アプリの平均評価はどう計算されるのか？ Google PlayとApp Storeの違い

アプリの平均評価は、全レビューの星を単純に平均した数字ではありません。そしてストアごとに計算の仕方がまったく違います。Google Playは2019年以降、新しさで重み付けした加重平均を使っています。新しいレビューや新しいバージョンへの評価が、古いものより重く効きます。一方Appleは既定で全レビューの累積を表示しますが、新しいバージョンを公開するときに開発者がその評価をリセットできます。これが短い答えです。以下では、新しいレビューが1件も届いていないのになぜ評価が上下するのかを掘り下げます。

朝にコンソールを開いたら、新しいレビューがないのに評価が4.3から4.2へ滑り落ちていて、ストアのバグだと思った経験はありませんか。あれはバグではありません。アルゴリズムが設計どおりに動いているだけです。この仕組みを理解すると、どのレビューを、どれくらいの緊急度で、先に返信すべきかの判断が変わります。

2019年まで、Google Playは生涯平均を表示していました。すべての星を合計し、レビュー件数で割るだけ。出だしでつまずいたアプリは、その重荷をずっと引きずりました。ところがGoogle I/O 2019で、Googleは新しさで重み付けした加重平均へ切り替えました。新しいレビュー、そして直近バージョンへの評価が、3年前のものより重く数えられます。Googleは正確な計算式も重みの値も公開していないため、Googleの外にいる誰も厳密な係数を知りません。確かなのは方向性だけです。新しさが古さに勝ちます。

さらにGoogleは、2021年末から評価を国別に表示し、まもなく端末タイプ別（スマートフォン、タブレット、Chromebook、Wear OS）にも分けるようになりました。同じアプリでも、国が違えば別の評価が見えますし、タブレットで見える数字はスマートフォンのそれと同じではありません。単一の普遍的な数字は存在せず、見る人の文脈に合わせて計算された評価があるだけです。

Appleは逆の道を行きます。App Storeは既定で、アプリの全期間にわたるすべての評価の累積を、日付での重み付けなしに表示します。2021年の星1つも、今週の星1つも、同じ重みです。決定的な違いはAppleが開発者に与えるコントロールにあります。新しいバージョンを公開するとき、App Store Connectで評価の概要をリセットし、ゼロから始められるのです。

このリセットは諸刃の剣です。とうに直した不出来なローンチの低評価を引きずっているなら、リセットは過去の重荷なしに今の仕事を語らせてくれます。しかし同時に件数も消えます。「4万件で4.1」が「表示するのに十分な評価がありません」に変わり、あの多い件数もまた売りになっていたはずです。Appleの評価もGoogleと同じく、国別のストアごとに計算されます。

Google Playでは、これは純粋な新しさ効果です。時間が経つにつれ、あなたの古い星5つは影響力を失っていきます。直近のレビューが過去平均よりわずかに弱ければ、今日は1件も評価が届いていなくても、表示される数字は下がります。新しいバージョンを公開しても重みは組み替えられます。直近バージョンへの評価がより重く効くからです。だからこそ、良いリリースのあと、レビューを1件も依頼していないのに評価が上がることがあるのです。

Appleでは数字はもっと安定しています。新しい評価が届くか、あなたが手動で履歴をリセットしたときにしか動きません。件数が増えていないのに急に跳ねたなら、ほぼ確実に、リリース時に誰かがリセットを押しています。両方の仕組みは[アプリの星評価はどう計算されるか](/blog/how-is-your-app-star-rating-calculated)で詳しく扱っています。頭の中の早見表はこうなります。

Googleは式を公開していないので、小数点まで再現することはできません。それでも近い加重版を組み立て、新しいレビュー1件がどこへ数字を押すのかを理解することはできます。これは説明のための演習であり、Googleの公式計算ではありません。

はい。しかも、これほど安価な施策にしては珍しく数字がはっきりしています。Google I/O 2019で、Googleはレビューに返信する開発者は平均で+0.7スターの上昇を見ると報告しました。450万件超のレビューを対象にした査読論文（Hassan et al.）では、返信を受けたユーザーは評価を引き上げる確率が約6倍でした。返信ありで4.4%、返信なしで0.7%です。そしてMcIlroy et al.（IEEE, 2017）は、返信後に評価が変わった場合、その変化の38.7%が引き上げだったと明らかにしました。

これらのデータを新しさ加重の上に重ねると、結論は避けられません。今日公開されたばかりの星1つのレビューを覆すことは、そのユーザー1人を取り戻すだけではありません。表示される数字を他のほぼ何よりも大きく動かします。まさにその直近レビューが、計算モデルの中で最も重く効くからです。速さは贅沢ではなく、算数です。仕組みの全体は[レビューに返信すると評価は上がるのか](/blog/does-replying-to-app-reviews-raise-your-rating)で分解しています。

この返信がしていないことに注目してください。言い訳をせず、正当化せず、修正を3段落のプロセス文章に埋もれさせていません。不具合を名指しし、バージョン番号を示し、次の一手のドアを開けたまま引き下がる。しかも350字未満に収まっています。これはGoogle Playが返信に課す厳格な上限です。一方Appleは公式の上限を公表していません。コミュニティの検証では数千字程度とされますが、どちらのストアでも短いほうがよく読まれます。

理屈は簡単です。難しいのは、それを月に200回、6か国語で、しかも各レビューが届いたその日に、アプリ開発も続けながら実行することです。ポルトガル語で書いたのに英語で返信をもらったユーザーは、対応されたのではなく処理されたと感じます。レビュアーの言語で返信することは、最も割に合う施策のひとつであると同時に、手作業では最も骨の折れる作業です。この論点は[アプリのレビューにあらゆる言語で返信する](/blog/reply-to-app-reviews-in-any-language)で個別に扱っています。

まさにこの隙間のために作られたのが[Reply Argus](/features)です。App StoreとGoogle Playのレビューを一つの受信箱で監視し、それぞれにユーザーの言語で返信の下書きを作ります。過去に承認した返信とナレッジベースに基づくので、あなたが公開していない修正を勝手にでっち上げることはありません。あなたは承認するか、手を入れるか、安全なものだけ自動公開するルールを定義します。そして新しさが評価を最も動かすと分かっているので、アルゴリズムが最も重く見る、届いたばかりの低評価レビューを優先します。ストアごとの比較が欲しければ、[App StoreとGoogle Playの返信の違い](/blog/app-store-vs-google-play-review-replies)で分解しています。

いちばん悪い直近の星1つのレビューを取り上げ、今日、3手で返信してみてください。問題を名指しし、修正を引き受け、次の一手をひとつだけ示す。新しさ加重のもとでは、今週のそのレビューこそが評価に最も重く効くので、あなたの時間が最も報われる場所もそこです。5分×200件があなたの1週間で吸収できる作業でなくなったら、[Reply Argusを無料で始めてください](/signup)。カード不要で、数分のうちにユーザーの言語で最初の返信を下書きし、あなたが承認するだけにします。