聊聊如何给用户做精准推送

最近工作上有接触到精准推送的相关问题,现整理下来与大家分享一下,感兴趣的可以一起探讨。

精准推送的形式

在运营或产品工作中,常见的精准推送给划分为以下两种:

1)站内精准推送:包括站内广告、信息流的推荐、商品推荐等

2)站外精准推送:包括广告投放、短信、push等

为避免问题不聚焦,泛泛而谈的情况,这里只针对站外(主要是push)进行谈论。

精准推送的目的

对产品来讲,精准推送的目的常表现为:

    1)提高用户活跃与留存

     2)提高转化率(常与业务相关,如向用户推送优惠券)

有些公司产品的活跃度往往会随着推送上线波动,推送做得好,用户活跃蹭蹭往上涨,推送一旦停止,产品如一湖死水。这里可能有点夸大,但推送确实是在产品活跃和业务转化上起到非常重要的作用。

那么,精准推送到底解决用户什么问题?

精准推送本质上是给用户传递一个消息。而一个消息是否能唤醒用户的注意力,取决于该消息是否满足用户以下两点需求:

    1)有用

    2)有趣

另外还要考虑到消息推送带来的负面影响:不能对用户造成打扰。

那么怎样会对用户造成打扰呢?第一,给用户推送其不需求的信息(既没用又无趣的信息);第二,推送次数过于频繁,超出用户的承受范围。

小结一下,精准推送就是在不打扰用户的前提下,给用户推送有用或有趣的信息,以达到提高用户活跃和留存,或者提高转化率的目的。

那么,怎样给用户推送有用或者有趣的信息呢?

本人认为,解决以上问题有以下几个关键步骤:

    1.明确产品上的用户有哪些分类

    2.将每个用户归类到其所属的分类中去

    3.给不同类别的用户推送满足其需求的相关信息

1.明确产品上的用户有哪些分类

常见可按照产品的定位及功能对用户进行分类。如58同城的用户可粗略分为找工作、租房、找本地服务,而租房又可以将用户划分为合租、整租、短租等;再比如卡牛信用卡管家可以粗略划分为申请信用卡、玩转信用卡、申请贷款的用户,而玩转信用卡又可以进一步将划分为信用卡优惠、提额、分期等。

2.将每个归类到其所属的分类中去

知道大体的用户分类之后,那么应该怎么把每个用户归类到所属的类别中去呢?也就是说,属于特定分类的用户,需带有怎样的标签?

这里稍微扩展下用户标签的知识:用户标签可分为“静态标签”和“动态标签”

1.静态标签主要包括几种:

用户属性数据:年龄、性别、地区、星座、兴趣爱好等

商业属性:月收入、职业、行业等

消费意向:房屋购买、汽车购买、娱乐爱好、社交方式等

网络使用习惯:上网时长、上网时间、上网影响因素等

(静态数据的获取方法有问卷调查、用户访谈等。)

2.动态标签主要包括以下几种:

用户粘性:访问频率、访问时间间隔、访问时段等

用户活跃:用户登录次数、平均停留时间、平均访问页面数等

用户留存:次日留存、7日留存、月留存等

用户访问深度:跳出率、访问页面数、访问路径等

用户成长数据:新老用户数据、用户生命周期、用户的等级成长等

动态数据的获取方法有数据埋点、第三方数据统计平台(如诸葛IO)

那么,还是以卡牛信用卡管家为例,如何准确找到属于贷款类的用户的动态标签?首先梳理下有贷款需求的用户可能在产品上产生的一些行为:

1.点击进入贷款页面

2.查找贷款产品

3.浏览贷款产品详情

4.点击贷款按钮

5.提交贷款资料

6.查看贷款进度

7.查看贷款相关帖子与攻略

8.参与贷款相关话题

……

产生以上行为的用户都有可能是有贷款需求的用户,那么有了这些行为数据后,就能断定该用户一定有贷款需求了吗?不一定,比如说误点击操作,比如说无意识的浏览行为等。所以,为了提高准确性,还需要综合多几个维度加以考虑。

    1.比如频率维度,用户在一天内点了几次?在一周内点了几次?

    2.比如贷款申请状态,用户是处于申请前、申请中、申请后的哪一个状态?

    (更多维度大家可以继续YY,目标都是朝着准确性无底线地靠近)

那么有这么一个用户:Ta本周进入贷款页面5次,浏览贷款产品4个以上,每个贷款产品详情页停留时间为1分钟以上,这样的用户,除了是想来贷款的,还有可能就是竞争对手来做竞品分析的用户了吧。

3.给不同类别的用户推送满足其需求的相关信息

什么样的消息对用户来说是有用的,或是感兴趣的,需要依产品的定位来敲定。比如对于卡牛上有明确贷款需求的用户来说,贷款攻略、贷款活动等信息的吸引力就要远远大于过信用卡申请、信用卡提额等信息。至于推送的落地页该怎么呈现,该推送什么内容,这部分涉及的知识太广,这里不做深究。


总结:给用户做精准推送,首先要明确自己推送的目的以及要解决用户怎样的问题,接着要对产品上的用户有明确的分类,通过收集有用的数据来为用户打上精准标签,最后是给用户推送其想要的信息。

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 196,099评论 5 462
  • 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 82,473评论 2 373
  • 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 143,229评论 0 325
  • 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 52,570评论 1 267
  • 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 61,427评论 5 358
  • 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 46,335评论 1 273
  • 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 36,737评论 3 386
  • 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 35,392评论 0 254
  • 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 39,693评论 1 294
  • 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 34,730评论 2 312
  • 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 36,512评论 1 326
  • 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 32,349评论 3 314
  • 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 37,750评论 3 299
  • 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 29,017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 30,290评论 1 251
  • 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 41,706评论 2 342
  • 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 40,904评论 2 335

推荐阅读更多精彩内容

  • 简书里基本我所有的文章都是给自己看的,所以文章会有侧重地写肯定不全,不是写给大家看的。 1.活动营销: 在与微信经...
    徐薇薇阅读 1,800评论 0 1
  • 概述及标签体系搭建 1 概述 随着信息技术的迅速发展和信息内容的日益增长,“信息过载”问题愈来愈严重,愈发带来很大...
    JinkeyAI阅读 22,734评论 10 241
  • 读书二为,一为精神富足,二为行走江湖。多思,多践行,阅读的时光才不算白费。 简书的第一篇文章,当一回拿来主义者,搬...
    唐大幕阅读 285评论 0 2
  • 自身敏感,我不愿任何人触及我内心最柔软的地方。强忍着难过,躲避一切。我不愿争吵,不想有不快。任何一个人心里都有抵触...
    小伍姑娘阅读 538评论 0 0