一、怎样定义 App 精准推送

其实，“精准推送”不是 App 消息推送的专属概念，早在互联网广告兴起的时候就已经被提出来了，只不过广告行业的叫法是“精准投放”，即“广告主将合适的广告投放给合适的人群/受众”。消息推送从本质上来讲，也是一种广告形式（通知栏或者应用内消息），那么我们可以把“精准投放”的概念扩展一下，将“精准推送”定义成“App 运营人员把合适的内容推送给合适的人群/受众”，这样大家对“精准推送”就有了一个初步的印象。当然，市面上还有一些其它叫法，譬如“智能推送”、“个性化推送”等本质是一样的。

在扩展话题之前，可以先看下什么是“非精准推送”。举个例子：终端用户在中国，却收到了英文通知消息，又或者是北京的用户接到“上海南京东路全路段封闭”的通知消息……

对于终端用户来说，如果频繁收到这种不相关的消息，可能会在 App 的设置里面禁掉该 App 的消息通知功能（这类用户属于高级用户，比例相对低），或者直接选择卸载该 App（这类用户属于普通用户，所占比例非常高）。 那么该如何规避这类情况呢？ 其实如果 App 运营人员对“精准推送”稍微有些了解的话，就可以避免上面列举的那些场景。

再来谈谈何为“精准推送”。从定义出发：“将合适的内容推送给合适的人群”。我们将重点放在“合适的人群”这个关键点上，一般 App 推送的内容都是由 App 运营人员提前编辑好的，所以理所当然应该就是“合适的内容”了；而“合适的人群”就要涉及到对人群的精准划分了，那么如何划分人群？划分人群的依据是什么？

结合友盟消息推送在这方面的经验积累，给出 4 个层面的划分维度:

• 基于设备的属性：更准确的说，还应该包含基于 App 的属性。基于设备的维度包含“机型”、“操作系统”、“系统语言”等；基于 App 的维度包括“ App 版本”，“ App 渠道（比如豌豆荚、91助手）”，“App活跃度（几天不活跃用户/几天活跃用户）”等。据我们后台统计，在使用了“精准推送”的开发者中，大部分都使用到了基于设备属性和 App 属性的维度，使用频率非常高。

• 基于用户的属性：这里的“用户”指的是使用 App 的终端用户。基于用户的维度，我们一般称为“用户画像（user profile）”， 基本的用户画像维度包括“性别”、“年龄”、“地理位置（一般精确到省份、城市级别）”、“消费能力”等；高级的用户画像维度有“兴趣爱好”、“信用评级”等。根据友盟推送后台的用户统计，电商类 App 使用用户画像进行推送的频次相对高一些。比如使用基于性别维度来推消息， “给男性用户推送剃须刀促销的信息，给女性用户推送化妆品促销的信息”。

• 基于实时地理位置的属性: 基于实时地理位置（LBS）的常见的推送场景是，当用户的设备进入某个商圈，就能收到该商圈内店铺的推送消息。随着 O2O 行业的兴起，这样的推送需求开始增加。
  
  

• 基于 App 自定义标签: 上面总结的 3 个维度属性，是第三方推送服务提供商可以提供给开发者使用的，但是不一定能满足所有开发者的需求，特别是对自己用户数据有一定积累的 App。“App自定义标签”指的是 App 开发者对 App 终端用户打的标签，譬如一款体育视频的 App ，可以根据终端用户的观看习惯，给 App 的用户打上“足球”、“篮球”等标签。要想实现更精细化的人群细分，可以尝试使用 App 自己的标签体系，或者通过把自有的“App 自定义标签”和上面提到的 3 个维度属性结合起来，来更大效应的发挥“精准推送”的价值。比如上述提到的体育视频 App ，可以在“北京国安 VS 广州恒大”的比赛开始前，给“用户标签是足球并且地理位置在北京”的国安球迷推送关于比赛的通知。

  
  

下面这个图简单的列出了上面提到的四个层面的精准推送维度，条框的宽窄大致的反映了开发者使用的频度:

二、如何做到“精准推送”

上述维度划分应该能满足绝大部分推送需求，App 运营人员只需要结合自己 App 的特点及细分领域属性来进行“精准推送”。列举几个不同类别 App 推送的差异点：

• 电商类的 App，在用户画像上可以多下功夫；

• 游戏类 App，可能更关心的是流失玩家的召回，因此可以使用“ N天不活跃”的筛选条件来进行推送；

• 生活类的 App，根据“地域”针对性的推送一些运营活动是更常见的推送策略；

• 新闻类的 App，根据“ App 自定义标签”来给用户推送新闻，更符合用户的阅读习惯和偏好，进而实现个性化推荐阅读。

“精准推送”是怎么做到精准呢？说到“精准推送”就不得不提另外一个名词：“数据资产”。通过对海量数据来进行用户行为分析，从而可以得到精准的用户画像数据，结合“基于设备/ App ”的属性维度，就生产出了核心的数据资产。很多开发者选择友盟消息推送，就是看中友盟平台的海量数据资产和技术实力，友盟在终端设备覆盖率和准确性方面的特有优势。

比如某电商 App 想推送一款高档商品的相关消息，希望把商品卖给在上海（用户画像/地理位置）的购买力强（用户画像/消费能力）的用户，这个时候就非常倚赖精准推送了。举个真实的例子，有个朋友在做“出海”手游运营，主要对象是印度和东南亚地区。东南亚地区主要的流通语言是英语&汉语，所以他们就很依赖基于语言推送这个简单的功能，开始做推送时，由于对用户语言这个维度积累的数据不是太多，甚至是错误的，造成了英语用户收到了中文推送，部分中文用户收到了英文推送。用户很是反感后来造成了大量用户卸载。所以说，如果没有“数据资产”积累，是很难做到精准推送的。

开发者在做推送时，可以选择有以下特征的推送提供商：首先，有强大技术支持；其次，有数十亿的终端设备覆盖；另外，最好有海量数据资产支持。

三、最后，我们来聊聊“精准推送”相比“非精准推送”有什么优势

我们还是借用广告界的一些概念，在广告领域，评价广告投放效果好坏的通用指标是“CTR(Click-Through-Rate)”，中文翻译过来是点击率，即 #（广告点击量） / #（广告展示量）。对于消息推送业务来说，我们可以直接复用这个概念，我们将消息的打开率定义为 #（通知打开数） / #（通知送达数），因为只有终端用户对该推送消息感兴趣，他们才会去点击消息查看消息的详情内容，所以消息的打开率能非常好的衡量一次推送任务的推送效果。根据友盟消息推送后台统计的数据，可以粗略的得出，相比于“非精准推送”，使用“精准推送”能使消息的打开率在相对值上提升 40% 左右（比如泛推的打开率是 20%，那么精准推送打开率能提升到 28%），在对广大 App 运营人员来说，这无疑是一个好消息。

关于“精准推送”的介绍，就先给大家介绍到这里了。当前友盟消息推送已经支持“设备属性”、“用户画像”和“ App 自定义标签”这 3 个层面的维度，“实时地理位置”维度后续也给大家开放出来使用。

来源：友盟 陈漠沙