产品推送是将有价值的信息传递给用户

今天说的是推送，推送是最常见的操作手段，好坏分明。它是最有效地接触和影响用户的渠道之一。好的是可以立即改进各种操作指标，坏的很容易引起用户的厌恶甚至卸载。很多操作对推送都很谨慎，用户体验就像一把锋利的刀刃挂在头上，生怕打扰。其实推得好，对各种KPI都有事半功倍的效果。先看推送指标，核心只有三点。推送用户的数量是一次推送的目标用户的数量，通常基于用户设备的数量，而不是自然人。我们应该考虑一个用户有多部手机。到达率就是推送通知达到用户手机的成功率，可以简单理解为消息框。要明确到达率肯定不是100%，各种情况都会受到限制，比如非网络环境、卸载、关闭推送开关、服务器来月经等。推送后，单击通知栏启动打开率用户的比率。这是推送转换的最后一步，也是衡量推送是否有价值的核心。以上是推送的简单转换模型和统计数据(如果需要复杂化，需要考虑有多少设备保持长链接，有多少通知下放等。，很多第三方SDK都可以详细统计，我就不展开了)。一个通用的比喻是发送快递，运营商和产品人员是寄件人，用户（APP）是收件人，服务器是快递公司，负责接收、转运和最终交付消息。如果快递地址填写错误，用户将无法收到（通常对应的接收设备错误）。如果收件人后悔，也可以拒绝快递(一般对应卸载，关闭推送通知等。).推送服务:APNS和GCM有一个技术知识可以理解。iOS推送服务叫APNS，所有推送通知都是苹果APNS控制的。GCM是Android的官方推送服务器。由于GCM在中国被墙覆盖，中国用户无法使用。大多数互联网公司使用第三方推送服务或自建服务，以确保应用程序能够收到推送。由于苹果的封闭性，iOS统计不能达到数字，也不能统计打开数字。你只能知道有多少用户被推出，其余的数据需要通过Android估算。分析操作人员比较困难。从官方和第三方的渠道来看，开放率波动在10~15%左右是比较好的。对于运营和产品，核心工作是围绕开放率进行的。推送分类推送可分为系统推送和运行推送两类。与产品常态化通知相结合的系统推送，一般是研发编写程序，定期或符合某些条件的触发机制。最常见的是【朋友回复你的消息】，【你的快递包裹已经发出】，或者游戏APP的12点【你的体力已经满了】。我们经常认为系统推送只需要提醒。我也见过非常精彩的系统推送，比如【你的快递包裹已经插上小翅膀，很难飞到你身边，准备签收】。即使每一份文案都是独一无二的，显然是精心准备的。这种快递通知跳出了平时冰冷的消息，用俏皮的语气发出拟人拟物，突然拉近了距离。让我们想想用户的感知。网上购物剁手快乐吗？快递发货的时候快乐吗？这就是考虑用户感知，放大这种感知。如果用户截图，发到朋友圈传播，就赚了。我也见过很多普通的系统推送，定点告诉我。和我一样，只会有[哦，我知道了]，[嗯，呵呵]的想法。久而久之就麻木了。设置推送不是为了解决是否存在问题，而是为了操作，即使是系统推送。文案可以通过统计开放率不断优化或监控。做到最好。操作推送:这里提到的操作推送由后台操作人员控制。许多操作喜欢推送，这几乎是提高KPI最快的手段。常见活动营销推送、热点内容推送等。优点是显而易见的:提高产品的活动性／保留率增加功能／活动的参与和渗透唤回沉默用户最根本的缺点是用户会感到烦恼、卸载、关闭和麻木。如何做好运营推送，我通过以下几点来谈谈如何做好运营推送。这是操作上容易犯的错误，推送人员坐在电脑上操作，变得不接地气。每一次推送，都要想象一下，如果我是推送用户，此时此刻在哪里做什么。