App “精准推送”是怎么做到精准的

精准推送”是 App 开发者都非常关心的概念。那么什么是“精准推送”?“精准推送”是怎么做到精准的?“精准推送”相比“非精准推送”到底能起到多大作用?今天我们和大家一起来聊聊这个话题。

一、怎样定义 App 精准推送

其实,“精准推送”不是 App 消息推送的专属概念,早在互联网广告兴起的时候就已经被提出来了,只不过广告行业的叫法是“精准投放”,即“广告主将合适的广告投放给合适的人群/受众”。消息推送从本质上来讲,也是一种广告形式(通知栏或者应用内消息),那么我们可以把“精准投放”的概念扩展一下,将”精准推送”定义成“App 运营人员把合适的内容推送给合适的人群/受众”,这样大家对“精准推送”就有了一个初步的印象。当然,市面上还有一些其它叫法,譬如“智能推送”、“个性化推送”等本质是一样的。

在扩展话题之前,可以先看下什么是“非精准推送”,举个例子:终端用户在中国,却收到了英文通知消息,又或者是北京的用户接到“上海南京东路全路段封闭”的通知消息……

对于终端用户来说,如果频繁收到这种不相关的消息,可能会在 App 的设置里面禁掉该 App 的消息通知功能(这类用户属于高级用户,比例相对低),或者直接选择卸载该 App(这类用户属于普通用户,所占比例非常高)。那么该如何规避这类情况呢?其实如果 App 运营人员对“精准推送”稍微有些了解的话,就可以避免上面列举的那些场景。

 

再来谈谈何为“精准推送”,从定义出发:“将合适的内容推送给合适的人群”。我们将重点放在“合适的人群”这个关键点上,一般 App 推送的内容都是由 App 运营人员提前编辑好的,所以理所当然应该就是“合适的内容”了;而“合适的人群”就要涉及到对人群的精准划分了,那么如何划分人群?划分人群的依据是什么?

结合友盟消息推送在这方面的经验积累,给出 4 个层面的划分维度:

  •  基于设备的属性:更准确的说,还应该包含基于 App 的属性。基于设备的维度包含“机型”、“操作系统”、“系统语言”等;基于App 的维度包括“ App 版本”,“ App 渠道(比如豌豆荚、91助手)”,“App活跃度(几天不活跃用户/几天活跃用户)”等。据我们后台统计,在使用了“精准推送”的开发者中,大部分都使用到了基于设备属性和 App 属性的维度,使用频率非常高。

推送1 改

  •   基于用户的属性:这里的“用户”指的是使用 App 的终端用户。基于用户的维度,我们一般称为“用户画像(user profile)”,基本的用户画像维度包括“性别”、“年龄”、“地理位置(一般精确到省份、城市级别)”、“消费能力”等;高级的用户画像维度有“兴趣爱好”、“信用评级”等。根据友盟推送后台的用户统计,电商类App 使用用户画像进行推送的频次相对高一些。比如使用基于性别维度来推消息,“给男性用户推送剃须刀促销的信息,给女性用户推送化妆品促销的信息”。
  • 基于实时地理位置的属性:  基于实时地理位置(LBS)的常见的推送场景是,当用户的设备进入某个商圈,就能收到该商圈内店铺的推送消息。随着 O2O 行业的兴起,这样的推送需求开始增加。
  • 基于 App 自定义标签: 上面总结的 3 个维度属性,是第三方推送服务提供商可以提供给开发者使用的,但是不一定能满足所有开发者的需求,特别是对自己用户数据有一定积累的 App。“App自定义标签”指的是 App 开发者对 App 终端用户打的标签,譬如一款体育视频的 App ,可以根据终端用户的观看习惯,给 App 的用户打上“足球”、“篮球”等标签。要想实现更精细化的人群细分,可以尝试使用 App 自己的标签体系,或者通过把自有的“App 自定义标签”和上面提到的 3 个维度属性结合起来,来更大效应的发挥“精准推送”的价值。比如上述提到的体育视频 App ,可以在“北京国安 VS 广州恒大”的比赛开始前,给“用户标签是足球并且地理位置在北京”的国安球迷推送关于比赛的通知。

