圖推題怎麼搜解析
編輯導語：對於業務來說，需要常做常新，充分了解。而對於產品來說，就需要拉的來人，留得住客。本文介紹了最佳化Push業務、提升Push業務的有效轉化率等方面。讓我們一起來看看吧！
一、最佳化Push業務
最近，為了追留存，又開始最佳化Push業務。業務嘛，常做常新，便多了些理解。
從數的角度，Push的業務模式似乎已經足夠清晰：
活躍UV量 = 覆蓋UV量 X (1- (1- UV點選率)^ Push條數)
即，如果一天覆蓋100W人，每條Push的點選率是1%，一天發五條。
發5條，使用者都不點的機率是：（1-0。01）^5 = 0。95
會點選Push進入應用的活躍UV量 就等於 100W x（1-0。95） = 5W
為了追活躍的UV量，在上述公式中，分別最佳化各個變數即可。
1。 覆蓋UV量：分為發 和 收兩個環節
發：按照使用者的活躍度分組後（新使用者、周活、月活）分別追覆蓋率，即讓Push觸達到每一個使用者；演算法上，要給每個使用者都計算出可以推送的資訊（貨品的充足）；工程上，要基於不同手機廠商的Push通道進行最佳化，保證Push能夠及時有效發出（物流的完備）。
收：儘管從傳送的角度，我們希望覆蓋到每一個使用者。但是從收的角度，如果使用者關閉了Push，甚至解除安裝了App都會影響到能夠接受到Push的使用者規模。
2。 Push條數：沒有絕對的上限值，只有參考和經驗值。
理論上，只要我們的Push條數不把使用者騷擾到關推送、刪App，Push條數是多多益善的。（今天，為了防止應用過度騷擾使用者，各手機廠商都強化了關於推送的管理，也會讓使用者更方便的關閉某個App的推送。）
僅出於活躍目的的考慮，當用戶當天已經活躍了（主動活躍 or 被Push拉回），我們就可以不再對同一使用者進行傳送了。
3。 Push點選率：引入演算法的環節，需要基於個體偏好給出可能的解決方案。
時間偏好：
日期：工作日/休息日的區分（而非週一週五的區分）
時段：一天當中的不同時段的區分；當然，在凌晨階段，我們通常是要關閉push、以免打擾使用者的。
內容偏好：
對於混推列表的應用而言，如果列表裡的內容是嚴格按照點選率排列的話，那麼直接將列表的第一條資訊推送給使用者就是最簡單的做法。
型別：使用者對於App可以提供的什麼型別的推送更願意點選？內容類、活動類、促銷類、資訊類等等。
資訊：在同一型別的推送下，使用者更偏好什麼樣資訊的內容。
時效性偏好：
待推送的內容對於使用者來說，是不是希望及時收到的，還是無傷大雅的。這決定了我們在推送的時候，應該如何處理對應的訊息內容。
比如，對於球賽賽事、新聞事件來說，推送的時效性要求很高，推的越早、使用者就越可能開啟你的內容進行檢視；而推送的晚了、新聞變舊聞，使用者自然喪失了點選的動力。於是，為了追求推送內容的時效性，各個應用拼命廝殺，甚至於還會出現新聞事件的搶跑事件。比如，騰訊就因為搶跑推送過一則烏龍的新聞。
二、迭代Push業務過程
而在資料指標之外，不斷迭代Push業務的過程也帶給人額外的認知。
其一，Push 之於使用者而言，是一種豆腐塊廣告。
除了少量使用者主動訂閱的內容以外，絕大多數的Push更像是塞給使用者的廣告，而且受限於手機作業系統能力，推送是一種限定樣式的豆腐塊廣告。
在實操過程當中，我們碰到的運營類廣告推送最大的問題就是：不說人話、不幹人事。
不說人話，只給使用者專有名詞，而不採用使用者能理解的表述方式。
不幹人事，只想讓使用者付出來滿足業務目的，而不允諾使用者好處。
既然明確了Push是一種廣告，那麼從廣告的邏輯思考推送，能帶給我們更多的啟發：只有出發點找到和使用者利益的相關點，包裝上向用戶表明利益，才能夠更好的引導使用者點選Push。比如，使用者發出的IM訊息得到了回覆、使用者關注或訂閱的內容有了更新、使用者可以領到福利等等，把待推送的內容以使用者的視角進行二次的文案包裝，在實踐中都能夠得到不錯的點選率提升。
對應到Push點選率的環節，我們就可以在上述因素之外，進一步新增包裝偏好：
包裝偏好：以更貼近使用者視角的文案和圖片，對於待推送內容進行二次包裝，從而提升使用者對於同樣內容的接納程度。
其二，Push 之於業務來說，追求的不僅是活躍，更應該追求【有效的】活躍。
活躍 ——人來了
有效的活躍——人來了、逛了、看了、買了
在一個割裂的組織結構裡，經常出現“管殺不管埋”的情況，透過Push把人拉來之後就不管了，DAU確實提升了，但仍然只停留在虛榮指標的層面，而沒有給業務帶來切實的貢獻。透過推送部門和業務部門共背指標，一體化考慮，我們就可以引入新的機制：
進一步考核Push後的業務指標，才能夠更好的搭建和衡量推送的價值指標（並不是每個DAU都是有效的，只有那些有更多行為的DAU才是有效的）；
先琢磨清楚如何承載Push帶來的使用者，搭建起後續的通路，才能夠承接得住Push拉回來的使用者，從而提升Push對於業務有效性的貢獻。
三、有效轉化
在實操過程當中，我們往往會發現點選率高的內容，和後續轉化好的內容往往並不是同一類內容。這時，就可以進一步嘗試將引流品 和 利潤品透過產品互動的方式連結在一起，先讓人進來，再發生後續的轉化。
基於此，我們就能進一步完善推送業務的衡量公式。
有效活躍UV量 = 覆蓋UV量 X (1- (1- UV點選率)^ Push條數) X 有效行為轉化率
有效行為轉化率：
依賴於我們對於使用者後續行為的設計，透過產品機制的承載，從而讓過路客變為進店客，讓進店客變為消費客。
而因為不同型別的推送，其後續的行為轉化率不同，我們也就需要結合後續的轉化來重新衡量不同推送物件的價值。
本文由 @YanZehua 原創釋出於人人都是產品經理，未經作者許可，禁止轉載。
題圖來自Unsplash，基於CC0協議