APP消息推送作为消息分发渠道，一方面起到内容告知的作用，另一方面在一定程度上可以提高用户活跃，在用户流失后也许能够召回用户。
那么，如何搭建好 APP 消息推送机制呢，这篇文章或许可以帮到你。
本文会从以下 7 个方面展开叙述：
Part1：消息类型
Part2：消息推送的影响
Part3：消息推送的时机与场景
Part4：消息推送的内容
Part5：消息推送的策略
Part6：消息推送的数据指标
Part7：技术层面
一、消息类型
根据产品形态和业务类型，从大的层面看，可以将消息类型拆分为“IM类”和“非IM类”，非IM类又可以根据其在实际场景中的应用细分以下不同类型：
IM 类
包括微信、陌陌、qq等。
非 IM 类
新闻资讯类：如网易新闻、今日头条、天天快报、ZAKER等新闻资讯；
营销活动类：如天猫 APP 预售、大促、满返满减等营销活动信息；
产品推荐类：如天猫、京东关联产品推荐、新品推荐等基于大数据和算法的个性化推荐；
系统功能类：如天猫发货 or 到货物流通知、生日祝福提醒、优惠券过期提醒等与个人信息特征或行为属性相关联的系统内消息push。
二、消息推送的影响
消息推送机制运用得好不好，往往会在用户体验，产品功能上对用户形成较大影响。具体说来，消息推送的好坏影响，有以下几点参考：
好处
1.信息告知与提醒
消息推送充当着信息分发渠道的角色，平台方有关产品更新、内容更新、活动消息等内容发布，均可以通过消息推送渠道 push 给用户，能够让用户第一时间知晓此类消息。
如果是线上活动类、电商大促等促销活动，用户也能第一时间知晓并参与进来。
2.促进活跃，增强粘性
消息推送也是用户运营的一块阵地，很多产品把它当作和用户交流与沟通的一道窗口。运用得当的推送消息，能够有效的促进用户活跃，提高用户粘性，让用户时不时打开你的 APP 玩起来。
3.唤醒沉默用户，提高留存
有些用户可能玩着玩着就流失了，几个月也不打开一次 APP。通过有趣的推送消息，也许能够唤醒起一部分流失掉的用户。甚至，在用户将要流失之际，作为流失预警机制的一道门阀，防止用户过早流失。
4.提高功能模块使用率
当产品更新版本时，可以通过推送消息第一时间提醒用户，引导用户打开并使用新功能，可以提高特定功能模块的使用率。
坏处
1.骚扰用户，提高卸载率
有些运营同学或者是单纯因为 KPI 的压力，或者是对于消息推送没有建立有效的运营策略，也不了解用户的行为习惯，只是单纯地从己方利益出发——只想要更多地提高用户打开 APP 的频率。
于是，频繁地给用户推送消息，打扰用户，很多时候往往得不偿失，加快用户流失速度，甚至导致用户直接卸载 APP。
2.透支信任，“狼来了”的故事
有些运营同学为了吸引用户的注意力，从推送标题上下功夫，想了很多歪门邪道，常常用虚假标题吸引用户，当用户打开 APP 一看内容，发现跟标题描述得相差甚远。
用户经常会有一种“被骗”的感觉，久而久之，他们明白了你的套路，便不再信任你，当你有真实的内容想要告诉用户时，他们也不再打开了。因为他们潜意识里已经认定——妈的一定又是骗我的！
3.过多无价值内容，造成用户反感与麻木
消息推送能够吸引一部分用户打开APP，但是怎样让用户在 APP 内开心地玩起来，并喜欢上你的APP，这是值得思考的问题。
当然，这取决于很多因素，产品功能层面的，内容价值层面的，视觉美感层面的，交互体验层面的……等等各种因素。
但有一点很重要，既然是内容的push，那么推送的内容当然得是用户喜闻乐见的，如果大部分内容对用户来说毫无价值，很容易导致用户反感。
三、消息推送的时机与场景
时机
这里的时机我们是指每一天的推送时间段。一般情况下，有这样几个时间段可供参考：
1.上午9点–10点：人们刚到公司，一般不会太忙，此时推送消息打开率比较高；
2.中午12点–14点：这个时间段是午休时间，人们一般都会看看资讯啊、新闻啊、玩玩微信啊啥的，在 APP 的使用高峰时段推送消息，打开率也比较高；
3.下午5点–6点：这个时间段人们处于准备下班的状态，比较懒散放松，有时间的话一般会选择玩玩手机，此时推送消息会吸引到用户注意力，不至于被忽略；
4.晚上21点–22点：结束了一天的工作，吃完晚饭终于可以休息了，在人们看新闻资讯、处理聊天内容或者玩游戏的间隔，推送一条消息，打开率妥妥的。
当然，这些时间段也不是绝对的，肯定也存在例外，这个时间仅做参考。还有一种方法就是——我们可以根据用户的真实使用场景去反推 push 时机。
什么意思呢，也就是说，将自己代入真实的用户使用场景，比如中午吃饭的时候，你一般会做些什么呢？打开微信处理一下一上午没来得及回复的私信？看看群里面都聊了些啥？打开新闻 APP 看看今天都发生了哪些大事？或者撸一把王者农药？
借助真实自己的使用场景，来反推 push 时机，或许能达到不错的效果。
场景
这个是什么意思呢，其实是说我们要根据用户的历史行为去分析，在什么样的场景下去进行消息推送是比较合理的。
举个栗子，天猫的发货 or
到货通知。比如你昨天晚上在天猫买了一件宝贝，今天早上你想知道这件宝贝有没有发货，一般情况下你是不是得打开APP去自己查看，但是如果此时天猫
APP 给你推送了一条消息——“您的宝贝已经乘坐10086号专机来找你啦！”你是不是很开心？是不是感觉体验棒棒哒。
其他可能的应用场景，比如优惠券到期提醒，生日祝福提醒等，也是一样的道理。
四、消息推送的内容
这是消息推送机制的重中之重，能否第一时间抓住用户的注意力，吸引用户打开APP，一个好的标题显得至关重要。关于标题文案的设计，有以下几点建议和参考：
