《恋与深空》舆情风波：用趋势线拆解一场争议的真实影响

6 月 22 日，《恋与深空》在零铺垫的情况下官宣第六位男主敖尹。三天之内，百万条差评涌入 App Store，评分从 4 分以上骤降至 1.5 分，多家官媒发声批评，玩家发起集体投诉和"停氪退游"运动。

很多人看到 1.5 分就直接下结论："这个 App 完了。"

但数据没有这么简单。

如果把 App Store 的评分、下载量、竞品表现放在一起，再用趋势线做一次拆解，你会发现：这场争议对《恋与深空》的影响，和你想象的可能完全不一样。

这篇文章会用点点数据的真实 App Store 数据，一步步展示怎么用趋势线判断一次舆情事件的影响范围——不是简单看"前 vs 后"，而是看"实际 vs 趋势线预测"。

数据来源：本文所有 App Store 数据均来自点点数据（diandian.com），抓取时间为 2026 年 7 月 1 日。

先看全貌：三个 App 的评分和下载

我们选了三个 App 做对比：

• 恋与深空（事件主角）：评分 1.5，51.8 万评分，86.1% 是一星
• 光与夜之恋（直接竞品）：评分 4.4，49.0 万评分，79.4% 是五星
• 恋与制作人（同一开发商 Paper Games 的姐妹产品）：评分 4.8，62.2 万评分，89.3% 是五星

评分结构一目了然：恋与深空的一星占比是竞品的 7.6 倍。但评分只能说明"玩家情绪"，不能说明"业务影响"。

要判断业务影响，必须看下载量趋势。

为什么不能直接比"事件前 vs 事件后"

最常见的做法是：把事件前 7 天和事件后 7 天的下载量直接对比，算出变化百分比。

这样算的话，恋与深空：事件前 7 天日均 15,282 → 事件后 7 天日均 38,215，增长 +150%。

看起来争议不但没伤到下载，反而带来了巨大的热度。

但问题在于：App 在没有事件的时候，下载量本身就在变化。

恋与深空在 6 月初的日均下载只有 7,385，到 6 月第三周已经涨到 15,282。它在 6 月 22 日之前就已经在一个明显的上涨通道中。

如果只看"前 vs 后"，你会把 App 本来就在涨的部分，错误地算成"事件带来的热度"。

正确的方法：用趋势线做投影

更严谨的做法是：

1. 用事件前的数据（6 月 1 日-21 日）拟合一条线性趋势线
2. 用这条趋势线向事件后投影，算出"如果没有事件，下载量大概会是多少"
3. 然后对比"实际值"和"趋势线投影值"，差值才是事件带来的额外影响

用这个方法，我们重新算一下三个 App 的情况。

恋与深空：争议确实带来了超额下载，但故事没那么简单

用 6 月 1-21 日的数据做线性回归，恋与深空的趋势线是：每天自然增长约 +618 下载。

按这条趋势线投影，事件后 7 天的"如果没有事件"日均下载应该是 19,557。

实际值是 39,512。

事件带来的超额下载约 +19,955 天，是趋势线投影的 +102%。

这说明争议确实带来了巨大的额外流量——更多人在事件后搜索和下载这款 App。

但这里有一个关键细节：6 月 18-20 日（事件前 2-4 天），下载量已经出现了异常峰值（21,185 / 22,287 / 21,808），远高于当时趋势线的预测值。

这说明争议情绪在官方 6 月 22 日官宣之前就已经在发酵。玩家社群在 6 月 18 日前后已经开始大规模讨论，而官宣只是把情绪推到了顶点。

所以，"6 月 22 日官宣 → 事件开始"这个时间线是错的。更准确的说法是：6 月 18 日前后争议开始发酵，6 月 22 日官宣成为引爆点，此后下载量在趋势线之上持续走高。

光与夜之恋：竞品真的承接了流量吗？

光与夜之恋是恋与深空最直接的竞品。很多人猜测：恋与深空出事，玩家会转向光与夜之恋。

用同样的趋势线方法分析：

光与夜之恋的事件前趋势线是每天自然增长约 +107 下载。事件后 7 天，趋势线投影的日均下载是 4,727，实际值是 4,426。

事件后实际值略低于趋势线投影（-6%）。

也就是说，光与夜之恋的下载量在事件后不仅没有大幅增长，反而比"如果没有事件"的趋势线预测还低了一点。

这个发现很重要。它说明：恋与深空的争议，并没有产生明显的"竞品迁移"效应。 玩家在争议期间大量下载恋与深空（可能是吃瓜、可能是去写差评、可能是去观望），但并没有大量转向竞品。