是在地铁上下班还是工作。收到推送会怎么样？除非发生地震洪水和自然灾害，否则不要在半夜打扰。如果是周末，早上7点不要推。考虑到西藏的时区，我在西藏遇到了最深刻的推送，因为西藏晚上21点才天黑。很多推送时间段在常规时间段上后移:19点才推送今晚吃什么。热门文案一开始，王健林提前赚了1亿个热门朋友圈。我遇到了金融产品的朋友，并迅速做出了回应，并立即调整了今天的文案作为营销推送。这是合格的。反应时间越快，效果越好。此外，还需要考虑热点与产品的适应性，不要与热点相反。个性化有两种，一种是推送策略的个性化，另一种是文案参数的个性化。我们把推送策略放在用户群里，说文案的个性化就是添加自定义参数。如果你想邀请用户参加活动，你认为文案是[亲爱的用户，我们希望你是blabla]还是[亲爱的X先生，我们希望你是blabla]？前者使用用户代词，后者突出了王先生和李女士的头衔。没有人喜欢僵硬的群发。显然，后者更友好，更有尊重感，不是吗？李女士，王先生，是我们的个性化参数。熟悉淘宝的用户都知道，它会根据我们的购买行为、浏览行为和兴趣推送不同的内容，每个人都是不同的。化妆品、衣服、鞋帽的内容推给女生，电子数码产品游戏推给男生。这是用户推送和精确操作的基础。很多操作不会精准推送，全量群发无脑。我用多部手机证实了很多产品的推送逻辑。大规模分发不是一个好的操作策略。毕竟，我们不能保证每个用户都喜欢这个推送。如果我们想让更多的用户喜欢它，增加频率，我们就不会打扰用户。用户群的推送基础是用户肖像或数据指标。通过不同维度粒度的组合，有无数的策略。如果是内容为王的产品，每天准确推送几十次是正常的。用户体验推送应该从人的角度出发。以知乎为例，我不止一次收到浏览过内容的推送。例如，一个话题将在第二天推送。从操作数据来看，知乎可能认为我浏览了一下，对这个话题很感兴趣，但是我已经看过了，再推一次很烦。从浏览时间的细分来看，如果我只浏览这个话题十几秒钟，再推一次，我还没看完。但如果阅读时间是几十分钟，那么我基本上阅读了所有的答案，我没有注意，不要推，让我安静地成为一个美丽的男人。从另一个角度思考也可以将文案改为【《XXXX》话题下有新的精彩答案，赶紧*吧！】。这也是另一种技巧。我们可以为产品建立一个推送池。用户都在这个池子里，目标是每周把相应的内容推给合适的人。通过用户肖像标签推送操作。呃，这是一个新用户，所以我们推送引导*的内容。我有一群老用户，历史上对A内容感兴趣，B内容喜欢推B内容。另一批用户已经很久没有打开产品了，所以他们很快推出了一些新奇有趣的产品来唤回他们。让我们建立一个用户体验机制，例如，用户每周最多收到三个内容，以防止过度干扰他们。这就是池子的概念。如何衡量数据分析推送的好坏，以上技巧有用吗？我们将使用数据分析。我已经说过打开率，可以间接认为用户对这次推送不感兴趣。然后打开率可以衡量各种推送点执行的效果。好的操作需要记录每次推送效果的数据，不断规律优化。例如，在相同的条件下，8点和9点的开启率是否不同？不同文案的开放率有差异吗？我对这个内容感兴趣吗？即使是推送也可以与数据挖掘相结合，效果也可以翻倍。记住，开放率这个数据不是我们的目的，而是一个衡量过程，不要为开放率做标题党。结果用户发现内容只是一回事，得不偿失。总结了推送的常见点。现在我们可以打开手机，看看界面上每个应用程序有多少红点。我们没有打开它；打开系统设置，关闭多少推送通知；最后，想想有多少次被推送困扰，然后卸载。任重道远。