊的行業(yè)格局已經(jīng)形成，根據(jù)2018年數(shù)據(jù)咨詢機(jī)構(gòu)艾瑞發(fā)布《財經(jīng)資訊行業(yè)數(shù)據(jù)分析報告》，排在前五名的新浪財經(jīng)、金十?dāng)?shù)據(jù)、財聯(lián)社、華爾街見聞、第一財經(jīng)已占有超過市場80%的占有率。APP改變了人們的生活習(xí)慣（麥婉華，2019），財經(jīng)資訊APP已成為人們獲取財經(jīng)資訊的主要渠道（陽冰，2018）。而用戶下載量是移動APP成功的主要表征之一（陸平等，2019）。下載量能直接反映出該行業(yè)中移動APP的人氣以及市場影響力。同時，用戶在使用APP后，會以在線評論的方式對此移動應(yīng)用發(fā)表使用感受（汪祖柱等，2017）。這些用戶評論是衡量移動APP用戶滿意度的重要信息來源（趙楊等，2018），用戶對財經(jīng)資訊APP的使用評分是否會影響市場上潛在用戶對該APP選擇？這是本文要研究的主要問題。此問題的研究能夠幫助移動應(yīng)用開發(fā)商及時了解用戶的滿意度感知，從而有針對性地維護(hù)和改進(jìn)APP軟件，進(jìn)一步提高占有率。

一、數(shù)據(jù)描述

本文選取知名的新浪財經(jīng)APP為研究對象。新浪財經(jīng)是財經(jīng)門戶的佼佼者，重在挖掘高端類財經(jīng)新聞資訊，涉及股票、證券、理財?shù)热轿坏臄?shù)據(jù)（孫陽陽，2018;丁青云等，2017）。本文采用中國專業(yè)的移動應(yīng)用數(shù)據(jù)平臺——七麥數(shù)據(jù)（qimai.cn）上開放的新浪財經(jīng)APP在一年內(nèi)366個自然日的16，521條用戶評論數(shù)據(jù)進(jìn)行分析（2018年6月1日至2019年6月1日）。獲取的數(shù)據(jù)信息如下：一是評論發(fā)表時間;二是用戶評分，共分為五級：1—5，數(shù)字越大代表用戶滿意度越高;三是評論者的昵稱;四是評論的標(biāo)題;五是評論的內(nèi)容;六是APP每天的下載量。

二、變量提取

本文按用戶評分1—5將用戶分為了五個類別，并分別以天作為1個單位量統(tǒng)計了每個等級評分的用戶總數(shù)。本文以天為單位對原始數(shù)據(jù)進(jìn)行處理，最終得到在一年366個自然日內(nèi)新浪財經(jīng)APP每天的用戶下載量，以及評分給1—5的每個等級的用戶總?cè)藬?shù)，數(shù)據(jù)處理后的5天的示例（如表1所示）。

三、用戶評分對財經(jīng)資訊APP潛在用戶下載量的影響分析

本文構(gòu)建了多元線性回歸變量分析新浪財經(jīng)APP用戶評分對其潛在用戶下載量的影響。具體模型構(gòu)建如下，其中相關(guān)變量的含義與上節(jié)一致：

Download=0+1Rate1+2Rate2+3Rate3+4Rate4+5Rate5+

1.描述性統(tǒng)計。根據(jù)366個自然日（來自16 521條評論樣本數(shù)據(jù)）的新浪財經(jīng)APP相關(guān)變量的描述性統(tǒng)計可知，其中給差評（Rate1）的平均次數(shù)為每天0.3人，最多的一天給差評的用戶達(dá)到了41人。給好評（Rate5）的平均每天45人，最多的一天達(dá)到了1 227人。此外，新浪財經(jīng)APP每天平均的下載量為6 231次，最多的一天用戶下載量達(dá)到了13 422次。

2.模型結(jié)果分析。表2給出了對模型1的多元線性回歸結(jié)果。從實證結(jié)果可知，Rate1在0.05的顯著性水平下與下載量負(fù)向線性相關(guān)，而Rate5在0.01的顯著性水平下與下載量呈正向相關(guān)關(guān)系。這意味著評低分的用戶越多，則潛在用戶下載量會越少。而給5分好評的用戶越多，則當(dāng)天APP的下載量越多。這說明，用戶的極端評分（好評與差評）會對新浪財經(jīng)APP的潛在用戶下載量帶來不同的顯著影響。

四、總結(jié)與展望

本文基于多元線性回歸模型，研究了用戶評分對財經(jīng)資訊類APP潛在用戶下載量的影響。本文選取了新浪財經(jīng)APP一年內(nèi)16 521條樣本數(shù)據(jù)，實證研究發(fā)現(xiàn)，用戶的極端評分能夠?qū)ο螺d量帶來不同的影響，而中間評分的用戶對下載量無顯著影響。給實踐的啟示是移動應(yīng)用開發(fā)商用應(yīng)該重點(diǎn)關(guān)注低評分的極端用戶相關(guān)評論，從而及時發(fā)現(xiàn)APP應(yīng)用的相關(guān)問題及缺陷，提升用戶使用體驗。本文研究還有一些有待完善的地方：僅選取了一個典型的財經(jīng)資訊APP作為研究對象，將來可以進(jìn)一步擴(kuò)大其他移動應(yīng)用的樣本數(shù)據(jù)進(jìn)行實驗結(jié)果的對比。此外，未來可進(jìn)一步挖掘低評分用戶的具體評論，幫助財經(jīng)資訊APP移動應(yīng)用開發(fā)商進(jìn)行用戶滿意度的提升。

參考文獻(xiàn)：

[1] ?丁青云，楊嘉軒.財經(jīng)知識付費(fèi)產(chǎn)品模式比較研究與發(fā)展趨勢分析[J].南方傳媒研究，2017，（4）：60-67.

[2] ?陸平，胡楊.開發(fā)者與用戶行為對移動APP下載量的影響效應(yīng)分析[J].數(shù)學(xué)的實踐與認(rèn)識，2019，（8）：108-116.

[3] ?麥婉華.APP改變生活，也改變世界[J].小康，2019，（5）：20-27.

[4] ?孫陽陽.大數(shù)據(jù)技術(shù)對數(shù)據(jù)新聞可視化呈現(xiàn)的推動作用——以新浪財經(jīng)為例[J].新媒體研究，2018，（18）：26-27.

[5] ?汪祖柱，謝悅蕓.在線評論視角下App服務(wù)的用戶滿意度分析[J].成都工業(yè)學(xué)院學(xué)報，2017，（4）：21-26.

[6] ?陽冰.2018上半年財經(jīng)APP排行榜[J].互聯(lián)網(wǎng)周刊，2018，（15）：50-51.

[7] ?趙楊，李齊齊，陳雨涵，曹文航.基于在線評論情感分析的海淘APP用戶滿意度研究[J].數(shù)據(jù)分析與知識發(fā)現(xiàn)，2018，（11）：19-27.