APP系统推送
2018-09-10 17:37:37 11 举报AI智能生成
APP推送分析
作者其他创作
大纲/内容
消息推送的影响
好处
信息告知于提醒
促进活跃，增强粘性
唤醒沉默用户，提高留存
提高功能 模块
坏处
骚然用户，提高卸载率
透支信任，“狼来了”的故事
过多无价值内容，造成用户反感与麻木
消息推送策略
标签推送
账号体系推送（alias推送）
利用人口学属性，建立用户数据库
多维度推送
版本，分发渠道，地理位置（目前通过IP定位，支持精确到省，直辖市）
用户活跃度、机型、性别
消费力、购买力、群组（华中华南，高富帅，白富美）
多维度组合，取交集或并集推送
对沉默用户的推送
升级版本的推送
限制发送速度
减少服务器压力，避免高并发，限制发送速度，每秒钟发送多少条
A/B test
人口结构数据
历史行为数据
push人群
定向push，提高push匹配度
全量push，覆盖面大但精准度抵
定义多类push优先级
参考：一般系统功能类>营销活动类（有例外，如电商大促）
push文案马赛克机制
运营写出若干条文案（如5条），然后提前抽取部分实验用户出来（比如用户总量的10%），每一条文案发送实验用户中的一部分（10%/5=2%，即每条文案发送给实验用户量的2%），观察一段时间内每一条文案的点击率，点击率最高的文案胜出，然后这条优胜文案再发送给剩余的用户（90%）
基于用户标签的个性化push
基础的用户标签分类主要有设备信息、用户信息、用户行为、行为信息、优惠信息、其他信息……
消息推送数据指标
到达率（到达人数/发送数量）
到达率低的原因
技师通道原因
用户主动关闭消息推送权限
打开率（打开人数/到达人数）
转化率（转化人数/打开人数）
卸载率（参考：推送1小时后卸载人数/到达人数）
接受push的留存率=2*未接受push的留存率
技术层面
半自动push
push规范化产品化，形成push事件，由半自动系统发送
半自动平台的【事件】描述整个运营行为，由【具体人群】、【触发条件】、【运用规则】、【调度机制】构成。事件具有实时性、突发性的特点
一个事件包含：满足什么条件，做什么事，这件事具体做什么，何时以及如何来做这件事
调度机制：如调度push系统、用户标签系统、关联系统相关数据等
去重过滤
制定规则，确保一个用户每天最多收到N天push（N一般是2），且优先收到重要性更高的push
优惠券过期push、活动上线push、生日祝福push、个性化push等多类push需去重过滤
消息推送的时机
参考时间：9-10AM、12-14PM、5-6PM、9-10PM
基于用户真实场景反推push时间
消息推送的场景
用户历史行为分析，判定推送场景
栗子
发货到货通知
生日通知
优惠券过期提醒
消息推送的内容
文案（数字+表情）
简洁，直击重点，与用户自身强关联，刺激用户触发push
AIDA法则
attention（引起注意）
interest（产生兴趣）
desire（唤起欲望）
action（点击行为）
形成场景化文案范式，比如小红书：【场景+关联用户+数字+判定词=一条小红书push】
场景：国名、交通工具等地域环境或状态，如澳洲、飞机上、约会前……
关联用户：与用户有关的名词、代词等，如女人、你、吃货……
数字：普通数字、排名、百分数等一切与数字有关的词
判定词：如等于、就该、就够了等词（注意：极限词不可用）
内容要与产品属性，业务形态相关
注意别盲目轻易蹭政治敏感，八卦新闻热点
定义好push落地页
消息推送的频率
坚守【克制】
根据用户使用频次决定消息push频率
产品形态决定使用频次，使用频次决定消息push频率
如内容型APP，社交型APP，工具型APP的使用频次差异
参考
消息类型
IM类
微信、QQ等
非IM类
新闻资讯类（如网易新闻，今日头条）
营销活动类（如天猫平台预售，大促，返场活动）
产品推荐类（如淘宝个性化关联推荐，新品推荐）
系统功能类（如天猫的发货到货通知、优惠券过期提醒）
0 条评论
下一页
