APP系统推送
2023-09-09 16:37:33 0 举报
AI智能生成
APP系统推送
作者其他创作
大纲/内容
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
好处
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
坏处
消息推送的影响
标签推送
利用人口学属性,建立用户数据库
账号体系推送(alias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
多维度推送
对沉默用户的推送
升级版本的推送
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
限制发送速度
人口结构数据
历史行为数据
A/B test
定向push,提高push匹配度
全量push,覆盖面大但精准度抵
push人群
参考:一般系统功能类>营销活动类(有例外,如电商大促)
定义多类push优先级
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%)
push文案马赛克机制
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……
基于用户标签的个性化push
消息推送策略
技师通道原因
用户主动关闭消息推送权限
到达率低的原因
到达率(到达人数/发送数量)
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
消息推送数据指标
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
半自动push
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
去重过滤
技术层面
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
消息推送的时机
用户历史行为分析,判定推送场景
发货到货通知
生日通知
优惠券过期提醒
栗子
消息推送的场景
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
attention(引起注意)
interest(产生兴趣)
desire(唤起欲望)
action(点击行为)
AIDA法则
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)
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】
注意别盲目轻易蹭政治敏感,八卦新闻热点
内容要与产品属性,业务形态相关
定义好push落地页
消息推送的内容
坚守【克制】
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
根据用户使用频次决定消息push频率
参考
消息推送的频率
微信、QQ等
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)
非IM类
消息类型
APP系统推送
0 条评论
回复 删除
下一页