APP一推送用户就卸载?做push要注意这3个关键点

479人浏览 / 2018-05-03 10:01:00.0
针对app运营中,非常常用且重要的可以降低卸载的方法:消息push,包含了哪些具体的动作,影响了app卸载情况。
 

 

众所周知,现在获取用户成本越来越高,

 

那针对此类趋势,首先迎合需求,对于新用户,极简的使用产品,对于老用户,我们就要尽可能的不让它们卸载或者离开我们。

 

首先针对app运营中,非常常用且重要的手段, 聊一聊降低卸载的方式方法。

 

首先我们要找到影响App push好坏维度,包含了哪些具体的动作,App 卸载的关键节点有哪些。

 

 

 

 

 

 

 

划分push文案种类,确定公司属性,进而选择文案撰写风格及措辞。Push类型主要分为IM类及分IM类。这里主要说非IM类。

 

 

 

 

 

目的是告诉用户某项活动或者重要的事情即将开始,希望用户参与。拉动用户参与度,矛盾点在于运营与用户之间的参与意向度。

 

所以文案应在最短的时间内引起用户注意,并刺激用户

点击。此类push最容易引起用户反感。

 

通常以数字+“我的天,不敢相信”等具有识别度的语气词。

 

 

 

 

 

主要涵盖知识类+新闻类app。通常以热点时事新闻,及个性化订阅为主。

 

所以,这类push主要是简洁明朗的语言描述一个事件即可。

 

 

 

 

 

以促进用户产生购买行为为主要目的,多用于电商、理财类产品。目的向用户烘托紧张感,以感性的角度引导用户下单。

 

通常是产品品牌+即将售罄等紧张词语/外观及实用性的描述性词语为主。

 

 

 

 

 

针对用户主要是机主本人,显示手机系统即将发生的行为或者基于app机主自己曾经做过哪些行为。

 

这种主要以描述事实为主,信息准确性为第一需求。

 

 

 

 

 

推送大体分为上文所说的四大类,但是基于四种类别之下,表现方式千差万别。所以在文案的确定上,

 

基本运用以下5点思考:

 

(1)推送文案字数限制

(2)标点符号使用,例如“~、》?……”等

(3)emoji表情使用

(4)数字的使用

(5)文字情绪的运用

 

吸引用户的注意力,可以参考AIDA模型:

 

 

 

 

具体详解

 

 

 

一条成功的推送,符合三个维度, 那怎么才能找到满足这三点的方法呢?一共有四种方式可以尝试:

 

 

此方法是先点后面式,小范围测试,再全部推送。首先要求运营人员根据需求及目前产品用户群体,写出多条文案,然后在用户池随机选取一部分用户,并等量分布。

 

这种方法,可以有效并快捷的找到用户喜欢的调性文案。将选择权交给用户,并不是由运营人员或者老板来决定。避免以偏概全,盲目自嗨。

 

示例:push 用户数500万

 

 

 

 

 

此方法多用于平台类/信息集成类app。此类产品用户种类多,需求不一致。电商有闲鱼、淘宝、京东等。信息集成类类似于知乎、即刻等。教育类有英语流利说、cctalk等。

 

 

想要针对用户有个性化需求,需要对用户进行分组,详细的用户行为分析,以此作为个性化push的根据。

 

个性化push一定是基于对于用户的了解,线上根据app使用路径,信息浏览等,线下基于用户的生活半径,来获取对用户的认知。

 

 

 

 

 

半自动push应用范围很广泛,站内信、邮件、短信等。当需要push的信息越来越多,就要加入push的规则设定,以节省运营成员人力成本,同时满足信息传达的及时性。

 

 

 

 

 

 

讲完怎么给用户push,但是如果一个非IM用户每天接受n条push,再符合需求也是要疯的。所以基于push的基础上,我们要限定频次,基本以每天1条为主,不能超过2条。

 

去重之后,需要考虑push分级问题。Push优先级确定,最大程度不骚扰用户。

 

 

 

 

系统级push为最高级,主要以重大事件为主。关注级push,主要是用户自己关注的信息推送,如新闻种类,商品上架可购买。最低级为运营级push,主要根据活动并行,不宜过多推送,造成用户干扰。

 

 

 

同一种文案,在不同时间断推送给用户,其效果也是千差万别的。这时候就要细拆分文案是给哪种用户看的,

 

 

 

 

其中比较重要的是作息时间,我们有2种方法可以测试

 

 

顾名思义,针对某一个页面,我们需排除诸多干扰因素,例如,做活动,发push等。让浏览行为呈自然状态。同时通过研发同学的数据卖点,检测一个或多个页面正常24h的pv/uv数据。

 

 

通过一个调研问卷,来检测用户活跃度时间段:

 

 

 

 

小tips:通过检测用户浏览量最高的几个页面,我们查看pv/uv。有时候会检测出bug哦~,首先大家都知道uv/pv=1:2-3之间,突然有一天uv/pv=1:4-6,那这个页面有可能就出现了问题,要不是用户看不懂,要不是页面刷新不来。

 

 

即使经过了数据测试,那我们依旧要通过实际的动作去尝试,虽然数据是不会骗人的,但是数据会隐藏一些信息不说,例如用户浏览行为高,但不代表付费转化高,所以还是要经过实打实的测试,而数据带给我们的,是可以在一个有效的时间段里进行测试,而不是盲目的选择时间。


本网站为非盈利性网站,所有资源来自网络,如无意中侵犯了您的权益,请发送邮件至1977282570@qq.com,我们将及时删除相关链接