职业经理人门户网站,打造专业的商务信息分享平台 手机版
erweima.png
如有投稿需求,请把文章发送到邮箱
jingliren_tougao@163.com

App“精准推送”是怎么做到精准的? 从内容运营和统计分析层面看App推送策略

关键词:资讯
发布时间: 2020-01-28 10:47
App“精准推送”是怎么做到精准的?

精准推送”是App开发者都非常关心的概念。那么什么是“精准推送”?“精准推送”是怎么做到精准的?“精准推送”相比“非精准推送”到底能起到多大作用?今天我们和大家一起来聊聊这个话题。

一 ?怎样定义 App 精准推送

“精准推送”不是App消息推送的专属概念,早在互联网广告兴起的时候就已经被提出来了,只不过广告行业的叫法是“精准投放”,即“广告主将合适的广告投放给合适的人群/受众”。

消息推送从本质上来讲,也是一种广告形式(通知栏或者应用内消息),那么我们可以把“精准投放”的概念扩展一下,将”精准推送”定义成“App运营人员把合适的内容推送给合适的人群/受众”,这样大家对“精准推送”就有了一个初步的印象。当然,市面上还有一些其它叫法,譬如“智能推送”、“个性化推送”等本质是一样的。

在扩展话题之前,可以先看下什么是“非精准推送”,举个例子:终端用户在中国,却收到了英文通知消息,又或者是北京的用户接到“上海南京东路全路段封闭”的通知消息……

对于终端用户来说,如果频繁收到这种不相关的消息,可能会在App的设置里面禁掉该App的消息通知功能(这类用户属于高级用户,比例相对低),或者直接选择卸载该App(这类用户属于普通用户,所占比例非常高)。 那么该如何规避这类情况呢? 其实如果App运营人员对“精准推送”稍微有些了解的话,就可以避免上面列举的那些场景。

再来谈谈何为“精准推送”,从定义出发:“将合适的内容推送给合适的人群”。我们将重点放在“合适的人群”这个关键点上,一般 App 推送的内容都是由 App 运营人员提前编辑好的,所以理所当然应该就是“合适的内容”了;而“合适的人群”就要涉及到对人群的精准划分了,那么如何划分人群?划分人群的依据是什么?

结合友盟消息推送在这方面的经验积累,给出 4 个层面的划分维度:

基于设备的属性:更准确的说,还应该包含基于 App 的属性。基于设备的维度包含“机型”、“操作系统”、“系统语言”等;基于 App 的维度包括“ App 版本”,“ App 渠道(比如豌豆荚、91助手)”,“App活跃度(几天不活跃用户/几天活跃用户)”等。据我们后台统计,在使用了“精准推送”的开发者中,大部分都使用到了基于设备属性和 App 属性的维度,使用频率非常高。

基于用户的属性:这里的“用户”指的是使用 App 的终端用户。基于用户的维度,我们一般称为“用户画像(user profile)”, 基本的用户画像维度包括“性别”、“年龄”、“地理位置(一般精确到省份、城市级别)”、“消费能力”等;高级的用户画像维度有“兴趣爱好”、“信用评级”等。根据友盟推送后台的用户统计,电商类 App 使用用户画像进行推送的频次相对高一些。比如使用基于性别维度来推消息, “给男性用户推送剃须刀促销的信息,给女性用户推送化妆品促销的信息”。

基于实时地理位置的属性:?基于实时地理位置(LBS)的常见的推送场景是,当用户的设备进入某个商圈,就能收到该商圈内店铺的推送消息。随着 O2O 行业的兴起,这样的推送需求开始增加。

基于App自定义标签:?上面总结的3个维度属性,是第三方推送服务提供商可以提供给开发者使用的,但是不一定能满足所有开发者的需求,特别是对自己用户数据有一定积累的App。“App自定义标签”指的是App 开发者对App终端用户打的标签,譬如一款体育视频的App,可以根据终端用户的观看习惯,给App的用户打上“足球”、“篮球”等标签。要想实现更精细化的人群细分,可以尝试使用App自己的标签体系,或者通过把自有的“App自定义标签”和上面提到的3个维度属性结合起来,来更大效应的发挥“精准推送”的价值。比如上述提到的体育视频App,可以在“北京国安VS广州恒大”的比赛开始前,给“用户标签是足球并且地理位置在北京”的国安球迷推送关于比赛的通知。

下面这个图简单的列出了上面提到的四个层面的精准推送维度,条框的宽窄大致的反映了开发者使用的频度:

二 ?如何做到“精准推送”

上述维度划分应该能满足绝大部分推送需求,App运营人员只需要结合自己App的特点及细分领域属性来进行“精准推送”。列举几个不同类别App推送的差异点:

电商类的App:在用户画像上可以多下功夫;

游戏类App:可能更关心的是流失玩家的召回,因此可以使用“ N天不活跃”的筛选条件来进行推送;

生活类的App:根据“地域”针对性的推送一些运营活动是更常见的推送策略;

新闻类的App:根据“App自定义标签”来给用户推送新闻,更符合用户的阅读习惯和偏好,进而实现个性化推荐阅读。

“精准推送”是怎么做到精准呢?

