Shopify App Store Dataset

完整的Shopify应用商店数据集，包含25,073个应用的评分、评论、定价、类别等元数据，以及29,957条负面评论（1-2星），以CSV格式提供（2026年8月收集）。The complete Shopify App Store dataset contains metadata (e.g., ratings, reviews, pricing, and categories) for 25,073 applications, alongside 29,957 negative reviews with 1–2 star ratings, and is provided in CSV format; the dataset was collected in August 2026.

原始信息汇总

Shopify App Store 数据集概述

数据集简介

该数据集为 Shopify 应用商店（英文版）的完整快照，包含商店中所有已上架应用的关键元数据以及所有 1–2 星差评的完整文本。数据采集于 2026 年 8 月，格式为 UTF-8 CSV。

数据文件

文件	行数	内容
shopify_apps.csv	25,073	每个应用一行，包含评分、评论、定价、类别、集成、上线日期等 24 个字段
shopify_negative_reviews.csv	29,957	每条 1–2 星评论一行，关联应用名称/类别/开发者，含评论者店铺、国家、使用时长、日期及全文

主要字段说明

应用数据（shopify_apps.csv）

• 基础信息：应用名称（name）、开发者（developer）、URL、slug 标识
• 评分数据：平均星级（rating）、评论数（review_count）
• 定价信息：定价摘要（pricing_summary）、最低/最高付费套餐价格（price_min/price_max，美元/月）、是否提供免费套餐（has_free_plan）、是否提供免费试用（has_free_trial）
• 分类信息：主类别（primary_category）、全部分类（categories）、分类 slug（category_slugs）
• 其他属性：是否获得 Built for Shopify 徽章（built_for_shopify）、支持语言（languages）、集成对象（works_with）、上线日期（launched）、schema.org 应用类别（app_category）、定价套餐（pricing_plans）、应用图标 URL、描述、列表最后修改日期、抓取时间

差评数据（shopify_negative_reviews.csv）

• 评论对象：被评论应用的 slug、名称、主类别、开发者
• 评论内容：评分（1 或 2）、评论日期、评论者店铺名称、评论者国家、使用该应用的时长、评论全文（纯评分评论文本为空）

数据亮点

• 25,073 款应用（完整英文目录）
• 10,536 款应用至少有一条评论，商店内评论总计 850,441 条
• 已评论应用的平均评分为 4.48★（8,105 款应用评分在 4.5–5.0 之间）
• 15,876 个独立开发者，覆盖 122 个类别
• 变现情况：16,672 款应用提供免费套餐，12,801 款提供免费试用，20,786 款带有 Built for Shopify 徽章
• 应用上线时间跨度为 2009 年至 2026 年
• 差评数据：29,957 条（24,287 条一星，5,670 条二星），已验证与各应用页面按星级统计的评论数完全一致

评论最多的应用

Judge.me Product Reviews（43,514 条）、TikTok（15,421 条）、Shopify Flow（11,960 条）、Loox（8,979 条）、Pop Convert（8,584 条）、Shop（8,399 条）、Appstle Subscriptions（8,220 条）

最大的应用类别

Analytics（1,183 款）、SEO（854 款）、Chat（812 款）、Shipping（794 款）、Discounts（767 款）

商家主要投诉内容（占 28,228 条文本评论的比例）

• 支持服务无响应/缓慢：38%
• 损坏/漏洞：25%
• 涨价/隐藏费用：19%
• 更新后损坏：9%
• 功能缺失/不灵活：10%

注意事项

• 各字段解析自公开的应用列表页面。无评论的应用其 rating/review_count 为空或 0，这是准确数据而非缺失。
• 本数据集为时间点快照，评分、评论数和定价会随时间变化。
• 应用名称、描述和图标归各开发者所有。数据集仅供研究分析使用，商业再分发需遵守 Shopify 相关条款。

