Mobile APP（Apple IOS app store）特性分析
一、数据来源、分析目的和思路
1. 数据来源
IOS占据将近一半的智能手机市场，其App Store中有大量App，为了分析App特性，从Kaggle中找到一个相关数据集：
(https://www.kaggle.com/ramamet4/app-store-apple-data-set-10k-apps/home)
这份数据从Apple Inc website中的 iTunes Search API 提取而得。包含16个变量和7197条记录，变量基本信息如下：
表1 变量信息表
| 编号 | 变量 | 说明 |
|---|---|---|
| 1 | “id” | App ID |
| 2 | “track_name” | App Name |
| 3 | “size_bytes” | Size (in Bytes) |
| 4 | “currency” | Currency Type |
| 5 | “price” | Price amount |
| 6 | “rating_count_tot” | User Rating counts (for all version) |
| 7 | “rating_count_ver” | User Rating counts (for current version) |
| 8 | “user_rating” | Average User Rating value (for all version) |
| 9 | “user_rating_ver” | Average User Rating value (for current version) |
| 10 | “ver” | Latest version code |
| 11 | “cont_rating” | Content Rating |
| 12 | “prime_genre” | Primary Genre |
| 13 | “sup_devices.num” | Number of supporting devices |
| 14 | “ipadSc_urls.num” | Number of screenshots showed for display |
| 15 | “lang.num” | Number of supported languages |
| 16 | “vpp_lic” | Vpp Device Based Licensing Enabled |
2. 分析目的
基于变量，确定分析目的为“简略描述所有APP，以游戏APP为主进行特性分析”。
3. 分析思路
以所有版本评分均分（user_rating）为指标，筛选出“优质游戏APP”，以“一般游戏APP”为对照，统计描述二者不同变量下的特性。以此刻画优质游戏APP。最后尝试做一些变量的探索性分析。
二、 分析正文
1. 数据清洗
16个变量中，有5个分类变量，其余为数值变量；没有缺失值。采用箱线图结合变量实际意义，判断数据异常值。绘制箱线图如下：
图1 箱线图（分析异常值）
数据描述给出了数值变量的均值、最大值、最小值等信息。支持的语言数（lang. num）栏中，有数值为0的记录41条，查看此41条数据，发现其中19条总版本评论人数大于0（最大值为35735），由此推论lang.num=0可能为默认值，具有意义。所有currency支持类型都为“USD”，没有分析价值。
所有版本总评论人数（rating_count_tot）有数值为0的记录929条，观察这些记录，其rating_count_ver、user_rating和user_rating_ver都为0，且有659条记录的版本低于2.0.0（因按字典顺序进行比较，有9条版本10以上的记录被选出，但对总体无影响），假定这些为刚上新APP，未被下载使用，无太大分析价值，因此剔除这659条记录。其余数据均为合理值。
以下用ratings替代user_rating。
2.描述性分析
2.1 总体APP分析
在保留的6538条记录中，按APP类型绘制条形图，共有23种不同类型的APP，其中games类的APP一枝独秀，约为总数的53%
图2 APP类型计数条形图
对总体按不同类型APP进行比较，绘制箱线图如下：
图3 APP分类箱线图（异常值分析）
由图可知，游戏APP的大小分布较广；绝大多数APP的价格低于等于50，仅0.1%的APP价格大于50，其中分类为Education的两款APP价格最高（249.99，299.99）；在rating_count_tot中，共有6个APP的评论数大于1×10^6，其中Social Networking中的Facebook一枝独秀，评论数最多，其次是Photo & Video中的Instagram，Games中的Clash of Clans和Temple Run，然后是Music下的Pandora - Music & Radio，最后是Social Networking中的Pinterest，果然生活离不开娱乐和社交，这些APP都免费；user_rating和ipadSc_urls.num数据分布不均，没啥可说的；sup_devices.num的P50为37，表明37比较常规。
2.2 游戏APP分析
2.2.1 优质游戏APP
在3462条游戏APP的记录中，绘制ratings计数柱形图，其中评分4.5的APP最多，占48%。由图可知，App Store里能生存的游戏几乎都是精品，用户们评分也很大方~~。
图4 游戏APP总版本评分计数柱形图
游戏APP的评论人数分为所有版本（rating_count_tot）和现行版本（rating_count_ver），均值分别为15 274和642。所有版本评分统计量更大，数据相对更可靠。因此，将所有版本评分人数超过均值以及ratings大于等于4.5的记录视为优质游戏APP（假定其为受欢迎APP），共有367个APP。则相对一般的游戏APP（假定其为相对不受欢迎APP）共有3095个。