说到“精准推送”就不得不提另外一个名词:“数据资产”。通过对海量数据来进行用户行为分析,从而可以得到精准的用户画像数据,结合“基于设备/App”的属性维度,就生产出了核心的数据资产。很多开发者选择友盟消息推送,就是看中友盟平台的海量数据资产和技术实力,友盟在终端设备覆盖率和准确性方面的特有优势。

比如某电商App想推送一款高档商品的相关消息,希望把商品卖给在上海(用户画像/地理位置)的购买力强(用户画像/消费能力)的用户,这个时候就非常倚赖精准推送了。举个真实的例子,有个朋友在做“出海”手游运营,主要对象是印度和东南亚地区。东南亚地区主要的流通语言是英语&汉语,所以他们就很依赖基于语言推送这个简单的功能,开始做推送时,由于对用户语言这个维度积累的数据不是太多,甚至是错误的,造成了英语用户收到了中文推送,部分中文用户收到了英文推送。用户很是反感后来造成了大量用户卸载。所以说,如果没有“数据资产”积累,是很难做到精准推送的。

开发者在做推送时,可以选择有以下特征的推送提供商:首先,有强大技术支持;其次,有数十亿的终端设备覆盖;另外,最好有海量数据资产支持。

三 ?“精准推送”相比“非精准推送”有何优势

我们还是借用广告界的一些概念,在广告领域,评价广告投放效果好坏的通用指标是“CTR(Click-Through-Rate)”,中文翻译过来是点击率,即#(广告点击量)/#(广告展示量)。

对于消息推送业务来说,我们可以直接复用这个概念,我们将消息的打开率定义为 #(通知打开数)/ #(通知送达数),因为只有终端用户对该推送消息感兴趣,他们才会去点击消息查看消息的详情内容,所以消息的打开率能非常好的衡量一次推送任务的推送效果。根据友盟消息推送后台统计的数据,可以粗略的得出,相比于“非精准推送”,使用“精准推送”能使消息的打开率在相对值上提升40%左右(比如泛推的打开率是 20%,那么精准推送打开率能提升到 28%),在对广大 App 运营人员来说,这无疑是一个好消息。

关于“推送”的介绍,就先给大家介绍到这里了。当前友盟消息推送已经支持“设备属性”、“用户画像”和“ App 自定义标签”这 3 个层面的维度,“实时地理位置”维度后续也给大家开放出来使用。

内容运营和统计分析层面看App推送策略

推送和其他的地方不同的是它的主动权掌握在开发者手里,它不仅可以出现在通知栏,还可以出现在应用内。正是因为推送的主动权掌握在开发者手里,所以我们在使用过程中会觉得比较好用和随便,正是因为好用所以会出现两个误区:我们推送的内容不痛不痒,对用户没有帮助;用户虽然看到了消息,但是没有互动的意愿。

什么是用户感兴趣的消息?我们看一张图,前不久就一个纪录片是《穹顶之下》火爆了全国,可能深圳的朋友感觉天气比较好感受不会这么深,但是我们在北京已经感受空气困扰的折磨了。在这之前我们有一个空气指数的应用,了解每天的空气质量决定是否要戴口罩。通过通知栏我们来推送用户感兴趣的消息,是非常好的一种形式。我们给大家从两个层面来总结了用户感兴趣的消息。

一、基于运营层面上的推送策略和方法

我们看一个例子,暴风影音这周在深圳上市,我们看一下他们怎么推送热门的。左边这张图是去年的5月16日黄海波刚刚出事的时候它推送了一个消息,有图,有颜色的按钮,点击进去就可以看这个事情了。昨天早晨它给我推了一个消息,周六早晨它给我推了一个消息,我们可以看到它上面有一个控件和图片,我们可以看到它从去年5月16日到今年它这个推送形态的变化以及对内容的把握是很到位的,所以说它把很小的细节做到了极致也是值得我们学习的。

还有就是结合场景的推送也是用户感兴趣的,比如清明、端午、五一,还有刚刚过去的两会,这都是结合时间一些非常重要的节点。我们还是看一些具体的例子,我们知道新加坡这几天在举行李光耀的国葬,刚开始李光耀的消息出来有误报,这个时候就有一个推送,就是对于李光耀逝世的误报出来,可见这种消息推送的已经到了白热化的阶段。

1、自动推送

比如在微社区好友之间的互动,还有一些游戏类的,再比如电商类的活动。我们看一些例子,比如有妖气漫画,它做了一个定时漫画更新提醒,在晚上20:30给所有人推的,这个就是它推的内容更新。第二个就是云图TV,今天也来了我们的现场,也是我们推送的忠实用户,它给我手机上推了这样一条消息,在晚上17:20的时候给我推了一个浙江卫视的节目预告,算是活动提醒。然后指尖是一个游戏平台,在晚上19:20给大家推的一个礼包领取的消息。

