今天用猫眼随便浏览时，被推送了一条app内的消息 *美国队长3！看看你不知道的事！

转过头来想，宏观层面上可以从几个方面来分析这个push推送功能：

其一，什么场景下需要这个push推送？而且保持这个精准度？拿猫眼来说，首先我是对于美队3点了 想看 这个标签，这样可以保证消息的推送能尽量与用户关联，而美队今日凌晨首映，因此这个推送可以唤醒这部分#想看 人群的观影期待，植入 美队 这个观影概念。

因此，这个强打扰的push消息功能最终导向还是在于将用户引导向选座订位这个行为，具体数据指标上可以从 消息发出率—消息打开率—打开消息后*小时的购票人数，这样一个漏斗模型来衡量推送效果。

其二，什么样的app才需要这种强打扰的push提示功能？

按照猫眼的逻辑，首先得保证 推送的消息对于用户本身来说是强相关的，因为这种强打扰的消息推送对于用户来说，如果未达到相关期望，反而会极大的降低用户对于app的好感度 ，因此首先第一步得筛选出这些 强相关性行为作为筛选指标

而不同的产品这个具体指标就不一样了，同时也根据不同的目标而选用不同的参数，比如推送电影，猫眼可能会选择“想看” “三/七日内打开相关影片链接的次数” 这些数据指标来筛选用户， 而社区电商 可能根据用户的“关注” “收藏” “近期相关话题的浏览及回复程度”等指标来确定

同时作为漏斗，最后还是会化作数据展现，比如场景已经确定为 “已打开app”，那么这种情况下可能会需要拉升的数据有“交易额”“停留时间”“其他活跃度相关指标” 等

从功能设计上来看，主要在后台的 “用户分组”，“数据指标筛选”，“推送内容编辑”这几个模块上。