1.场景：国名、交通工具等地域环境或状态，如澳洲、飞机上、约会前···
2.关联用户：与用户有关的名词、代词等，如女人、你、吃货···
3.数字：普通数字、排名、百分数等一切与数字有关的词…
4.判定词：如等于、就该、就够了等词（注意：新广告法规定，极限词不可用）…
定义好 push 落地页
用户打开消息去往哪个页面，这个要定义好。该去首页的去首页，该去详情页的去详情页，该去活动页的就去活动页。
如果你一开始期望用户去的是活动页，结果你定义错了 push 落地页，实际上用户去的是首页。这就比较尴尬了，不仅你的预期目的达不到，而且用户会觉得莫名其妙，也反射出你做事不够细心和专业。
五、消息推送的策略
消息推送频率
在讲策略之前，首先说下消息推送的频率。那么如何把握推送的频率才不会引起用户反感呢？有下面几点建议和参考：
1.坚守「克制」
记住一点，喜欢才会放肆，爱才是克制啊。反反复复给推送消息给用户，并不是什么好事啊。
2.根据用户使用频次决定消息push频率
产品形态决定使用频次，使用频次决定消息push频率。比如工具类APP（如高德地图），一般是在用户出门的时候才会打开，频次普遍会比较低；再比如通讯类APP，比如微信，你想想你一天得打开多少次你就明白啦。
所以，根据用户使用 APP 的频次去反推消息 push 的频率，从中摸索出一定的规律，提高消息推送在时间维度的精准度，不至于频繁打扰用户。
3.参考：一般保持一周 3-5 条
消息推送策略
在消息推送的运营过程中不断总结规律，分析用户行为数据，建立和完善一套比较规范的推送策略，可以起到事半功倍的效果。具体如何做，有以下几点建议和参考：
1.标签推送
即给人打标签。基础的用户标签分类主要有设备信息、用户信息、行为信息、优惠信息、其他信息···给每一个用户打上各种不同的标签，再按标签将用户分类，对不同类标签的用户进行差异化消息推送。
2.账号体系推送（alias推送）
利用平台方掌握的姓名、性别、年龄、受教育程度、地域等人口学属性特征，构建用户数据库。对数据库中的用户进行筛选与分类管理，并做针对性推送。
3.多维度推送
以友盟为例，有以下几个维度，供参考：
1.APP版本，分发渠道，地理位置（目前通过ip定位，支持精确到省，直辖市）；
2.消费力、购买力，群组（华中华南，高富帅，白富美，矮矬穷，单身贵族，屌丝一族等）；
3.用户活跃度（x天活跃，x天不活跃），机型（包含热门机型与全部机型），性别（男或女）；
4.多维度组合，取交集或并集推送。
对沉默用户的推送
可以专门设计内容针对沉默用户推送，唤醒沉默用户，提高用户留存，又可以降低对其他用户的打扰。
升级版本的推送
当产品发布新版后，推送消息给到老版本用户，提醒用户更新版本，体验更多新功能。
限制发送速度
一次推送一般量比较大，高达几十万几百万甚至上千万条。为了减少服务器压力，避免高并发，推送时可以限制发送速度，每秒钟发送多少条。
A/B test
实际工作中，我们常常会有多种方案可供选择，但是我们无法确定到底哪个方案更合理。
于是，我们可以针对不同人群做A/B test。包括两个维度——人口结构数据与历史行为数据。
凡是 A/B test类测试，操作手法都是类似的。控制好其中一个变量即可。此处不赘述。
push人群
push人群包括定向push和全量push。其中定向 push 虽然覆盖面窄一些，但可以大幅度提高push匹配度；而全量 push 则覆盖面大，但精准度低。
可谓是各有千秋，具体怎么做，运营同学需要在日常工作中慢慢摸索，及时调整。
定义多类push优先级
上面提到了消息有多种类型，对应到实际工作中，我们也会有多种消息需要 push 到用户侧。那么怎么去评估这些消息的优先级呢。参考：一般系统功能类>营销活动类（有例外，如电商大促）
文案赛马机制
另一种形式的 A/B test。具体怎么做呢？
运营写出若干条文案（如5条），然后提前抽取部分实验用户出来（比如用户总量的10%），每一条文案发送实验用户中的一部分（10%÷5=2%，即每条文案发送给实验用户量的2%），观察一段时间内每一条文案的点击率，点击率最高的文案胜出，然后这条优胜文案再发送给剩余的用户（90%）。
六、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）
这里需要注意下到达率低的原因，主要有两个原因：
技术通道原因
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。
七、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。
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。
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。
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、网上文章分析参考等。
旨在从多维度尽可能全面的整理出一篇关于 APP 消息 push 的文章，并非完全个人原创。请知悉。
最后的最后，把这篇文章的脑图分享给你。希望能帮到你。
以上，就是我想分享给你的。
本文作者/卿宗伟，转载请注明作者信息及来源出处！
若觉得文章对您有帮助，可以分享到朋友圈哦！
