写点什么

深挖大数据 腾讯云信鸽首个实现用户预测

  • 2014-07-22
  • 本文字数:1469 字

    阅读完需:约 5 分钟

随着移动应用市场竞争加剧,用户的选择增多,卸载成本也变得越来越低,这导致 APP 用户留存率普遍很低,用户活跃度不高,存在大量僵尸用户的情况。如何精准定位用户,并且通过有效的方式在恰当的时机进行沟通,从而提升用户留存率和活跃度,成为应用开发者的心头之痛。开发者之痛,是大数据处理能力之痛。以开放为核心战略的腾讯,这一次,通过腾讯云移动推送平台信鸽,将其大数据能力开放给所有的应用开发者。

在把精准推送、抵达率等基本功打磨扎实之后,腾讯云移动推送平台信鸽近期推出 Pro 版本,能有效预测潜在流失用户和潜在付费用户,为开发者预留充足时间通过有效的运营活动进行用户唤醒,留住用户,从而达到提升收入的终极目标。据介绍,这是行业内第一个做到利用大数据洞察甚至预测用户行为的移动推送产品。

剑指流水 大数据下的用户行为分析

以手游为例,随着用户数量的快速增长及产品爆发式上市,手游运营面临四大挑战:如何合理安排运营活动,如何精准触达目标用户,如何提升用户活跃与用户付费,如何做到用户流失之前进行预警。在这些问题里面,如何做到在用户流失之前进行预警,非常关键,因为用户一旦流失,就很难再回头。

信鸽 Pro 版提供的解决方案是,通过腾讯云分析对用户的使用时长,频次,付费行为、登录行为、游戏关卡失败、道具使用购买统计等数据进行采集和统计,对数据进行深度挖掘,建立潜在流失用户模型和潜在付费用户模型,并圈定出这款产品的某一部分用户,给他们打上“潜在流失”和“潜在付费”的标签,提供给开发者进行定向精准推送。

把脉运营 大数据助力高效移动推送

据悉,信鸽不久前上线了地理位置(LBS)、活跃度、版本号等精准推送标签以及丰富的自定义标签管理平台,免费提供给开发者使用,使推送的精准性得到进一步的提高。此番信鸽 Pro 版率先推出流失用户模型和潜在付费用户模型,能够帮助准确预测用户潜在行为,先发制人,迅速生成差异化运营规划,破解移动运营痛点,对应用开发者而言,可谓及时雨。

据信鸽负责人介绍,腾讯旗下首款音乐舞蹈手游全民炫舞就率先使用了信鸽 Pro 版。相关负责人表示,“信鸽对流失用户的判断准确率达到 80% 以上,我们及时的从运营侧针对该部分用户策划了一系列活动,有效的挽留了用户。测试期内,我们针对信鸽 Pro 版识别出来的潜在付费用户同样开展了丰富多彩的活动。数据显示,付费用户数量、付费用户比例以及总流水都比以前有了显著提升。可以说,信鸽的流失用户模型和潜在付费用户模型极大的简化了运营,同时强化了产品的生命力。”

开放共赢 大数据成就云端精彩

据介绍,腾讯内部大部分产品都使用信鸽推送,而且用户规模都在亿级别。在经过多款内部产品的打磨,信鸽已经具备了非常强的实力。自今年 2 月份正式开放以来,已经有数以万计的应用活跃在信鸽平台上,截至 5 月初,单款产品单日推送量就已突破亿级大关。

信鸽负责人表示,基于大数据实现精准信息触达,是移动推送产品的核心竞争力。腾讯拥有国内最丰富的海量数据,并且在大数据计算和预测方面处于行业领先地位。“未来,信鸽将不断致力于为开发者提供最领先的用户预测服务,逐步将腾讯的大数据能力全面地开放出去。”

业内评论认为,互联网已经进入高速连接的时代,高速连接将产生大量的数据,大数据处理能力对于企业和开发者都至关重要。要打造一个具有良好大数据处理能力的系统,门槛非常高,企业和开发者没有必要重新去搭建一个新的系统。腾讯云相关负责人则表示,腾讯已经把自己的大数据处理能力对外开放,企业和开发者可以通过信鸽移动推送、腾讯 Open Data 和腾讯云分析这三个产品,快速提升数据处理能力,赢在“云”端。

2014-07-22 03:561590
用户头像

发布了 22 篇内容, 共 13.6 次阅读, 收获喜欢 11 次。

关注

评论

发布
暂无评论
发现更多内容

【架构设计模块二】:微信朋友圈的高性能复杂度

Ryoma

架构实战营

Selenium4 Alpha-7升级体验

FunTester

maven 自动化测试 Gradle 测试开发 selenium

进阶指南!深入理解Java注解

Jackpop

Java

知乎热文 | 如何高效学习Spring Boot?

Jackpop

Java Spring Boot

基于P4的SCION -- 构建太比特的未来互联网

俞凡

网络

编程的本质是什么?

白色蜗牛

Java 编程 程序员 软件 计算机

架构训练营 1 期 - 模块二作业

蔸蔸

区块链的宿命,数字经济的局

CECBC

性能测试误差统计实践

FunTester

软件测试 测试 性能测试 测试开发

Presto原理&调优&面试&实战全面升级版

王知无

2.4如何提高架构设计的质量

Lemon

清晰了!一文彻底理解Java事件处理

Jackpop

Java

[架构实战营一期] 模块二作业

trymorewang

架构实战营

【Java特性专题】JDK(8-11)特性分布变化简介

洛神灬殇

Java Java新特性 7月日更 Java11

性能测试误差分析文字版-下

FunTester

软件测试 性能测试 接口测试 测试框架 测试开发

智能运维系列之五:总结

micklongen

AIOPS 智能运维

MVP on Board 没用小技巧 👌

newbe36524

.net MVP ASP.NET Core

架构实战营模块二作业

老猎人

架构实战营

健康讲座:如何提升人体免疫能力

石云升

学习 健康 7月日更

微信朋友圈高性能架构分析

面向对象的猫

架构训练营模块二作业

老实人Honey

「架构师训练营第 1 期」

[架构实战营][模块二作业]

KK_TTN

架构实战营

大数据训练营-第一次作业

西伯利亚鼯鼠

微信朋友圈架构设计

summer

极客时间 极客时间架构师一期

央视曝光APP弹窗广告三大陷阱:如何监管应用软件弹窗广告

石头IT视角

面试算法之螺旋数组查找问题

泽睿

面试 二分查找

2.3如何设计高可用架构

Lemon

存储高可用

【数据结构】Java 同步工具 AQS

Alex🐒

Java 源码 数据结构

《面试补习》--来聊聊削峰填谷!

九灵

Java 分布式 消息队列 异步削峰

性能测试误差分析文字版-上

FunTester

性能测试 自动化测试 接口测试 测试框架 测试开发

深挖大数据 腾讯云信鸽首个实现用户预测_大数据_云加社区_InfoQ精选文章