Fügen Sie einen App-Store-Link ein und erhalten Sie die Rezensionen als Zeilen zurück - Verfasser, Bewertung, Titel, vollständiger Text, das Rezensionsdatum und die App-Version, zu der jede Rezension verfasst wurde. Diese letzte Spalte ist die entscheidende: Sie verwandelt eine Wand aus Rückmeldungen in eine Auswertung pro Release dessen, was Sie ausgeliefert haben.
Die Eingabe ist die App-Store-Seite selbst. Öffnen Sie den Eintrag, der Sie interessiert, kopieren Sie die URL und geben Sie sie weiter - keine Kennungen, die Sie vorher nachschlagen müssten.
Eine Zeile pro Rezension, gekennzeichnet mit der Abfrage, aus der sie stammt - so lässt sich ein Durchlauf über mehrere Apps weiterhin auf Ihre Eingabeliste zurückführen.
Jede Rezension trägt die Version, zu der sie verfasst wurde. Gruppieren Sie danach, und ein Bewertungseinbruch ist kein Rätsel mehr - Sie sehen den Build, mit dem er begann.
Sortieren Sie vor dem Abruf. Neueste für die Release-Überwachung, Hilfreichste für die Rückmeldungen, die andere Nutzende tatsächlich hochgevotet haben - eine ganz andere Stichprobe.
Beide leben auf apps.apple.com und beide sammeln Rezensionen. Wenn Sie neben einer App auch eine Sendung veröffentlichen, deckt dasselbe Tool die Hörseite ab.
Aus echten Exporten entnommen, und jede einzelne kommt gefüllt an - über 821 Rezensionen hinweg gab es in keiner Spalte eine einzige leere Zelle.
Keine Lücken, mit denen man planen müsste. Über 821 Rezensionen aus 37 separaten Durchläufen waren alle acht Spalten in jeder Zeile gefüllt - ungewöhnlich, und es bedeutet, dass insbesondere version für die unten beschriebene Auswertung pro Release verlässlich ist und nicht als Best-Effort behandelt werden muss. Rezensionstext kommt ohne Vorverarbeitung an, sodass alles, was Sie darüber laufen lassen, den Wortlaut der Nutzenden liest.
Die meisten Rezensionsanalysen behandeln Rückmeldungen als einen einzigen undifferenzierten Haufen. Bei App-Rezensionen muss das nicht so sein.
Eine App-Store-Bewertung ist kumulativ, das heißt ein schlechtes Release kündigt sich nicht an - es zeigt sich als langsames Abdriften eines Durchschnitts, hinter dem bereits Tausende Rezensionen stehen. Wenn sich die Zahl sichtbar bewegt, kann der verursachende Build schon zwei Releases alt sein.
Weil jede Rezension die App-Version trägt, zu der sie verfasst wurde, können Sie denselben Datensatz stattdessen nach Build schneiden. Liefern Sie 4.2 aus, ziehen Sie die mit 4.2 gekennzeichneten Rezensionen und vergleichen Sie deren Bewertungsverteilung und Beschwerdesprache mit 4.1. Eine Regression, die in der Gesamtbewertung Wochen bräuchte, um sichtbar zu werden, zeigt sich in den ersten paar hundert Rezensionen.
Der Zeitstempel zählt hier ebenfalls. updated ist das einzige Datum in der Datei, eine Rezension, die später liegt als erwartet, stammt also von einer Person, die zurückgekommen ist und ihre Rezension bearbeitet hat - oft jemand, dessen Problem behoben wurde oder eben nicht. Es gibt kein separates Erstveröffentlichungsdatum zum Vergleich.
Einige Beispiele dafür, wie Teams App-Store-Rezensionsdaten nutzen.
Ziehen Sie nach einem Launch die neuesten Rezensionen und gruppieren Sie sie nach Version. Wenn der Ein-Sterne-Anteil des neuen Builds springt und immer dieselbe Formulierung auftaucht, haben Sie Signal und wahrscheinliche Ursache, bevor sich Support-Tickets stapeln.
Richten Sie es auf den Eintrag eines Wettbewerbers und sortieren Sie nach Hilfreichste - die Rezensionen, die andere hochgevotet haben, sind die, die Anklang fanden. Was deren Nutzende immer wieder fordern, ist der klarste Roadmap-Input, den Sie umsonst bekommen.
Podcast-Einträge sammeln Rezensionen genauso wie Apps, und kein Analytics-Dashboard zeigt Ihnen den Text. Ihn zu exportieren gibt Produzierenden echte Hörerworte statt eines Sternedurchschnitts.
Kein Abonnement, kein Mindestumsatz. Ihre ersten 500 Rezensionen gehen auf uns - danach zahlen Sie nach Verbrauch.
Für jedes neue Konto, einmalig. Keine Kreditkarte erforderlich. Alle Scraper freigeschaltet, voller Funktionsumfang - genug, um Ihr letztes Release nach Version zu schneiden und zu sehen, ob es standhält.
Etwa 2 $ pro 1.000 Rezensionen. Der Vorab-Schätzer zeigt Anzahl und Guthabenkosten, bevor ein Durchlauf startet - keine Überraschungen, keine Recheneinheiten zum Umrechnen.
