App  Store  In  The  Year  2015        

Marcin  Rudolf,  CTO,        

Future-­‐Shaping  Problems  That  App  Stores  Face  

1.  Open  or  closed  app  distribu<on  model?  2.  App  Stores  do  not  enable  users  to  find  apps  they  

want.  3.  App  Stores  are  not  aware  of  user’s  situa<onal  

and  social  context.  

From  Desktops  To  Gadgets  

•  Handheld  hardware  created  handheld  soJware.  

•  A  shiJ  from  consuming  informa<on  to  using  func<ons.  

„Apps  In  The  Browser”  Not  Likely  To  Succeed  

•  For  most  people  there  is  no  return  to  the  desktop.  

•  We  need  „open  hardware”  first!  

App  Discovery  Is  Unsolved  

0  

500,000  

1,000,000  

1,500,000  

2,000,000  

2,500,000  

3,000,000  

3,500,000  

4,000,000  

4,500,000  

5,000,000  

0   2000   4000   6000   8000   10000  

Downloa

ds  in  Ju

n  20

12  

PosiCon  in  Monthly  Top  List  

Less  than  0.1%  of  Apps  Generates  More  Than  50%  of  Monthly  Downloads  in  Jun  2012  

Google  Play  

Apple  Appstore  

Downloads  in  February  2013    Android  2,2  bln  iOS  1,87  bln  

A  Long  Tail  Of  Apps  That  Are  Never  Found  

0  

500,000  

1,000,000  

1,500,000  

2,000,000  

2,500,000  

3,000,000  

3,500,000  

4,000,000  

4,500,000  

5,000,000  

0   50000   100000  150000  200000  250000  300000  350000  400000  450000  500000  

Downloa

ds  in  Ju

n  20

12  

PosiCon  in  Monthly  Top  List  

How  it  really  looks  like   State  of  the  art    1.  Most  apps  are  never  

downloaded  

2.  People  are  not  finding  what  they  want.    3.  SoluCon  to  this  problem  will  shape  the  future  app  store.    

Content  Discovery  –  Books  &  Papers  

•  Fundamentally  books  &  papers  are  informa<on.  

•  We  have  thousands  of  years  of  experience  in  books  discovery;>  

•  Classifica<on  is  becoming  more  automa<c.  

Content  Discovery  -­‐  Music  

•  Hundreds  of  self-­‐proclaimed  music  genres  exist.  

•  Music  is  very  social  and  self-­‐organising  which  is  leveraged  by  last.fm  and  similar  services.  

hap://slycoder.files.wordpress.com/2010/01/meow.pdf  

Intelligent  App  Store  •  App  is  a  new  type  of  content  – An  app  is  a  piece  of  soJware  that  carries  on  a  very  specific  ac<on  in  a  short  <me.  

– An  app  is  defined  by  what  it  does.  •  App  Store  must  learn  what  apps  can  do  for  humans  and  how  apps  can  be  linked  together.  

•  With  close  to  2  mln.  apps  exis<ng  and  85  000  new  apps  each  month  this  process  must  be  automa<c.  

Finding  What  Apps  Can  Do  

Machine  learning  algorithms  will:  

•  Find  all  possible  app  func<ons.  

•  Automa<cally  assign  each  app  to  one  or  more  func<on.  

Showing  What’s  Out  There  

•  What’s  out  there  in  music?  

Search  Box  Is  Too  Hard  For  Average  User  

General  Category  Queries    

“music”,  “movies”,  “chat”  

5%  

80%  

15%  

“Inspire  Me”  Queries    

“games”,  “fun”,  “free”  

Specific  AcCon  Queries    

“crop  photos”,  “block  calls”,  “view  movies”  

Most  users  look  for  general  app  categories    

Some  users  want  to  be  inspired:  to  find  a  cool  app  or  a  new  game  

 A  small  minority  look  for  a  specific  func<on  

How  People  Search  For  Apps?   The  Implica<ons  

Source:  2  years  of  XYO’s  query  log  data  

A  Rich  User  Context  Is  Available  

•  The  device  you  are  using  knows  what  you  do  and  where  you  are.  

•  Social  services  know  who  you  are  and  what  and  whom  you  like.  

•  You  are  typically  giving  this  informa<on  away,  disregarding  any  privacy  concerns.  

Facebook  Graph  Search:  An  Early  Example  Of  Social  Content  Discovery  

User  As  A  Query  

What  if  we  map  what  you  and  your  friends  like  to  what  apps  in  app  store  can  do  for  you?  

App  Store  2015  

•  A  mul<tude  of  „Walled  Gardens”  •  With  deep  understanding  what  humans  can  do  with  apps.  

•  With  intelligent  algorithms  which  make  long  tail  apps  available.  

•  With  deep  knowledge  of  user’s  situa<onal  and  social  context  that  delivers  apps  seamlessly.  

Thank  You!  

…and  see  all  the  above  in  ac<on  hap://next.xyo.net/betasignup