Ревюта, оценки и други сигнали са разпръснати между Apple App Store и Google Play, често в десетки пазари и на различни езици. Всяко отделно мнение може да разкрие бъг, искане за нова функционалност или промяна в нагласите на потребителите. Когато обаче става дума за десетки или стотици хиляди сигнали, систематичният им анализ се превръща в сериозно предизвикателство.
Tumba Solutions се опитва да реши именно този проблем с AppInsight+ – AI платформа за анализ на пазара на мобилни приложения, разработена от софтуерната компания като част от вътрешната ѝ R&D програма.
Платформата анализира публично достъпни данни от магазините за приложения и ги превръща в приоритизирани продуктови изводи. Целта е да помогне на екипите да отговорят на един много практичен въпрос: Какво трябва да разработим, поправим или проучим следващо?
„Компаниите нямат недостиг на обратна връзка от потребителите. Те имат прекалено много от нея“, коментира Емо Абаджиев, CEO на Tumba Solutions. „Предизвикателството е да превърнеш хиляди или милиони отделни сигнали в малък брой решения, по които продуктовият екип действително може да предприеме действие.“
AppInsight+ анализира ревюта, оценки, цени и промени в представянето на приложенията във времето, като търси повтарящи се оплаквания, искания за нови функции и промени в потребителските нагласи. Платформата може да сравнява един и същ продукт в iOS и Android, да проследява разлики между отделните пазари и да анализира конкурентни приложения в една и съща категория.
При Android приложенията Tumba добавя и допълнително техническо ниво на анализ. AppInsight+ може да проверява технически компоненти, да идентифицира изискваните разрешения и да сигнализира за компоненти, свързани с публично известни уязвимости в сигурността.
Именно тази комбинация е в основата на позиционирането на продукта. Анализът на пазара на приложения не е нова категория, но идеята на AppInsight+ е да излезе отвъд проследяването на класации, изтегляния или представяне в app store платформите. Tumba иска да превърне тези данни в реален вход за продуктови и инженерни решения.
От потребителските мнения до продуктовите приоритети
Ревютата в магазините за приложения са един от най-големите публично достъпни източници на непоискана обратна връзка за дигитални продукти. Стойността им обаче започва да намалява с увеличаването на обема.
Един продуктов мениджър може да прочете 50 ревюта. Да бъдат анализирани десетки хиляди мнения от различни държави, на различни езици, за множество версии на продукта и неговите конкуренти, е съвсем различна задача.
AppInsight+ използва AI, за да групира обратната връзка около повтарящи се теми и да идентифицира какво потребителите системно харесват, какво ги разочарова и какви функционалности искат най-често.
Вместо да предоставя на продуктовите екипи още един поток от сурови данни, платформата се опитва да подреди тези сигнали според потенциалното им значение за конкретно продуктово решение.
Анализът на нагласите също не се ограничава до стандартното разделение на позитивни и негативни коментари. Според Tumba системата може да разграничава различни модели в потребителското поведение – например клиенти, които като цяло харесват продукта, но имат конкретно оплакване, от потребители, чиито коментари показват по-дълбоко неудовлетворение.
Целта не е просто ревютата да бъдат обобщавани, а да бъдат откривани модели, които могат реално да повлияят върху продуктовата пътна карта.
Едно и също приложение може да разказва различна история на всеки пазар
Обобщените оценки в магазините за приложения често прикриват значителни разлики.
Едно приложение може да се представя отлично в iOS, но едновременно с това Android потребителите да съобщават за повтарящи се проблеми. Продукт, който получава много добри оценки в една държава, може да среща напълно различни очаквания или проблеми с използваемостта на друг пазар.
AppInsight+ сравнява тези различия между платформи, държави и периоди от време и позволява на екипите да видят къде точно се разминава представянето на продукта.
Това може да бъде особено полезно, когато спадът в рейтинга е свързан с конкретна версия, платформа или географски пазар, а не с проблем, който засяга продукта като цяло.
Платформата позволява и анализ отвъд собственото приложение на компанията, като сравнява групи от конкурентни продукти.
Според Tumba подобен анализ на ниво категория може да показва общите проблеми на пазара, липсващи функционалности и области, в които конкурентите се справят по-добре или по-слабо.
Техническият анализ добавя още едно ниво
Анализът на Android приложения е сред по-необичайните функционалности на AppInsight+.
Освен пазарни данни и обратна връзка от потребителите, платформата може да анализира част от техническата структура на дадено Android приложение, включително използвани компоненти и разрешения, както и да идентифицира компоненти, свързани с публично известни уязвимости в сигурността.
