为什么苹果不对12306购票抽成30%

👇我的小册 45章教程:(小白零基础用Python量化股票分析小册) ,原价299,限时特价2杯咖啡,满100人涨10元。

👇我的小册 AI工具100个实战小案例:(100个AI工具实战小案例) ,原价299,限时早鸟价29,满100人涨10元。

苹果税是什么?苹果对很多APP内的交易都会抽取30%的费用 。

苹果为什么不敢对 12306 买票抽成 30%?

要讨论这个问题,首先需要明确苹果所指的“内购”是什么。12306的购票服务并不属于苹果定义的内购范畴。根据《审核指南》中的规定,像12306这种商品属于「3.1.3(e)」条款中的「App之外的商品和服务」,因此无需使用IAP(应用内购买)。

稍微详细解释一下:在App Store上架的应用需要遵循苹果的审核指南,而指南中明确规定了什么可以被视为内购。

参照这里,特别是红框部分,类似微信公众号的付费内容被归类为「优质内容的访问权限或解锁完整版」,因此不能直接使用微信支付,而必须通过微信豆等虚拟货币进行交易。这类交易需要通过苹果的IAP(应用内购买)系统进行,并支付相应的分成。

然而,无论是电商平台的商品购买还是火车票的购买,显然不属于解锁特性和功能的范畴,因此可以使用其他支付方式,且只能使用其他支付方式。

作为开发者,需要签署《Apple Developer Program 许可协议》,其中明确规定了一些基本原则,以及各类API和服务的使用条件和限制。

《开发者协议》中明确规定,应用程序之外的商品或服务不能使用IAP进行购买。因此,你会发现电商平台通常采用微信支付、支付宝支付、银行卡支付等方式。当然,苹果也提供了自己的支付服务Apple Pay,这项服务并不收取30%的抽成。

至于 30% 的抽成,则是在《付费协议 App》中说明的,如果是免费应用需要签署《免费 App协议》,付费 App 需要签署《付费 App 协议》。

而《付费 App》协议则明确了分成比例,即大家熟知的30%抽成,以及可能不是每个人都了解的自动续订超过一年后降至15%的分成比例。此外,对于小型企业,分成比例也降低为15%。

审核指南和上面的协议会比较经常的改版,比如 IAP 之外现在已经有了很多特例,类似在欧盟要求下的 StoreKit 购买方式。

比如类似如下类型允许采用非 IAP 方式,类似 12306 显然是满足其中「3.1.3(e)」的「App之外的商品和服务」,这一类是可以使用非 IAP 的方式的。

大概这些吧。

另:

有人认为这是在为苹果的抽成找理由,称其为霸王条款。一定程度上,这种说法是有道理的。然而,苹果确实将规则明确列出,是否接受这些规则是开发者的选择。毕竟,苹果的市场占有率只有20%多,剩下的70%多还是由Android主导。

有些人认为,苹果什么都没做却抽成了30%,而Android只有游戏抽成超过50%,应用程序基本没有抽成。但需要明白,Android平台上的应用在国内市场能够顺利收款的有多少?付费生态、付费意愿、分发渠道和用户流量,这些都是无形的价值。

每个人心中都有一杆秤。苹果确实有不少问题,比如2017年微信打赏分成之争。然而,App Store是苹果打造的生态系统,至今仍保持着相当的健康和活力。

从商业角度来看,作为业余的独立开发者,我也希望苹果的抽成能少一些,但我认为他们的商业模式是合理的。

这只是我的看法,如果你有不同的理解,那么你的观点是对的。

图片

最后推荐一下我们团队写的量化小册的内容,48篇内容!从Python安装,入门,数据分析,爬取股票基金的历史+实时数据,以及如何写一个简单量化策略,策略回测,如何看资金曲线统统都有介绍!非常超值!

欢迎订阅:原价299 早鸟价2杯咖啡钱,即可永久阅读。现在的价格非常非常低,只要2杯奶茶,就可以终身订阅+课程源码,还有永久陪伴群。48小时无理由退款,放心食用!

图片

本项目采用C++编程语言结合ROS框架构建了完整的双机械臂控制系统,实现了Gazebo仿真环境下的协同运动模拟,并完成了两台实体UR10工业机器人的联动控制。该毕业设计在答辩环节获得98分的优异成绩,所有程序代码均通过系统性调试验证,保证可直接部署运行。 系统架构包含三个核心模块:基于ROS通信架构的双臂协调控制器、Gazebo物理引擎下的动力学仿真环境、以及真实UR10机器人的硬件接口层。在仿真验证阶段,开发了双臂碰撞检测算法和轨迹规划模块,通过ROS控制包实现了末端执行器的同步轨迹跟踪。硬件集成方面,建立了基于TCP/IP协议的实时通信链路,解决了双机数据同步和运动指令分发等关键技术问题。 本资源适用于自动化、机械电子、人工智能等专业方向的课程实践,可作为高年级课程设计、毕业课题的重要参考案例。系统采用模块化设计理念,控制核心与硬件接口分离架构便于功能扩展,具备工程实践能力的学习者可在现有框架基础上进行二次开发,例如集成视觉感知模块或优化运动规划算法。 项目文档详细记录了环境配置流程、参数调试方法和实验验证数据,特别说明了双机协同作业时的时序同步解决方案。所有功能模块均提供完整的API接口说明,便于使用者快速理解系统架构并进行定制化修改。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要:本文围绕基于非支配排序的蜣螂优化算法(NSDBO)在微电网多目标优化调度中的应用展开研究,提出了一种改进的智能优化算法以解决微电网系统中经济性、环保性和能源效率等多重目标之间的权衡问题。通过引入非支配排序机制,NSDBO能够有效处理多目标优化中的帕累托前沿搜索,提升解的多样性和收敛性,并结合Matlab代码实现仿真验证,展示了该算法在微电网调度中的优越性能和实际可行性。研究涵盖了微电网典型结构建模、目标函数构建及约束条件处理,实现了对风、光、储能及传统机组的协同优化调度。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事微电网、智能优化算法应用的工程技术人员;熟悉优化算法与能源系统调度的高年级本科生亦可参考。; 使用场景及目标:①应用于微电网多目标优化调度问题的研究与仿真,如成本最小化、碳排放最低与供电可靠性最高之间的平衡;②为新型智能优化算法(如蜣螂优化算法及其改进版本)的设计与验证提供实践案例,推动其在能源系统中的推广应用;③服务于学术论文复现、课题研究或毕业设计中的算法对比与性能测试。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注NSDBO算法的核心实现步骤与微电网模型的构建逻辑,同时可对比其他多目标算法(如NSGA-II、MOPSO)以深入理解其优势与局限,进一步开展算法改进或应用场景拓展。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值