当我们在说推送“到达率”的时候,我们到底在说什么
什么是推送“到达率”?关于推送“到达率”的衡量又需要考虑哪些维度呢?
App需要有Push推送,这一点已经基本成为业内共识了。而很多的App开发者在使用推送的过程中,可能都有这样或那样的疑惑——
推送三大问:
- 怎么用推送?
- 怎么评判推送质量?
- 如何改善推送效果?
在平时我们和信鸽推送用户接触的过程中,很多用户都喜欢问我们:
- 能提供一份推送性能指标不?
- 推送到达率是多少呀?
首先,我们需要解释一下推送是怎样的一个实现过程。
图1:消息推送中间件核心流程
那么,对应的推送消息在以上流程中就有以下几种状态:
图2:消息状态机
因此,就上图的推送流程来说,会有以下的指标:
除了以上绝对值统计的指标,还有应发到达率、实发到达率、连接率、有效触达率、点击触达率等种种比率指标。
宝宝也很晕啊 +_+
不同的第三方推送或者App开发者都可能对于推送到达率指标的定义也不同,那么,我们需要关注哪些指标咧?
技术篇
对于推送平台的技术能力层面,我们需要关注的主要指标有:
- 实发设备量/应发设备量
- 到达设备量/实发设备量
实发设备量/应发设备量
这一项展现了推送实际连接的能力(信鸽默认是72小时,即3天内有效,用户可以通过管理台或API接口修改有效时间),在有效时间内可以被连接的用户,才可能收到推送的消息;信鸽的通道共享,目标就是希望保持更多的用户连接。
到达设备量/实发设备量
这一项则是平台和终端推送任务送达的能力。在消息传递的过程中,高效处理推送任务,减少失败的次数,避免消息丢失,提高稳定性与可靠性,也是信鸽坚持的道路;信鸽接口调用的成功率基本在99.9%以上。
虽然我们这里已经简化为两个指标,但实际上我们可以回顾一下图1。
在上图所示的推送流程中,可能造成推送失败的其实有很多的环节。
因此,在排查推送失败的原因时,也往往需要每个节点一一排查,有时候耗时会长一些,感谢小伙伴们对我们的理解与支持~
运营篇
作为推送工具的实际使用人,运营的小伙伴们应该关注哪些指标咧~?是时候掏出这张图啦!
图3.消息推送的用户交互流程
作为对效果负责的运营童鞋们,需要考虑的就是:
- 用户看到消息之后有木有点击呀 →点击/展示
- 点击之后有木有愉快地玩耍呀 →转化/点击
- 看到消息有木有删掉它们呀 →清除/展示
- 看到消息有木有不爽关闭了通知权限呀 →关闭权限/到达
- 看到消息有木有一怒卸载了App呀 →卸载App/到达
大概就是这么些了,信鸽在近期规划的功能升级中,会增加4、5的统计,请小伙伴们期待~!
针对上面的几个关键指标,我们需要考虑几个问题:
1、 优化点击率
- 文案可不可以优化?
同一条信息,如何在简短的标题、内容中抓住更多人的视线,如何激起用户的点击欲望,需要不断摸索与优化。
- 推送时间可不可以优化?
用户会有APP习惯的使用时段,合适的时间推送,能够避免对用户的打扰。
- 推送人群可不可以优化?
数据显示,同一App中精准推送的平均点击率是全量推送的4倍。
2、 评估对用户的骚扰
- 是否有引起用户反感,造成清除消息、关闭权限、乃至卸载App?
- 造成反感的原因是:不恰当的文案、不合适的推送时间还是不符合预期的推送内容?
- 是否能够沉淀出一定的规律?以便未来减轻用户的反感。
3、 优化转化率
- 落地页是否符合用户预期?能不能让用户在落地页上多停留一会儿。
- 信息传达是否够简洁?能否让用户快速理解或激起用户的兴趣?
- 是否真正实现了活动的目的,比如促成成单、完成阅读或者参与活动。
为了要沉淀经验,为了改善推送效果,所以我们要自己定期做一些整理和回顾,通过对比分析,进行归纳总结。
如何标定推送效果
接下来,我们就提出一个运营同学的通用困惑—— 我怎么知道现在的推送效果要不要改善呢?
其实我们可以知道,大多数运营推广的效果都符合一条饱和曲线。
如果我们处于A点,可能投入一定的精力&方法,可能就能实现较高的回报,但如果我们处于B点,可能投入很多,但实际上收益甚微。因此,我们需要快速标定自身推送效果的方法。
常见的方式有:
1、自我标定
如果我们监控自己的推送数据,然后做一系列的对比,总结其中效果优秀的案例,并复制其成功经验。
我们可以通过不断的尝试,发现自己所处的位置,是在A点还是B点。
这个方法的缺点在于需要较长时间的跟踪,有时候限制到达收益上限的,可能会被质疑是运营人员的个人素质。
2、行业标定
通过行业数据的横向对比,包括推送大盘的平均值、同类型APP的平均值以及同规模APP的平均值等相关指标确定。
如果我们能够时刻把握住推送效果的行业变动,发现自身所处水平,能够帮助我们把握住竞品的变动,协助产品运营进行活动运营规划与运营投入,以有效提升我们的运营效果。
行业标定的方式,优势是在于反应及时、能够把握大局动态,缺点则是行业或者同类竞品的优秀经验,不一定是可复制的。
举个例子:
如果我们发现自身APP点击高峰时段与同类应用的相差较大。
建议
发现了这个现象,那么至少可以说明在另一时间段也有大量潜在的活跃用户。
我们不妨调整我们推送的时段,做一些AB-TEST:
例如1/3用户推送增加一条同类应用高峰时段的推送,1/3的用户在现有的推送时段上调整一条至同类应用的高峰时段,1/3的用户保持原有的推送习惯。
然后验证我们的推送效果是否能够得到改善。
尝试并不断调整优化,是我们在运营探索中的必经之道。
参考文献:
1、如何构建一套高可用的移动消息推送平台?作者:李晓清、董泽光
文/腾讯大数据
关键字:产品经理, 推送
版权声明
本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!