谷歌应用商店的APP数据分析

文章内容主要是根据MySQL对谷歌应用商店中的app数据开展剖析。

文章内容关键由四部份构成：

剖析环境

剖析目地

剖析构思

结果与提议

一、剖析环境

Google Play Store

这也是Google售卖运用、视频、歌曲、电子书籍以及他数据设备的在线商店Google Play Store，

有着发布手机软件数十万款，下载量也是提升了20亿个，为了更好地众多安卓手机客户带来了极其普遍的使用挑选，很受机友们的热烈欢迎。超出2万首歌曲，有免費的和花钱的；超出45万Android运用游戏；世界最大的电子书籍销售市场；可租用上千百种影片，包含全新出版发行的电影和HD高清影片。因此，Google play Stored中的APP数据信息就比较典型性，全方位，根据对其上的APP有关数据统计分析对中国企业在APP的制做，与经营层面有一定的协助。

二、剖析目地

对APP数据的分析经常由下边指标值考虑

依据数据的具体情况，文中主要是从互动交流、商品范围等标准来对其剖析，下列是深入分析构思

依据以上剖析构思，明确提出下列问题：

1.从下载量、评论量上看来各类型派系中的网络热点有什么，下载量与评论量的联络？

2.运用对于的关键客户人群是什么？

3.对不一样价钱范围的运用的评分、占比状况剖析，市场价和评分有什么关联？

4.不一样类型的运用评分、市场价有哪些区别？正负极评状况？

三、剖析构思

3.1数据获取与梳理

数据信息来自kaggle上的谷歌应用商店的app数据

https:// ** .kaggle.com/lava18/google-play-store-apps

包括了两种不一样的数据

运用数据尺寸：10842*13

字段名详细信息：

APP 运用名字

Category 该运用隶属的类型

Rating 应用软件的整体客户评分

Reviews 运用的客户评论总数

Size 应用软件的尺寸

Installs 应用软件的客户下载/安裝频次

Type 付钱或完全免费

Price 应用软件的价钱

Content Rating 该运用对于的年龄段 - 少年儿童/完善21 /成年人

Genres 一个程序可以归属于好几个派系（除开其具体类型）。例如，歌曲家庭游戏将归属于歌曲，手机游戏，家中类型。

Last Updated 应用软件之前在Play店铺中刷新的日期

Current Ver 应用商城中给予现阶段版本号的应用软件

Android Ver 必须Android版本号

客户评论数据尺寸： ** 1 ** *5 包括每一个运用选择的100条评论

字段名详细信息：

APP 运用名字

Translated_Review 客户评论

Sentiment 正/负/中性化点评

Sentiment_Polarity 心态正负极评分

Sentiment_Subjectivity 心态主观优秀率

3.2数据预处理

挑选变更子集合

融合所要研究的业务流程问题，各自对2个数据选择适宜的字段名便于开展后边的剖析，操作步骤如下所示：

第一步：建立数据库谷歌应用，并将原始记录导进数据库查询

第二步：将适宜的字段名选择出去,再将英文字母段改成汉语并保留为新表

再用SELECT句子查询2个新表

重复值解决

对运用数据信息集中化表APP删除重复值

评论数据沒有唯一性指标值可以不开展重复值解决

缺少值解决

各列数据信息一样沒有缺少值。

出现异常值解决

出现异常值，除去两表中包括出现异常的纪录获得清理后的数据分析表

一致化解决

对下载量列处理除去“ ”，“，”

UPDATE 2app

SET 下载数=REPLACE（下载数，‘ ’，‘’）;

对价钱开展解决分成完全免费、廉价（0-5）、中价（5-20）、高价位（20以上）4组，对原表新增加一列价钱归类，建立一归类临时表A再运用联接将数据信息升级，再删掉临时表。

升级句子：

处置结果：

3.3实体模型搭建

从下载量、评论量上看来各派系、类型中的网络热点有什么？

运用SQL查看下载，评论状况

获得每个类型的运用下载量状况，下载占比前五的是：FAMILY,GAME,TOOLS,PRODUCTIVITY,MEDICAL评论占比前五的是：GAME,COMMUNICATION,SOCIAL,FAMILY,TOOLS。

各派系下载占比排名前五的是：Tools,Entertainment,Education,Productivity,Medical，但评论量的占比前五的为：Communication,Social,Casual,Action,Arcide,

可以发觉从类型整体上看，下载量前五与评论量前五并非同样的类型，尤其是下载占比第五的MEDICAL其评论占比不够万分之三，可以有推断1：下载量高代表着运用的实用性强，是顾客要求度提高，但与此同时的评论量低是其所受认知度不高。但是，与此同时拥有高下载量高高的评论量的运用类型肯定是网络热点运用类型例如表格中的GAME和COMMUNICATION

根据柱形图就可以形象化的看得出：下载量高并不代表着评论量高，但评论量高的使用其下载量也高，二者占比均高的运用才算是网络热点，因此网络热点运用的规范与评论量的联系更加紧密。

而派系是类型的细归类，以FAMILY类型为例子看来派系状况。FAMILY属下的派系中，Entertainment下载与评论占比都较高，是网络热点派系，而下载排行第二的评论占比却很低，可以得到；下载量高并不代表着评论量高，二者占比均高的运用才算是网络热点。

2.运用的关键应对人群

从图中就可以看得出绝大部分app全是面对每个人，仅有20%的运用是对于的指定的人群，在其中又有一半以上是对于年轻群体的，可以推断手机上APP利用率高的另一半是年轻人，因此才有针对青年人的APP发生。

3.对不一样价钱范围的运用的评分、占比状况剖析，市场价和评分有什么关联

根据图中得知，廉价运用评分最大，高价位的运用均值评分反倒最少，并且可以很显著的发觉付钱运用中，伴随着运用价钱的增涨其均值评分反倒越低。廉价、中价运用评分高过免费应用，也可推断付钱运用比免费应用有着更快的感受，但是伴随着价钱的增涨，运用的实际效果沒有达到顾客的预估，就造成评分降低。

运用的整体发展趋势看来，绝大部分的运用全是免費的，换句话说绝大部分的APP的赚钱方法并非来源于其销售额，故投资人制订APP的价钱时要谨慎

4.不一样类型的运用评分、市场价有哪些区别？正负极评状况？

根据实际操作，我们可以发觉评分最大的运用类型为EVENTS尽管绝大部分的运用是免費的，但是FINANCE,LIFESTYLE,MEDICAL,FAMILY,WEATHER这五大类运用的均价是最大的，代表着这五类运用许多是付费的。

对REVIEWS表剖析评论的主观

全部运用评论中，整体状况好评超出6成，恶意差评率有贴近4分之一 ，大部分顾客给了五星好评或中评，表明谷歌应用服务平台的APP有一定品质保证，但恶意差评率也很高，运用的水准参差不齐，由于数据信息不够没法进一步探寻。

四、结果与提议

APP的类型挑选很重要，顾客对不一样类型APP的需求量不一样，在制做APP时须要考虑到是不是网络热点类型？是不是具有较高要求？对APP应用次数高的人群是年轻人，从对于年轻人的推广方式来推广宣传具备更多的性价比高价钱是危害APP评分的一大要素，付钱运用中，伴随着价钱的提升，评分越低，可能是过高价钱造成的消费者行为预估无法得到达到，付钱运用有比免费应用更高一些的评分，付钱运用有更快的感受。顾客在挑选APP时，可以选择廉价或中价的APP，高性价比。在制做FINANCE,LIFESTYLE等均价较高的这种APP时，在没有赔本的情形下，可以廉价乃至完全免费，可以取得比类似APP更高的核心竞争力。