再议推送 —— 拉的来人,留得住客

最近,为了追留存,又开始优化Push业务。业务嘛,常做常新,便多了些理解。

从数的角度,Push的业务模式似乎已经足够清晰:

活跃UV量 = 覆盖UV量 X (1- (1- UV点击率)^ Push条数)

即,如果一天覆盖100W人,每条Push的点击率是1%,一天发五条。

发5条,用户都不点的概率是: (1-0.01)^5 = 0.95

会点击Push进入应用的活跃UV量 就等于 100W x(1-0.95) = 5W

为了追活跃的UV量,在上述公式中,分别优化各个变量即可。

覆盖UV量:分为发 和 收两个环节。

  • 发:按照用户的活跃度分组后(新用户、周活、月活)分别追覆盖率,即让Push触达到每一个用户;算法上,要给每个用户都计算出可以推送的信息(货品的充足);工程上,要基于不同手机厂商的Push通道进行优化,保证Push能够及时有效发出(物流的完备)。

  • 收:尽管从发送的角度,我们希望覆盖到每一个用户。但是从收的角度,如果用户关闭了Push,甚至卸载了App都会影响到能够接受到Push的用户规模。

Push条数:没有绝对的上限值,只有参考和经验值。

  • 理论上,只要我们的Push条数不把用户骚扰到关推送、删App,Push条数是多多益善的。(今天,为了防止应用过度骚扰用户,各手机厂商都强化了关于推送的管理,也会让用户更方便的关闭某个App的推送。)

  • 仅出于活跃目的的考虑,当用户当天已经活跃了(主动活跃 or 被Push拉回),我们就可以不再对同一用户进行发送了。

Push点击率:引入算法的环节,需要基于个体偏好给出可能的解决方案。

时间偏好:

  • 日期:工作日/休息日的区分(而非周一周五的区分)

  • 时段:一天当中的不同时段的区分;当然,在凌晨阶段,我们通常是要关闭push、以免打扰用户的。

内容偏好:

  • 对于混推列表的应用而言,如果列表里的内容是严格按照点击率排列的话,那么直接将列表的第一条信息推送给用户就是最简单的做法。

  • 类型:用户对于App可以提供的什么类型的推送更愿意点击?内容类、活动类、促销类、信息类等等。

  • 信息:在同一类型的推送下,用户更偏好什么样信息的内容。

时效性偏好:

  • 待推送的内容对于用户来说,是不是希望及时收到的,还是无伤大雅的。这决定了我们在推送的时候,应该如何处理对应的消息内容。

  • 比如,对于球赛赛事、新闻事件来说,推送的时效性要求很高,推的越早、用户就越可能打开你的内容进行查看;而推送的晚了、新闻变旧闻,用户自然丧失了点击的动力。于是,为了追求推送内容的时效性,各个应用拼命厮杀,甚至于还会出现新闻事件的抢跑事件。比如,腾讯就因为抢跑推送过一则乌龙的新闻。

而在数据指标之外,不断迭代Push业务的过程也带给人额外的认知。

其一、Push 之于用户而言,是一种豆腐块广告。

除了少量用户主动订阅的内容以外,绝大多数的Push更像是塞给用户的广告,而且受限于手机操作系统能力,推送是一种限定样式的豆腐块广告。

在实操过程当中,我们碰到的运营类广告推送最大的问题就是:不说人话、不干人事。

  • 不说人话,只给用户专有名词,而不采用用户能理解的表述方式。

  • 不干人事,只想让用户付出来满足业务目的,而不允诺用户好处。

既然明确了Push是一种广告,那么从广告的逻辑思考推送,能带给我们更多的启发:只有出发点找到和用户利益的相关点,包装上向用户表明利益,才能够更好的引导用户点击Push。比如,用户发出的IM消息得到了回复、用户关注或订阅的内容有了更新、用户可以领到福利等等,把待推送的内容以用户的视角进行二次的文案包装,在实践中都能够得到不错的点击率提升。

对应到Push点击率的环节,我们就可以在上述因素之外,进一步添加包装偏好:

  • 包装偏好:以更贴近用户视角的文案和图片,对于待推送内容进行二次包装,从而提升用户对于同样内容的接纳程度。

其二、Push 之于业务来说,追求的不仅是活跃,更应该追求【有效的】活跃。

  • 活跃 == 人来了

  • 有效的活跃 == 人来了、逛了、看了、买了

在一个割裂的组织结构里,经常出现“管杀不管埋”的情况,通过Push把人拉来之后就不管了,DAU确实提升了,但仍然只停留在虚荣指标的层面,而没有给业务带来切实的贡献。通过推送部门和业务部门共背指标,一体化考虑,我们就可以引入新的机制:

  • 进一步考核Push后的业务指标,才能够更好的搭建和衡量推送的价值指标(并不是每个DAU都是有效的,只有那些有更多行为的DAU才是有效的);

  • 先琢磨清楚如何承载Push带来的用户,搭建起后续的通路,才能够承接得住Push拉回来的用户,从而提升Push对于业务有效性的贡献。

在实操过程当中,我们往往会发现点击率高的内容,和后续转化好的内容往往并不是同一类内容。这时,就可以进一步尝试将引流品 和 利润品通过产品交互的方式链接在一起,先让人进来,再发生后续的转化。

基于此,我们就能进一步完善推送业务的衡量公式。

有效活跃UV量 = 覆盖UV量 X (1- (1- UV点击率)^ Push条数) X 有效行为转化率

有效行为转化率:

  • 依赖于我们对于用户后续行为的设计,通过产品机制的承载,从而让过路客变为进店客,让进店客变为消费客。

  • 而因为不同类型的推送,其后续的行为转化率不同,我们也就需要结合后续的转化来重新衡量不同推送对象的价值。

你可能感兴趣的:(再议推送 —— 拉的来人,留得住客)