恋与制作人：被品牌信任溢出伤的

恋与制作人和恋与深空同属 Paper Games（叠纸）旗下。6 月 22-24 日，恋与制作人的下载量短暂冲高（1,269 → 1,517 → 1,537），可能是因为玩家在对比或讨论同公司产品。

但 6 月 25 日之后，下载量断崖式下跌到 108-430 天。

它的事件前趋势线本身是接近平的（每天自然增长约 -3），事件后 7 天的实际日均是 804，而趋势线投影是 1,126——实际值比趋势线投影低了 29%。

这说明，恋与深空的争议确实产生了品牌信任溢出效应：玩家对 Paper Games 这家公司的信任度下降，波及了它的其他产品。

这个信号，比恋与深空自己的下载增长更值得警惕。

三个 App 的趋势拆解汇总

数据来源：点点数据（diandian.com），2026 年 7 月 1 日抓取。趋势线分析使用线性回归，事件前数据区间为 2026 年 6 月 1 日-21 日。

对 App 增长团队的三个方法论启示

1. 不要直接比"事件前 vs 事件后"

App 的下载量、收入、活跃度本身就存在周变化、月变化、版本更新带来的自然波动。用"事件前 vs 事件后"做简单对比，你会把 App 本来就有的增长趋势当成"事件影响"。

更好的做法是：用事件前 2-3 周的数据做趋势线，然后比较"实际值"和"趋势线投影值"的差值。

2. 评分是情绪指标，下载是行为指标，两个要分开看

评分 1.5 说明玩家极度愤怒。但评分的改变和下载行为的改变，不一定同步。

在这个案例里，评分崩了，但下载反而涨了。这说明大量用户是因为争议才来下载的——可能是去看热闹、可能是去写差评、可能是去验证网上的讨论。

评分影响的是长期转化（新用户看到 1.5 分会不会下载），而下载影响的是短期流量（有多少人因为争议来搜索）。这两个是不同时间维度的问题。

3. 竞品和姐妹产品的数据，往往比主角自己的数据更有说服力

恋与深空自己的下载在涨，这很容易被解读为"没受影响"。但姐妹产品恋与制作人的下载断崖式下跌，说明品牌信任确实在受损。

在做舆情影响分析时，至少要同时看三个维度的数据：

• 主角 App：评分、下载、收入趋势
• 直接竞品：是否有流量承接
• 同公司产品：是否有品牌溢出

AppFast 可以帮你做这件事

如果你的 App 遇到类似情况——评分突然下滑、评论异常增加、或者一次舆情事件让你不确定影响有多大——AppFast 可以帮你做一次 App Store 数据诊断：

• 检查评分和评论的变化趋势
• 拆解负面评论的主题分布
• 用趋势线方法分析下载、收入、榜单的真实影响
• 分国家判断影响范围
• 对比竞品和同公司产品是否承接了流量

很多时候，问题不是"有没有舆情"，而是你能不能快速判断：它影响了哪里、影响有多大、下一步该先修什么。

舆情影响检查清单

下次你的 App 遇到舆情事件，可以按这个清单快速判断：

• [ ] 评分是否出现结构性下滑（不光看当前分数，看新增评分的方向）
• [ ] 下载量是否偏离趋势线（用事件前 2-3 周数据做趋势线投影，不要直接比"前 vs 后"）
• [ ] 评论主题是否从"产品吐槽"升级为"品牌不信任"
• [ ] 竞品是否在同期出现下载或榜单异常增长
• [ ] 同公司产品是否被波及
• [ ] 不同国家/市场是否同步受影响
• [ ] 收入是否出现滞后反应（核心付费用户的停氪行为通常不会在第一天就完全体现）

如果你不确定一次事件是否已经影响你的 App Store 表现，可以预约一次免费的 ASO / App Store 账户诊断。