完美消息推送的5W法则

APP运营人员都知道消息推送对提高用户参与度的重要性。推送消息做的好,用户参与度会显著提高,反之,用户量也会跟着大打折扣。

如何让消息推送达到我们预期的效果?APP运营人员必须密切关注用户的行为习惯,对用户的兴趣偏好了然于胸,并针对不同的用户群体在合适的时间推送给他们感兴趣的内容。完美的推送消息推送对于用户来讲是有价值的,它能帮助产品提升用户体验,增加用户好感度。

如何做到完美的消息推送?APP运营人员必须在推送之前确定以下5W法则:

Who:推送对象

What:推送内容

When:推送时间

Where:推送场景

Why:推送原因

厘清这5个W,我们推送的消息就是用户所需要的!

1. Why: 我们为什么要推送这条消息?

“为什么”总是放在首位,每条推送消息都要有清晰的目标——让用户首次登陆还是让用户进行升级体验?我们不仅要知道推送消息的目标,还需要明确我们期望从用户那里获得哪些行为数据。这些行为数据用来衡量推送消息对用户造成的影响。例如,在用户首次登录某职场社交APP后,会收到如下图的消息,这就是我们为了让用户完善个人资料而进行的推送。

2. What:我们要推送什么样的内容?

推送消息的内容具有以下三个特点:

(1)具有针对性:

有时候一些小细节也能发挥出大作用。还是上面的例子,我们在给用户推送欢迎消息的时候,在消息前加上用户的名字,“Hi, XXX,欢迎…”,而不是笼统的直奔主题:“欢迎······…”,加上名字会让用户感觉更亲切。

(2)确保相关性和及时性:

推送消息必须及时且和用户高度相关。以网易新闻为例, 推送给用户的是南京明晨的天气消息,地理位置体现了相关性,此消息为周五下午推送,为用户周六出行计划给予参考提醒,时间恰到好处。

(3)准确快速地直达用户痛点:

用户的时间很宝贵,我们推送的消息一定要让用户获得最大价值。不要给用户推送垃圾消息,或者与用户需求不相匹配的消息。例如,给没有车的用户推送代驾的消息。

3. Who: 我们要给谁推送消息?

推送消息对象不能一刀切,我们需要通过用户行为数据对用户进行分群管理,精细化运营。说到用户行为,这里推荐几个比较常用的用户行为分析平台,如:友盟、百度统计等。但这些SaaS平台也有问题,原始数据做导出较为困难,自己产品的数据却不能被我们自己拥有。推荐国内的开源 私有化部署方案Cobub Razor ,数据私有,后台搭建也较为简单。

不同的推送消息,接收对象也不同。

我们根据用户的行为习惯、兴趣偏好等不同,从用户的需求出发,提供个性化的消息推送。例如一些音乐类APP针对用户听音乐的不同风格、喜爱的歌星以及收藏的歌单等推送相关的更新提醒,这样的精准推送大大提高了用户打开消息的比例。

4. 我们什么时候推送消息?

(1)一天中的时间:

可以选择用户空闲时间,如早上上班前,中午吃饭时,晚饭后,具体选择哪个推送时间段,可以根据用户使用应用的时段来确定,总之不要在用户忙碌或者休息时打扰用户。

某金融app用户使用时段

(2)推送频率:

推送频率过高会导致两种结果——用户点开推送消息后立马关掉,或者用户直接将消息忽略掉,看都不看一眼。推送频率的多少要根据应用的类型而具体确定,一般来讲,社交类App可每日推送,资讯类可一周3-4次、工具类一周1-2次。次数不宜过多,否则用户不但不会打开,而且很可能关掉消息推送,甚至卸载应用。

(3)当地时间:

推送消息需要根据用户的当地时间确定,这就需要我们根据用户所在的地理位置来确定——如果你的用户来自全球各地,那么北京时间下午四点的时候华盛顿是凌晨四点。如果我们统一以北京时间来推送消息,华盛顿的用户就会被打扰。

5. Where: 我们在什么场景下推送消息?

推送场景也会影响推送消息产生的效果。我们需要考虑推送消息到达时用户在哪里,他在干什么,或者用户收到推送消息时用的什么设备等。

我们作为用户每天都在接收着大量的推送,比如打车app会在周五下班时间段为我推送快车优惠券已入账等消息;团购类app会在就餐时间推送给我附近餐厅的团购信息。如果用户收到推送消息时处于被干扰的状态,那么用户就不会用心查看推送消息并采取我们期望的行动。

应用内的消息是根据用户行为来推送,所以相对来说效果会更好一些。不管用户吃饭、躺沙发,也不管用户在PC端、移动端,只要我们清楚了解用户行为,根据他们的行为推送相关消息,用户就有很大可能采取我们期望的行动。

总结

完美的推送消息必须预先定义5W。通过5W,明确我们推送消息的目标、内容、对象、推送时间和场景,让用户看到推送消息带给用户的价值。推送是最好的用户触点,做一款贴心的符合用户习惯的产品比天天挂在口头的用户体验更为重要。

本文原创首发于Cobub官网博客,转载请注明出处!

Cobub开源社区QQ194022996

Cobub Razor开源项目下载地址https://github.com/cobub/razor

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,324评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,303评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,192评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,555评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,569评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,566评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,927评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,583评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,827评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,590评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,669评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,365评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,941评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,928评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,159评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,880评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,399评论 2 342

推荐阅读更多精彩内容