app做推广，日活反而下降？

 

这次主要围绕消息推送的一些策略和内容文案进行总结分享，既然打开文章了，那就看一下咯~

一、推送类型

人性的求知、贪婪、懒惰在不同类别的消息推送中也有所体现：

懒惰：

工具类消息推送

工具类的推送，这一类的推送主要和用户的信息刚需相结合，用户在和产品产生某些交互之后，通过消息推送进行提示（如果你懒得打开app查看信息，那我就推送给你咯）

贪婪：

活动类消息推送

活动类消息推送首先满足产品自身活动曝光的需求，通过活动曝光告知用户“你有一个占便宜的机会，不要白不要”

好奇：

纯内容消息推送

这类消息推送频次较高，推送的内容主要依赖于用户对内容的个性化诉求，通常在内容推送时，对标题文案的要求较高，需要一个符合用户需求且有吸引力的标题来概括落地页的内容（但注意即使用户通过标题吸引打开推送，但推送内容不够好，长期会影响推送的用户体验，甚至导致用户关掉消息推送）；

社交类消息推送

二、推送策略

推送也讲究天时、地利、人和，今天我们就把这六个字放进推送的策略里来讲

1.天时：

在进行推送的时候，参考用户的作息习惯+活跃时段设定推送的时间

每个产品的特性不同，用户的活跃时间也会有差别，比如下图某app的用户活跃时间段主要集中在12：00–14：00、21：00–00：00，再参考app用户画像及一日的作息进行推送，比如app用户画像主要为北上广深等一线城市的白领人群，通常工作日早上8:00-10:00处于用户起床、通勤的时间段，21：00–23：00处于下班休息或加班回家路上的时间段，这个时候用户使用手机的频次较高，综合这几个时间，可以在早上9：00/晚上9;00进行推送；

2.地利：

推送场景化：基于自身业务场景或地域场景

自身业务场景：以电商产品为案例，围绕用户近期的商品浏览动态，推送相关的促销信息或商品动态更新。在这类消息推送中，触发方式有两类：第一类是用户手动关注店铺并接收店铺动态，第二类是系统根据用户的浏览标签，进行兴趣推荐，自动推送相关商品折扣信息；

地域场景：

地域场景又可以细分为：针对当地常驻人群的推送、针对位置标签的推送，在细分的地域场景推送中，主要以位置标签的推送为主，例如根据用户的地理位置信息，对目标用户进行地理位置的属性筛选，当符合筛选条件的用户进入指定的地理围栏区域时，便会触发消息推送，实现消息的精细化推送。

3.人和：

这里聊到的“人和”主要指精准的用户画像，比如基于用户性别、消费水平、职业、兴趣爱好、线上行为等维度建立用户虚拟模型，然后通过建立的用户虚拟模型，为不同用户打上不同的标签，再根据这些标签实现“千人前面”的推送。比如，电商类的app，当用户在app内产生浏览行为时，其实根据这些行已经建立了最初步的用户画像，结合用户画像进行商品折扣、活动类的消息推送，这样的精准推送对用户来说也是相对友好的，在一定程度上避免对所有用户产生打扰。

在用户数据模型标签的建立上，主要根据用户行为、用户画像进行划分，根据不同的app在数据模型标签的选择上有不同的侧重点，在这里不进行展开说明。

三、推送文案设计

聊完推送的“天时、地利、人和”，再好的推送策略也需要和文案配合，才能撩动用户。由于推送的文案字符有限制，所以在文案内容的高度精炼和博人眼球就显得非常重要。

1.简单直接告诉用户好处

比如电商类的商品折扣推送，用户每天都在接收大量的优惠信息轰炸，与其给用户呈现太多优惠信息，不如简单直接的把商品优惠后用户可以获得的好处呈现给用户，所以以这条推送举例，我的建议可以改为“【速抢】入口即化的超甜库尔勒香梨，5粒9.9元，直省XXX元…”。在做推送的时候，利用算法搜索用户偏好，这就已经成功一半，在文案上，让用户直接感知到获利，才能真正做到吸引用户眼球，获得推送转化。

2.巧设悬念，勾起好奇

相对于电商类的直接“描述式”推送而言，内容类的推送可以有更大的发挥空间，通过设置悬念，勾起用户的好奇心。但有个问题同样需要注意，在推送的标题设定悬念时，一定要和用户看到的落地页保持一致的内容。即使用户前几次被推送标题吸引点进去，如果落地页的内容与推送文案无关，同样存在被用户忽略的风险，得不偿失。

比如这条知乎的推送，副标题直接抓取落地页的部分内容，与推送主题文案结合，主题文案“你的同学们都带过哪些匪夷所思的东西上学？”吸引对这条内容有互动意愿的用户。而“一时间，我还以为她被来了一个民宿博物馆….”可以对这条内容没有任何互动意愿的用户产生吸引。

3.结合场景，巧用符号表情、图片

推送文案中加入emoji表情能够在一堆文字中吸引用户的眼球，用emoji表情来进行推送抓眼球，也会显得活泼可爱。

比如知乎这条推送标题中的手势符号，起到了指引用户划开的作用，推送中加入图片，让这条推送显得没那么枯燥。

写在最后

关于推送，除了推送策略、文案的设计，在进行推送时，可以进行A/B test，结合推送后的数据进行优化。每一次推送都是在给自己的app做推广，拒绝一成不变，推送也可以变的有趣有灵魂。

 

作者：阿沐

来源：阿沐