搜集汇总

数据集介绍

构建方式

本数据集是对Shopify应用商店英文版全量目录的系统性采集与结构化整合，时间定格于2026年8月。数据获取遵循严谨的爬取流程，自公开应用列表页提取详尽元数据，并依托sitemap校验列表的最后修改日期，确保信息时效性。构建过程包含两大数据模块：其一，25,073个应用的全量快照，覆盖24个字段，如评分、评论数、定价明细、分类归属及启动日期；其二，针对4,378个应用的29,957条1–2星负面评论，每一条均与应用主表实现关联，并附带评论者店铺、国家及使用时长等情境信息。采集数据的完整性已通过逐星核对机制验证，确保负面评论无一遗漏，构建流程在精准映射商店生态的同时，亦为纵向对比提供了基准。

特点

该数据集以深度与广度并重著称。广度层面，囊括商店内全部英文应用，覆盖15,876个开发者与122个细分品类，其中具备评论的应用达10,536个，累计点评总数高达850,441条，平均评分为4.48星，凸显市场的活跃与分层。深度层面，负面评论子集触及商务痛点，高达38%的评论指向支持响应迟缓，25%提及功能缺陷或错误，19%抱怨涨价或隐性费用，9%反映更新破坏体验，10%强调功能缺失。如此细致的文本与维度解析，使研究者能够穿透表面评分，洞察商户不满的结构性归因，为应用质量优化与用户留存策略提供数据驱动的决策支持。

使用方法

数据以UTF-8编码的CSV格式存储，兼容主流数据分析工具，便于直接导入Python或R环境进行统计建模与可视化探索。主要文件shopify_apps.csv可支撑生态全景分析，如时序挖掘应用发布趋势、分类竞争格局或定价模式演变；shopify_negative_reviews.csv则适用于情感分析、主题建模，结合‘duration’、‘country’等字段，可构建商户流失风险预测模型或地域服务质量对比研究。需要注意的是，本快照反映单一时间点状态，追踪动态演变需连续采集。使用过程中，用户宜参照README中字段权威描述，辅以应用标识slug进行关联，以兑现数据集全面探索的潜力。

背景与挑战

背景概述

Shopify App Store Dataset由数据科学家于2026年8月构建，旨在全面捕捉Shopify应用生态的静态快照，涵盖超2.5万个应用及其元数据，以及近3万条1-2星负面评论。该数据集聚焦于电商平台应用市场的结构、开发者行为及用户反馈，为研究平台经济、应用质量评估及商家决策提供了丰富的实证基础。其规模与信息深度在同类数据集中较为罕见，为理解Shopify生态内的竞争格局、定价策略及用户满意度提供了宝贵资源，对平台治理、应用开发和市场营销研究具有重要影响。

当前挑战

该数据集面临多方面的挑战。领域层面，电商应用市场存在信息不对称，商家难以从海量应用中识别高质量产品，而负面评论揭示的普遍问题（如支持不力、缺陷频发）凸显了质量保证的痛点。构建过程中，需从公开页面精准解析24个字段，处理应用无评论导致的缺失值，确保评论完整性（与页面计数核对），并应对动态变化的价格、评分与评论数。此外，数据版权与商业使用的法律边界，以及跨类别、跨时间比较的复杂性，均为后续分析带来挑战。

常用场景

经典使用场景

该数据集以其对Shopify应用商店生态的全面映射而著称，涵盖了超过2.5万个应用及近3万条负面评论，为电商SaaS市场研究提供了空前详尽的横截面数据。研究者常以此为基础，剖析应用定价策略、功能分布及开发者格局，并深入挖掘低分评论中的用户反馈模式，从而揭示应用质量与市场表现的关联机制。

解决学术问题

在学术层面，该数据集有效解决了电商平台生态系统中应用商店数据稀缺与细粒度反馈不足的难题。它使得对平台经济中的双边市场动态、应用开发商生存策略以及用户满意度影响因素等议题，能够开展实证分析。尤其，其负面评论的完整覆盖，为探究服务失败与用户流失机制提供了独特视角，推动了相关理论模型的验证与修正。

衍生相关工作

基于该数据，研究者已衍生出多项开创性工作。从训练面向电商评论的方面级情感分析模型，到开发应用失败预测与用户流失预警系统；从构建应用推荐算法，到解析价格敏感度与付费意愿的计量模型，不一而足。此外，结合时间戳字段，尚可追溯应用迭代轨迹，为软件演进的纵向研究铺平道路。