APP一推送用户就卸载？做push要注意这3个关键点

众所周知，现在获取用户成本越来越高，随着小程序的崛起，用户去下载一个app，然后去注册，填写信息的意愿与成本也是幂级的提高。

那针对此类趋势，首先迎合需求，对于新用户，极简的使用产品，对于老用户，我们就要尽可能的不让它们卸载或者离开我们。

首先针对app运营中，非常常用且重要的手段，消息push，聊一聊降低卸载的方式方法。

首先我们要找到影响App push好坏维度，包含了哪些具体的动作，App 卸载的关键节点有哪些。

一、影响App push之后App卸载率的三个关键点

(右键另存为查看高清大图)

二、根据push文案撰写，发送技术及频率以及用户属性分组来确定push场景

 1、push文案撰写

划分push文案种类，确定公司属性，进而选择文案撰写风格及措辞。Push类型主要分为IM类及分IM类。这里主要说非IM类。

（1）活动通知类

目的是告诉用户某项活动或者重要的事情即将开始，希望用户参与。拉动用户参与度，矛盾点在于运营与用户之间的参与意向度。

运营希望用户尽可能多的参与，一天推送8遍才高兴，用户的感知，抛开对活动本身兴趣就是对于文案引导。所以文案应在最短的时间内引起用户注意，并刺激用户

点击。此类push最容易引起用户反感。

通常以数字+“我的天，不敢相信”等具有识别度的语气词。

（2）信息咨询类

主要涵盖知识类+新闻类app。通常以热点时事新闻，及个性化订阅为主。

所以，这类push主要是简洁明朗的语言描述一个事件即可。

（3）产品推介类

以促进用户产生购买行为为主要目的，多用于电商、理财类产品。目的向用户烘托紧张感，以感性的角度引导用户下单。

通常是产品品牌+即将售罄等紧张词语/外观及实用性的描述性词语为主。

（4）系统提示类

针对用户主要是机主本人，显示手机系统即将发生的行为或者基于app机主自己曾经做过哪些行为。

这种主要以描述事实为主，信息准确性为第一需求。

 2、推送怎么引起用户兴趣

推送大体分为上文所说的四大类，但是基于四种类别之下，表现方式千差万别。所以在文案的确定上，我们需要站在用户的角度去思考，他想要什么样的内容。

基本运用以下5点思考:

（1）推送文案字数限制

（2）标点符号使用，例如“～、》？……”等

（3）emoji表情使用

（4）数字的使用

（5）文字情绪的运用

吸引用户的注意力，可以参考AIDA模型:

具体详解

(右键另存为查看高清大图)

 3、推送方式及频率选择

一条成功的推送，符合三个维度，合适的时间＋适当的场景＋符合需求的文案。那怎么才能找到满足这三点的方法呢？一共有四种方式可以尝试:

 （1）多文案测试类push

此方法是先点后面式，小范围测试，再全部推送。首先要求运营人员根据需求及目前产品用户群体，写出多条文案，然后在用户池随机选取一部分用户，并等量分布。

这种方法，可以有效并快捷的找到用户喜欢的调性文案。将选择权交给用户，并不是由运营人员或者老板来决定。避免以偏概全，盲目自嗨。

示例：push 用户数500万

（2）用户个性化push

此方法多用于平台类／信息集成类app。此类产品用户种类多，需求不一致。电商有闲鱼、淘宝、京东等。信息集成类类似于知乎、即刻等。教育类有英语流利说、cctalk等。

基于用户的个性化需求，推送相应文案，既可以提高转化率，又满足用户所想。提高用户对产品的满意度和忠诚度。

想要针对用户有个性化需求，需要对用户进行分组，详细的用户行为分析，以此作为个性化push的根据。

个性化push一定是基于对于用户的了解，线上根据app使用路径，信息浏览等，线下基于用户的生活半径，来获取对用户的认知。

（3）半自动push

半自动push应用范围很广泛，站内信、邮件、短信等。当需要push的信息越来越多，就要加入push的规则设定，以节省运营成员人力成本，同时满足信息传达的及时性。

主要以时间节点＋特定用户群体＋提前确定的内容为主。

（4）push过滤去重

讲完怎么给用户push，但是如果一个非IM用户每天接受n条push，再符合需求也是要疯的。所以基于push的基础上，我们要限定频次，基本以每天1条为主，不能超过2条。

去重之后，需要考虑push分级问题。Push优先级确定，最大程度不骚扰用户。

系统级push为最高级，主要以重大事件为主。关注级push，主要是用户自己关注的信息推送，如新闻种类，商品上架可购买。最低级为运营级push，主要根据活动并行，不宜过多推送，造成用户干扰。

4、如何选取推送时间

同一种文案，在不同时间断推送给用户，其效果也是千差万别的。这时候就要细拆分文案是给哪种用户看的，这个时候主要考虑四点:

其中比较重要的是作息时间，我们有2种方法可以测试

（1） 自然日／周的浏览情况

顾名思义，针对某一个页面，我们需排除诸多干扰因素，例如，做活动，发push等。让浏览行为呈自然状态。同时通过研发同学的数据卖点，检测一个或多个页面正常24h的pv／uv数据。

检测多个数据是为了保证结论准确性，其他动作数据干扰作用在一个页面要比作用在多个页面难很多。

通过一个调研问卷，来检测用户活跃度时间段:

小tips：通过检测用户浏览量最高的几个页面，我们查看pv／uv。有时候会检测出bug哦～，首先大家都知道uv／pv=1：2-3之间，突然有一天uv／pv=1：4-6，那这个页面有可能就出现了问题，要不是用户看不懂，要不是页面刷新不来。

（2） 消息测试

即使经过了数据测试，那我们依旧要通过实际的动作去尝试，虽然数据是不会骗人的，但是数据会隐藏一些信息不说，例如用户浏览行为高，但不代表付费转化高，所以还是要经过实打实的测试，而数据带给我们的，是可以在一个有效的时间段里进行测试，而不是盲目的选择时间。