运营人的杀手锏:消息推送
消息推送(Push),作为移动端 APP 产品运营最重要手段之一,是一把双刃剑,运用的好可以提高产品活跃度,运用的不好则面临自身 App 被用户删除的危险。很多用户最后选择了取消消息推送,要么是因为收到的消息推送太频繁,要么就是推送内容压根儿自己不感兴趣。
即便如此,Push 仍然被广大运营人所推崇,其原因不外乎以下两点:
唤醒沉睡用户
在大部分 App 获客成本大的可怕的当下,发展一个新客户的成本可能会是挽留一个老客户的几倍甚至十几倍。因此,利用 APP 消息推送的功能把沉默用户拉回来,就有希望提高 APP 用户留存率,显著降低整体的运营成本、提高收益。
推广新版本
也就是让用户体验新新上线的活动、功能等等。APP 消息推送是根据 APP 定位来衡量推送范围的,而最直接通知方式莫过于 Push。
那么,Push 的作用如此诱人,但用户又极有可能对 Push 不感兴趣、不去打开,这道转化,如何提升?
在你脑海中蹦出一堆优化的想法前,不妨先看看这个实战案例:51 信用卡基于 Push,针对 6 种细分人群做了差异化运营策略的 A/B 测试实验,前后共计跟踪一个月时间,六个人群较未提供策略都有比较显著的 ROI 净值提升:
A/B 测试实验结果
如此亮眼的数据,是怎么做到的?
如何用 Push 做增长
其实道理大家都明白,无非就是:
在合适的时间,以合适的文案,给合适的人,推送合适的内容。
但说得轻巧,做起来却并不简单。为了寻找这到四个“合适”,51 团队并不仅仅只做一两次 A/B 测试实验,而是进行了大大小小数个实验,才得到了最终的推广结果。
以“合适的时间”这一条为例,51 团队建立了由 A/B 测试结果来进行推送时间优化的机制。团队首先针对 App 活跃度做了统计,来观察用户群体的行为:
用户活跃度
图上有几个时间点值得注意:
达到平均活跃的时间
最活跃时间
最活跃时间提前 1 小时
活跃次数 90 分位数的最早时间
选择哪个时间点推送,效果最佳?实验之前,没有人知道;此外,不同的产品,受众不同,因此就算你曾在另一个产品中,找到了最佳的投放时间,也无法确保在这个 App 中能套用你的实验结论(否则你的手机肯定要在某个时间点叮叮咚咚收到一堆推送了)。
除此之外,Push 文案也是关键的一环。在这新媒体运营群魔乱舞的 8102 年,文案的作用正在被逐步放大。一个好的标题文案,往往能决定一篇文章的生死,同样,一个 Push 文案的好坏,也总能掐住点击和后续转化的命脉。
如何找到合适的文案?
文案撰写方法,网上随便搜一搜就比比皆是,在此我们便不再赘述了。如果你尝试过内容运营的事情,一定会对这种情况非常有感触:一篇文章写好了,主题很明晰但标题拟定了十几乃至几十个,不知道用究竟哪个比较合适。Push 也是这样,同一个活动/功能,文案是可以有非常多的,这时候选择哪一个似乎都无法服众。怎么办?
51 团队备选的 Push 文案
看到这类择优工作,你的第一反应可能是用传统的 A/B 测试,分好流量去尝试。但 Push 和寻常的 App、H5 内的 A/B 测试实验环境不一样,一条活动推送往往只会在用户那儿出现一次(当然一个活动可以推送多次,但是总不能老用一样的文案),因此 Push 和落地页从某种意义上来说是很相似的,都是“一次”的曝光。因此,它很适合使用“MAB”进行试验。
先简单介绍一下 MAB 是什么:
MAB
毫无疑问,多臂赌博机问题在落地页和 Push 中是常见的,例如,
假设一个用户对不同类别内容感兴趣程度不同,当 Push 系统初次见到用户时,怎么快速直到他对每类内容的感兴趣程度?
假设系统中有若干活动/广告库存,该给每个用户展示哪个 Push 内容才能获得最大点击收益,是不是每次都挑收益最好的那个?
51 团队在实验中,正是用了这个方法来甄选文案,让最终带来了亮眼的转化。这个方法,也正是 Testin 的最新智能引擎 TestinData.AI 所使用的基础。该引擎基于上下文 &多臂赌博机 Contextual & Multi-armed Bandit,专利[2017103029700 自动生成多页面组合版本,2017102790713 自动版本选优和流量调控]等强化学习算法实现自动智能选优——也就是说,如果你想用 MAB 为你的 Push 来一次像 51 信用卡这样高质量的增长,不妨试一试 TestinData.AI。
评论