2、按需推送

比如说可以打开指定的页面,可以打开指定的链接,甚至可以直接下载。我们看一下客户的例子:特卖9块9是一个电商平台,它创建了这样的推送,在版本大于2.0.5的用户,在早上的11:30推送了。为什么版本到2.0.5呢?可能它的旧版本不支持这个页面的,所以加了这样一个条件。我们看一下澎湃新闻,它给所有的用户在早上8点钟推送这样一个新闻,点击之后就可以打开链接。还有迅雷,给所有人在16:50推送了我是僵尸第一季01的推送,直接打开之后就可以下载。3、人性化推送

首先我们要给用户一个免扰时段,比如晚上就不要推送。另外还要选择开关,以及提醒设置,和冷却时间。冷却时间可能不太熟悉,就是我们后台有一个阈值可以设置,比如每天的设置可以不让他接受超过5条信息,这样用户就不会受到太多干扰。像这张图就是暴风影音在应用中加了这样一个开关,接受推送的消息是否可以打开,这样用户可以选择。

4、A/B测试

我们知道很多的推送的合作伙伴都是由运营完成的,运营在写完之后可能会很忐忑,不知道这个效果怎么样,这个时候我们就可以做测试,先圈定一小部分人,我们觉得是我们的目标用户,如果效果好的话我们再扩大到全体用户。这是我们常常忽略的一个办法,叫做A/B测试。

● 有统筹的推送,不一定是为了推而推,如果我是一个工具的话可能一天推两条就够了,我如果是一个社区类的应用一天可能会推几十条。

● 结合用户的兴趣。

● 避免干扰用户,第四个是运营统计工具分析我们用户的行为,也是我们接下来要讨论的。

二、结合统计分析的精准推送的方法

1、用户分析

首先结合统计分析,我们可以对用户首先做一个分析,用户是什么样的人,有什么兴趣我们都可以贴上一个标签,这是对于用户的了解。接下来了解就深入了,这个机型是什么样的,还有用户的活跃度,设定的版本、渠道等我们都可以了解。对用户有了一个了解之后就可以对他有一个全品质的分析,首先我们知道他的基本属性,版本、语言、机型、地理位置,以及行为特征、性别、用户活跃度,以及付费情况、社交分享,我们对用户的了解就大大的深入了。有了对用户的了解之后我们的推送就有了非常深的维度。比如我们有一个展示板,比如地理位置,比如用户活跃度版本。有了这个推送之后,当我们面对用户群体的时候就可以有的放矢了,比如我们现在想推一个轻度游戏的消息,可以选择左边这样一个在校学生的群体,而不会去选择右边可能玩一些重度游戏的玩家,这样我们就利用统计来做一个精准推送的策略。

我们看一个例子,我们这个例子都是以提升留存为准的。别踩白块是一个很著名的应用,它创建了这样两条推送。对于英文用户拉活,有一个版本限制、语言限制和地区限制,有一点可以注意是晚上12:30推送的,因为在欧美国家是白天。对于中文用户拉活是在晚上20:35推送。有妖气漫画是一个漫画平台,它想对那些没有登录的用户推送,目标是这样的,对于7天没有登录的用户推送,第二是从3月12日起对于未登陆的用户进行推送,时间在20:30。

2、用户群精准推送

有了统计分析做基础,我们的推送就可以做出更加精准的策略推送给精准的人。有了推送这些消息之外我们还可以做别的东西,我们可以看一下与其他功能做结合可以焕发出什么样的生命力。首先我们在统计当中有一个叫用户群的概念,在接下来的分析当中会和大家详细的沟通。简单来说用户群是可以圈定一部分人群做推送的动作,比如我们有一个重度玩家的形象,我们关注它三天未活跃,十四天未活跃,七天未活跃,针对三种人群推送不同的内容,从而达到我们推送的效果,这是针对用户群去达到效果的一个精准推送。

作为老用户还有其他的组件比如用户反馈、自动更新,在线参数。能给我们提出反馈的用户肯定是忠实用户了,在没有推送之前他肯定要打开应用才能收到我们的反馈或邮件,如果有了推送之后,他可能刚刚提出的意见就可以在推送栏里收到回复,会提升他对你的忠诚度。

如果以前的老版本功能不完善可能就不会再用了,如果有了推送之后我们就可以给一般的用户进行推送,告诉他更新,或者告诉他有活动,这样就增加了用户的体验。还有我们在后台观察到某一个游戏观察设置过,或者付费金额设置过高,用户用不到这一关就停止了,这时候我们把推送参数悄悄的修改掉用户不知道,当用户在下一次进入的时候就会发现这个游戏难度降低,或者付费变低了,这样他就会再玩这个,这样推送就变的更加智能了。