推送2 改

下面这个图简单的列出了上面提到的四个层面的精准推送维度,条框的宽窄大致的反映了开发者使用的频度:

精准推送3

二、如何做到“精准推送”

上述维度划分应该能满足绝大部分推送需求,App 运营人员只需要结合自己 App 的特点及细分领域属性来进行“精准推送”。列举几个不同类别App 推送的差异点:

  •  电商类的 App,在用户画像上可以多下功夫;
  •  游戏类 App,可能更关心的是流失玩家的召回,因此可以使用“ N天不活跃”的筛选条件来进行推送;
  • 生活类的 App,根据“地域”针对性的推送一些运营活动是更常见的推送策略;
  • 新闻类的 App,根据“ App 自定义标签”来给用户推送新闻,更符合用户的阅读习惯和偏好,进而实现个性化推荐阅读。

“精准推送”是怎么做到精准呢?说到“精准推送”就不得不提另外一个名词:“数据资产”。通过对海量数据来进行用户行为分析,从而可以得到精准的用户画像数据,结合“基于设备/ App ”的属性维度,就生产出了核心的数据资产。很多开发者选择友盟消息推送,就是看中友盟平台的海量数据资产和技术实力,友盟在终端设备覆盖率和准确性方面的特有优势。

比如某电商 App 想推送一款高档商品的相关消息,希望把商品卖给在上海(用户画像/地理位置)的购买力强(用户画像/消费能力)的用户,这个时候就非常倚赖精准推送了。举个真实的例子,有个朋友在做“出海”手游运营,主要对象是印度和东南亚地区。东南亚地区主要的流通语言是英语&汉语,所以他们就很依赖基于语言推送这个简单的功能,开始做推送时,由于对用户语言这个维度积累的数据不是太多,甚至是错误的,造成了英语用户收到了中文推送,部分中文用户收到了英文推送。用户很是反感后来造成了大量用户卸载。所以说,如果没有“数据资产”积累,是很难做到精准推送的。

开发者在做推送时,可以选择有以下特征的推送提供商:首先,有强大技术支持;其次,有数十亿的终端设备覆盖;另外,最好有海量数据资产支持。

 

三、 “精准推送”相比“非精准推送”有何优势

我们还是借用广告界的一些概念,在广告领域,评价广告投放效果好坏的通用指标是“CTR(Click-Through-Rate)”,中文翻译过来是点击率,即#(广告点击量) / #(广告展示量)。对于消息推送业务来说,我们可以直接复用这个概念,我们将消息的打开率定义为 #(通知打开数) / #(通知送达数),因为只有终端用户对该推送消息感兴趣,他们才会去点击消息查看消息的详情内容,所以消息的打开率能非常好的衡量一次推送任务的推送效果。根据友盟消息推送后台统计的数据,可以粗略的得出,相比于“非精准推送”,使用“精准推送”能使消息的打开率在相对值上提升 40% 左右(比如泛推的打开率是 20%,那么精准推送打开率能提升到 28%),在对广大 App 运营人员来说,这无疑是一个好消息。

关于“推送”的介绍,就先给大家介绍到这里了。当前友盟消息推送已经支持“设备属性”、“用户画像”和“ App 自定义标签”这 3 个层面的维度,“实时地理位置”维度后续也给大家开放出来使用。

 

作者介绍:陈漠沙,友盟消息推送业务线负责人。曾就职于雅虎北京软件研发中心,担任系统开发工程师。

感谢支持199IT
我们致力为中国互联网研究和咨询及IT行业数据专业人员和决策者提供一个数据共享平台。

要继续访问我们的网站,只需关闭您的广告拦截器并刷新页面。
滚动到顶部