首页  思维导图  详情



 



APP系统推送

2023-09-09 16:37:33   0  举报





AI智能生成

APP系统推送

电子商务

需求分析

用户运营

新媒体运营

app运营

模板推荐

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）

 Collect

Get Started

推送活动图

 Collect

Get Started

货源推送

 Collect

Get Started

APP系统推送机制开发方法

 Collect

Get Started

推送框架





0 条评论

下一页