不仅仅是内容，系统的数据统计和分析对于push运营的提升也很重要。

消息推送（push）是APP运输质量最高的渠道，是一种快速、准确、有效的消息提醒。Push的主要功能是激活用户，提高用户的活跃度。一些调查人员指出，消息推送应用程序的保留率是无消息推送应用程序的两倍多，而对于电子商务应用程序，一个推送甚至可以带来显著的性能增长。然而，push是一把典型的双刃剑。如果使用得当，可以帮助您提高保留率。如果使用不当，将直接影响当天的用户回流、关闭推送甚至卸载应用程序。这是因为大多数操作都没有正确意识到推送的负面影响，也没有建立一套评估Push质量的方法。上图是push发送的全过程，从发送push开始、到达用户、用户点击、用户消费到可能的粉末到黑色，每个层次的转换对应于交付率、点击率、转换率和预订率（卸载率），预订率（卸载率）可能是操作学生最容易忽略的数据。我将分享我在push分析数据方面的工作经验。上表是分析push数据的表头。几乎所有push分析所需的数据都可以从本表中找到。接下来，我将简要解释每个数据：我们如何分析这么多数据？然后我将从以下核心指标解释如何使用此表：1、到达率=到达量/发送量。我将使用以下表格来监控到达率：到达率低的主要原因有以下两个：技术渠道的原因导致到达率低。这些数据主要测试技术水平，因为信号损失发生在渠道上。用户主动关闭消息推送。不要害怕。这不一定是你的全部原因，因为当你第一次打开应用程序时，弹出窗口提示是否允许应用程序为你推送消息。此时的通过率可能不到50%；如果push操作不好，用户禁止您的推送信息，您可能再也没有机会向用户发送推送通知了。首先，你应该检查你是否有太多骚扰用户的行为；其次，不要太灰心。只要您仔细操作，您仍然希望在用户的后续使用中获得用户的推送权限。此时，您必须给用户一个明确的理由，通过外卖订单状态通知、编号进度通知、票务信息提醒、投资收益提醒等核心功能来实现产品。以下是一个例子，当关闭push提醒的用户订阅一篇文章时，就会出现打开push消息的提示。二、点击率高不高，在我看来就是一句话:根据用户的使用场景给用户发消息push。首先要了解你的用户，然后选择合适的时间，最后推送合适的内容。要优化点击率，需要控制变量，进行大量A/Btest和小流量测试。1、文案push最重要的因素应该算是文案。很多操作大神都解释了具体的方案。我不会在这里重复。你可以在网上搜索push操作，这基本上与文案有关。2、让我们谈谈push时间。不同的应用程序用户组会有不同的push时间，但总的来说，push时间应该是在人们相对闲暇的时候。比如上班族:上班路上早餐时间(9-10点)、午休（12-14点）、下班路上(6-7点)、睡前(21-22点)四个时间发送比较好，所以你要对用户群有一个非常清晰的了解。我的测试方案如下:保持你的push类型、策略、文案等所有因素不变，选择上午9:00-下午23:00，每小时给具有相同属性的用户进行小流量测试:因为我们的APP是关于食物的，测试过的效果是晚上19:00到22:00晚饭后推送消息，点击率最低，带来大量退订。您可以结合自己的APP数据，选择点击率高、退订率低的时间段进行push。点击率的高低离不开退订率。我将在退订率的解释段落中详细解释更多维度。3、转换率Push消息必须链接到相关页面。用户在点击进入之前对您的Push内容感兴趣。因此，给他看的与消息内容无关。如果用户失望，他们会卸载。毕竟，卸载步骤比关闭推送步骤简单得多。如果退订量/点击量高于您通常的push数据，请快速检查您的登陆页面。为了监控用户的转化率，有必要对推送登录页面进行全面埋点。如果是营销活动推送，用户进来后，用户会直接退出应用程序，或者停留在营销页面上，然后将其转化为购买行为等。整个链条的数据监控良好，以查看哪个环节的流失率最高，并采取一定的产品策略和运营策略进行优化。例如，90%的用户经常停留在一个页面上超过30S，但只有20%的用户进入下一个层次的页面。有必要关注页面的内容。交易平台播放视频，视频后没有明显的点击提醒，会导致跳出率上升。4、许多操作学生试图优化文案，并对点击率的提高感到自满。然而，99%的操作错误地评估了Push的效果。每个push都有相应的退订率，push在拉高日常生活的同时，也在拉高退订和卸载！监控数据可以发现，营销push发布后，退订数立即上升到峰值。我也经历过每日退订量大于每日开权的人数。为了减少退订量，我做了以下分析。1、push时间和点击率一样，保持你的push类型、策略、文案和其他因素不变，选择从早上9点到晚上23点，每小时相同属性的用户，小流量测试：时间实际上是用户场景，文案结合场景，不要在半夜推送，起床用户会直接删除你的应用程序。2、我用控制变量的方法对push频率进行了以下测试，频率从一天一次、两天一次到31天一次:退订率直线下降，一天一次的push带来的退订率最高，31天push带来的退订率最低，所以控制频率，你一天发四五条，用户不卸载。3、我用控制变量的方法对用户访问频率进行了以下测试。用户访问的平均间隔天数从1天、2天到31天不等。间隔天数越短，用户越活跃:退订率直线上升，活跃度高的用户退订率会更低，沉默的用户可能会因为你的push而发现我还没有删除这个应用...4、根据自己的用户年龄，用户年龄可分为几个年龄段：经实测，20-25岁的用户对push的退订率最高，随着年龄的增长，退订率降低。5、拆分模型实测拆分模型，iPhone7用户退订率最高：退订率与点击率分析相辅相成，同时考虑各个维度。5、拆分模型测量拆分模型，iPhone7用户退订率最高：退订率和点击率分析相辅相成，同时考虑各个维度。判断不同用户群体的push敏感性，对不同敏感性的用户进行分级操作，减少push营销活动对push的干扰，提高营销效果，改善用户体验，建立更适合用户的push策略。判断push的质量不仅仅是文案内容，系统的数据统计和分析对于提高push操作更为重要。我对push的评估主要取决于到达率、点击率、转化率和退订率。与这些数据相比，必须有锚点。首先，不方便透露。第二，每个应用程序的情况不同。锚点的具体值也需要在操作学生大量push后进行总结。在早期阶段，您可以根据达到率、点击率、转换率和退订率的最高值不断提高锚点的push能力。欢迎老司机加好友交流拍砖！