2.2.2 size_bytes
367个优质游戏APP，size_bytes的均值为2.86*10^8，直方图如下。
图5 优质游戏APP-size_bytes计数条形直方图
其中最大的一款游戏叫做“World of Tanks Blitz”（ID“859204347”），评分4.5。综合ratings，rating_count_tot和size_bytes，“Head Soccer”最佳，强烈推荐。
相对一般的3095个游戏APP，size_bytes的均值为2.88*10^8，直方图如下。
图6 相对一般的游戏APP-size_bytes计数直方图
分析：优质游戏APP中，size_bytes较小的APP所占比例，比相对相对一般的游戏APP较小，可能越好玩的APP功能越齐全，所以越大。但二者总体的分布和差别不大。
2.2.3 price
367个优质游戏APP，price的均值为0.44，其中免费的APP有299个（81%），计数柱形图如下。
图7 优质游戏APP-price计数柱形图
相对一般的3095个游戏APP，price的均值为1.62，其中免费的APP有1643个（53%），计数柱形图如下。
图8 相对一般的游戏APP-price计数柱形图
分析：优质APP中，免费的所占比例更高，而且最高收费6.99比相对一般的APP（29.99）更低，符合常识，免费的东西用户更愿意尝试，当然更受欢迎啦。
2.2.4 rating_count_ver
367个优质游戏APP，rating_count_ver的均值约为3600，直方图如下。
图9 优质游戏APP-rating_count_ver计数条形图
相对一般的3095个游戏APP，rating_count_ver的均值为291，直方图如下。
图10 相对一般的游戏APP-rating_count_ver计数条形图
分析：二者分布类似，可能因为现行版本刚上新，评论数较少。但优质游戏APP的评论均数远大于相对一般的游戏APP，到底口碑在，愿意更新和使用的玩家更多，评论数就多。
2.2.5 cont_rating
优质游戏APP的内容等级计数柱形图如下，支持4+的有57%
图11 优质游戏APP- cont_rating计数柱形图
相对一般的游戏APP的内容等级计数柱形图如下，支持4+的54%
图12 相对一般的游戏APP- cont_rating计数柱形图
分析：由图可知，支持4+的游戏APP较多，因为年龄限制越小，潜在用户越多；同时也表明app store中难度较小，老少皆宜的游戏APP更受欢迎。
2.2.6 sup_devices.num
优质和相对一般的游戏APP的支持设备计数柱形图分别如下。
图13 优质游戏APP- sup_devices.num计数柱形图
图14 相对一般的游戏APP- sup_devices.num计数柱形图
二者无明显差别，总的来说支持37、38个设备的APP数最多，算是最佳支持设备数，为APP开发作参考。
2.2.7 ipadSc_urls.num
优质和相对一般的游戏APP的截屏展示计数柱形图分别如下。
图15 优质游戏APP- ipadSc_urls.num计数柱形图
图16 相对一般的游戏APP- ipadSc_urls.num计数柱形图
二者无明显区别。绝大多数截屏展示数为5，表明5为最佳。
2.2.8 lang_num
优质和相对一般的游戏APP的语言支持计数直方图分别如下。
图17 优质游戏APP- lang_num计数直方图
图18 相对一般的游戏APP- lang_num计数直方图
总的来说，大多数APP支持1种语言，优质APP支持多语言的比例，比相对一般的APP多一些。因为英语是全球通用语言，为了减少APP开发成本，推测大多数APP仅支持英文。
2.2.9 vpp_lic
优质游戏APP vpp_lic全部为1，相对一般的游戏APP vpp_lic 99.5%为1，因此vpp_lic主要为1，无太大分析意义。
2.2.10 APP名字词云图
优质APP名字词云图：
图19 优质游戏APP名字词云图
由图可知，游戏名字含有“Game”的最多，为了让用户易于分辨APP类型，就要简单粗暴加上“Game”一词。此外“Angry Birds”出现较多，共有11个APP，Angry Birds是由Rovio开发的一款休闲益智类游戏，于2009年12月首发于iOS，可谓全球首款取得真正主流成功的手机游戏，至此将近10年，经久不衰，在相对不受欢迎的游戏APP中，也有7款由其衍生的APP。这些游戏都免费，且适合4+用户，老少皆宜。如果想再开发同款游戏，还望三思而后行，虽然Angry Birds势头很猛，但可能市场已经饱和了哦。其他高频重点词汇：Free、World、HD、Puzzle、Racing等。
以上为关于游戏APP的描述性分析，为了充分运用数据，接下来尝试做一些探索性分析。
3.探索性分析
经过S-W正态性检验，发现本例中的游戏类数据都不服从正态分布，不能采用pearson积矩相关系数，应采用spearman秩相关系数rs衡量变量之间的相关性（异常点会干扰结果），结果如下：
图20 游戏APP变量rs热图
一般认为，rs ≥ 0.3变量间有相关关系。因n = 3462>50，所以对（rating_count_tot & rating_count_ver）和（user_rating & user_rating_ver）两组数据作rs = 0的 t 检验，二者P < 0.001，可以认为有统计学意义，即两组变量之间都有一定正相关。但结合实际意义，这两对数据没有分析线性的必要。
三、总结与建议
综上，优质游戏APP的特征为：
size_bytes均值2.86*10^8，功能越齐全，越大，可能更受欢迎；
免费；
口碑好的游戏，新版本也更热，相比开发新游戏，完善已有的游戏更保险；
最好支持4+；
最佳支持设备数为37或38；
展示5张游戏截屏；
可支持多语言，广撒网，但成本也会因此提高；
游戏名字里加上“Game”，让用户一眼明白APP类别，快准狠！
以上就是关于mobile app分析的全部内容，希望各位大佬多多指正，不吝赐教♡。