关于APP消息推送，七大必考知识点！（三）

Part6：消息推送的数据指标

关于消息推送，有以下几个数据指标供参考：

到达率（到达人数/发送数量）app定向推广

这里需要注意下到达率低的原因，主要有两个原因：1.技术通道原因2.用户主动关闭消息推送权限

打开率（打开人数/到达人数）

转化率（转化人数/打开人数）

卸载率（参考：推送1小时后卸载人数/到达人数）

为什么是1小时呢，这个是有人根据实际工作中的数据分析和经验总结得出来的，忘记在哪看到的了。

接收 push 的留存率=2*未接收 push 的留存率

这是什么意思呢，意思是说在某一段时间内，接收消息 push 的用户留存率是未接收消息 push 的用户留存率的2倍。

Part7：技术层面

最后，简单说下技术层面我们可以做的事情，有以下两点参考：半自动push一开始产品不成熟，用户体量较小的情况下，没有数据可供参考，消息推送处于测试阶段，可以完全由运营同学人工push。

随着产品发展起来后，基于对用户的理解和用户历史行为数据的采集与分析，加之消息推送时间的限制，不可能全部都交由人工处理。

要把消息推送规范化一种机制，解放一部分人力——让 push 规范化、产品化，形成 push 事件，由半自动系统发送。app刷量渠道

何为半自动化事件？

半自动化平台的「事件」描述整个运营行为，由「具体人群」、「触发条件」、「运营规则」和「调度机制」构成。事件具实时性、突发性的特点。

一个事件包含：满足什么条件，做什么事，这件事具体做什么，何时以及如何来做这件事。

调度机制：如调度 push 系统、用户标签系统、关联系统相关数据等。

去重过滤

上面提到我们会有多种类型的消息push，把握不好的话会导致一个用户每天收到很多条消息，造成用户骚扰。APP投放渠道

因此，我们需要制定规则，确保一个用户每天最多收到 N 条push（N一般是2），且优先收到优先级更高的push。

举例：优惠券过期push、活动上线push、生日祝福push、个性化push等多类 push 需去重过滤。aso刷榜公司

结语

本文思路来源于日常 APP 使用观察与经验、笔者项目经验、跟同行的探讨交流、网上文章分析参考、PMCAFF问答等。app推广经验