不同范围的结果
| 指标 | TR + US | 全部19个商店 |
|---|---|---|
| 观测数 | 890 | 1817 |
| 第一名观测数 | 153 | 315 |
| 记录值小于100 | 64/153 | 182/315 |
| 第一名中的零值或缺失 | 13 | 91 |
| 第一名正值记录中为1–99的数量 | 51/140 | 91/224 |
| 排名与评分数的Pearson相关 | -0.129 | -0.089 |
方法与限制
关键词来自我们自有的六款应用。数据只保留排在自家应用前面的顶部和相邻区间，并非完整搜索结果。文件含312个不同的国家与关键词组合，以及24条完全相同的行。应用ID和逐条观测时间未保留。导出时缺失的评分数被转换为零。重复观测不是独立试验；这里的Pearson并非Spearman秩相关，也不能证明因果关系。该样本不代表整个App Store或新应用的成功概率。
先按cc筛选TR和US，再选择rakip_sira=1。将degerlendirme<100的行数除以同一子样本中第一名的行数。保留原有重复行。评分数不等于文字评论数。8月26日是导出日期；10月3日仅复核文字与计算，没有采集新的商店数据。
下载数据
wall-study-2026-08-26.csv · SHA-256: 4cfaa66647d98a9d
常见问题
低相关性是否证明评分不会影响排名？
不能。这个经过选择的横截面样本无法确定因果效应，也无法分离商店算法中的各项因素。
拿你自己的应用试试
粘贴应用的商店链接，添加关键词。排名、排在你前面的应用和搜索需求，每天都会测量。
免费套餐：1 个应用，2 个店面各 25 个关键词，30 天历史数据，无需绑卡，不限期限。Pro 每月 $20。
免费开始 →