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。