Това добавя още един набор от сигнали, които продуктовите и инженерните екипи могат да използват при анализа както на собствения си софтуер, така и на други продукти в конкретен пазар.
Например конкурент може да има отлични оценки и подобряващи се потребителски нагласи, но едновременно с това да използва технически компоненти, които заслужават по-задълбочен анализ. Обратно, приложение с ниски оценки може да има стабилна техническа основа, но да страда от сравнително ограничен набор от повтарящи се продуктови проблеми.
Комбинирането на тези сигнали има за цел да даде по-пълна картина от тази, която могат да предоставят единствено стандартните app store метрики.
AppInsight+ започва като вътрешен инструмент
За разлика от продукти, създадени първоначално с цел да бъдат продавани на външни клиенти, AppInsight+ започва развитието си вътре в Tumba.
Компанията първоначално разработва платформата, за да подпомага собствените си продуктови, инженерни и маркетинг екипи. Ранните версии се използват за проучване на приложения и пазари преди започването на клиентски проекти, както и за анализ на продукти, по които екипите на Tumba вече работят.
„Не започнахме с въпроса колко AI функционалности можем да добавим в една платформа“, казва Абаджиев. „Започнахме от решенията, които собствените ни екипи трябваше да вземат отново и отново, и запазихме тези възможности, които реално ни помагаха да вземаме решения по-бързо и на база на повече доказателства.“
Процесът на разработка включва изграждането и тестването на различни функционалности, премахването на тези, които не подобряват съществено процеса на вземане на решения, и развитието на възможностите, които се оказват полезни в ежедневната работа.
Днес AppInsight+ вече е редовно използван вътрешен инструмент в компанията.
Преди началото на нов софтуерен проект например Tumba може да използва платформата, за да изгради външна картина за продукта на клиента – повтарящи се потребителски проблеми, искани функционалности, промени в рейтингите, конкурентно позициониране и потенциални технически рискове.
При съществуващи продукти екипите могат да проследяват как тези сигнали се променят във времето и да ги използват като още един източник при определянето на приоритетите за разработка.
Tumba използва AppInsight+ и за по-широк пазарен анализ, като изследва цели категории от приложения и конкурентната среда още преди започването на разработката.
Според компанията това може да промени началната точка на един софтуерен проект. Вместо екипите да разчитат основно на вътрешни предположения за това какво искат потребителите, те могат да започнат от вече съществуващи публични данни, генерирани от клиентите и конкурентите.
AI навлиза все по-дълбоко в продуктовия мениджмънт
Появата на инструменти като AppInsight+ е част от по-голяма промяна в начина, по който генеративният AI се използва в софтуерните компании.
Голяма част от вниманието около AI в разработката на софтуер през последните години беше насочено към генерирането на код. Значителен потенциал обаче има и на по-ранен етап – когато компаниите трябва да определят кои проблеми изобщо си струва да бъдат решавани, преди инженерите да започнат да пишат код.
Магазините за приложения съдържат години продуктова история под формата на оценки, ревюта, реакции към нови версии и промени в конкурентната среда. Доскоро извличането на смислени изводи от такъв обем неструктурирана информация изискваше значителен ръчен анализ.
AI позволява обработването на много по-големи масиви от данни и превръщането им в информация, с която продуктовите екипи могат реално да работят.
Предизвикателството е препоръките да останат свързани с данните и доказателствата, върху които са базирани, вместо да се превърнат в поредния слой автоматично генерирано мнение.
За Tumba AppInsight+ е опит AI да бъде използван не само за ускоряване на разработката на софтуер, но и за подобряване на решенията, които я предшестват.
Прочетете още:
INSAIT привлече в България легендарен учен в областта на изкуствения интелект
OpenAI и Microsoft работят върху суперкомпютър с AI за 100 млрд. долара
LG призовава програмисти да участват в LG webOS Hackathon 2024
OpenAI представи новия си AI модел O1
INSAIT пусна български изкуствен интелект на световно ниво
NVIDIA се присъединява към надпреварата в генерираното от AI аудио с новия модел Fugatto
Изкуствен интелект стана студент по дигитални изкуства във Виена
Bosch Tech Day 2025: Бош инвестира сериозно в изкуствения интелект като двигател на растежа
Над 1100 учители се обучиха как да използват изкуствен интелект в учебния процес
AMD обяви своето годишно събитие “Advancing AI 2026”