Mengenpreise, SLAs, dedizierte Worker und maßgeschneidertes Onboarding für die kontinuierliche Überwachung eines App-Portfolios. Nennen Sie uns Ihre Zahlen und wir erstellen ein Angebot.
LIVESCRAPER10 an der Kasse.Rückmeldungen leben selten auf nur einer Plattform.
Dieselbe Aufgabe für physische Produkte - Name des Rezensenten, wortgetreuer Text, Bewertung und Datum aus einer Produktliste, über 17 Amazon-Marktplätze hinweg.
Finden Sie heraus, gegen wen Sie bei einem Keyword antreten. Apple zeigt nie, welche Apps neben Ihrer platziert waren, daher ist das Erfassen der Suche der einzige Weg, das Wettbewerbsumfeld zu sehen.
Kurze Antwort: ja, für die öffentlichen Rezensionsinhalte - und mehr erfassen wir nie.
Rezensionen werden veröffentlicht, um gelesen zu werden. Apple zeigt jedem, der den Eintrag besucht, den Anzeigenamen des Rezensenten, den Titel, den Text, die Bewertung und die Version - angemeldet oder nicht. Das Erfassen öffentlich sichtbarer Rückmeldungen für die Produktforschung ist seit Langem gängige Praxis, und solange die Daten öffentlich verfügbar sind und der Vorgang die Website nicht stört, gibt es keine bundesgesetzlichen Verbote dagegen.
Zwei Einschränkungen, die wir lieber aussprechen als verstecken. Apples Bedingungen schränken den automatisierten Zugriff ein, das ist also ebenso eine Frage der Bedingungen wie eine rechtliche - wenn Sie eine Entwicklervereinbarung mit Apple haben, prüfen Sie sie. Und jede Rezension trägt den Anzeigenamen der rezensierenden Person, was die Ausgabe teilweise zu personenbezogenen Daten macht: Rückmeldungen zu einem Release zu analysieren ist ein vertretbarer Zweck, ein Bild einer einzelnen rezensierenden Person aufzubauen nicht.
Wir rühren nichts an, was hinter einer Anmeldung liegt, betreiben keine Tracker Dritter auf der Datenebene, und Ihre Exporte werden nach 30 Tagen automatisch gelöscht.
Die Fragen, die wir am häufigsten hören. Noch etwas? Sprechen Sie uns an - die Antworten schreiben Menschen, keine Bots.
query, app_id, author, rating, title, review, version und updated. Das ist die Kopfzeile echter Exporte - 37 Durchläufe, 821 Rezensionen - und jede Spalte war in jeder Zeile gefüllt. Vollständige Beschreibungen stehen im Datenlexikon oben.500 einmalige Gratis-Rezensionen für jedes neue Konto - ohne Verfall. Danach sind es 0,002 $ pro Rezension, nach Verbrauch - keine Karte hinterlegt, bis Sie es sagen.
Livescrapers AppStore Bewertungen Scraper verwandelt einen App-Store-Eintrag in Rezensionsdaten. Sie fügen den Seitenlink oder die App-ID ein, wählen zwischen Sortierung nach Hilfreichste oder Neueste, legen ein Limit pro Abfrage fest und laden das Ergebnis als CSV, JSON oder Excel herunter - kein Parser zu schreiben und keine Kennung, die Sie vorher aufspüren müssten.
Jede Zeile trägt acht Spalten: die von Ihnen übermittelte Abfrage, die numerische Kennung der App, den Anzeigenamen des Verfassers, die Sternebewertung, Titel und vollständigen Text, die App-Version, zu der die Rezension verfasst wurde, und den Zeitstempel der Rezension. Über 821 Rezensionen aus 37 separaten Durchläufen kam jede dieser Spalten in jeder Zeile gefüllt an. Der Text kommt wortgetreu zurück, sodass nachgelagerte Sentiment-Arbeit den Wortlaut der Nutzenden liest und nicht unseren.
Das Versionsfeld ist das, was App-Rezensionsdaten von den meisten anderen Rückmeldungen unterscheidet. Store-Bewertungen sind kumulativ, ein schlechtes Release lässt also einen Durchschnitt abdriften, hinter dem schon Tausende Rezensionen stehen - wenn sich die Gesamtzahl bewegt, kann der verantwortliche Build zwei Releases alt sein. Denselben Export nach Version zu schneiden zeigt eine Regression stattdessen in den ersten paar hundert Rezensionen.
Produktteams nutzen es, um einen Launch auf Regressionen zu prüfen und zu sehen, welche Beschwerden andere Nutzende hochgevotet haben. Wettbewerbsteams lesen die hilfreichsten Rezensionen eines Konkurrenten als kostenlosen Roadmap-Input. Podcast-Anbieter nutzen es, weil Einträge geschriebene Rezensionen genauso sammeln wie Apps und kein Analytics-Dashboard diesen Text zeigt. Starten Sie kostenlos - Ihre ersten 500 Rezensionen kosten nichts und brauchen keine Kreditkarte.