作者介绍

-
对于oppo、vivo、小米用户,将点击率高的个性化推送策略尽量安排在上午推送,保证优质推送内容的到达率; -
将oppo、vivo、小米厂商的目标下发用户,由“近90日联网用户”替换为活跃度更高的“近30日联网用户”。



-
「召回源间的排序」:为了让个性化的推送内容占据更多的曝光量,通常会将「基于用户兴趣标签的召回源」优先级设为最高;而「基于地域的热点召回」可以作为仅有静态标签用户的兜底策略,优先级较低。当地域热点无可推内容时,则通过「基于全局热点的召回」内容进行兜底,因此优先级最低。 -
「召回源内部排序」:比如按照item的点击数、CTR、发布时间进行筛选排序,以选出符合条件且表现最好的item推送给用户。
-
扩大兴趣标签用户的覆盖量:可以尝试通过数据分析下当前push目标人群中3类人群的分布占比,理想状态是「兴趣偏好标签的用户」占大头,「仅有静态标签用户」和「无任何标签用户」很少。如果前者占比不够高,可以通过优化用户兴趣度模型规则来扩充标签人群的覆盖量。例如,通常会根据用户兴趣度模型(基于用户行为、行为窗口期、行为权重、时间衰减因子)计算用户的 Top N 兴趣偏好,但相比30天窗口期,120天可以覆盖更多的用户。当然,也可以通过丰富用户兴趣标签体系来增加标签用户的覆盖面积。 -
优化冷启动策略:建议可以通过分析站内用户的行为数据、或者经常点击push用户的行为数据,来优化当前的冷启动策略。比如将站内留存很高、且渗透率还不错的内容类型或者页面作为push物料推送给新用户。 -
机器模型召回:尽管人工规则的不断叠加也可以提升推送内容的质量,在表达策略的复杂度和丰富度方面还是机器更擅长些。如果算法资源以及硬件设施资源充足的条件下,可以考虑基于FM、Vector Embedding智能算法进行训练学习,以不断逼近用户的喜好。
-
文案简练:过长且没有重心的文案会使用户丧失阅读下去的耐心,建议控制push文案长度在屏幕两行以内; -
突出并前置实体词:比如微博的push文案:「吴昕:xxxx微博标题」; -
社交提醒类的样式:比如「@你的名字」、「xxx,你有1条未读消息」的push点击率较好; -
强调价格或者数字:比如 B站的推送文案为:xxx视频标题,【1万播放,1千点赞】。
-
push通知内容设置emoji表情、push右侧小图; -
引导用户开启推送开关; -
优化落地页的后退路径; -
控制新用户推送条数,保证新用户体验。
-
通过优化通道层面,带来的push打开数增量最大; -
是否可以增加新的push物料,取决于当前平台内容组织方式的丰富性,以及用户对该内容的需求面积; -
作为信息流推荐、个性化push、个性化营销等业务共用的基础设施,用户画像等底层数据资产的建设是一本万利的事情。但画像体系的推动需要整合并协调各方资源,推动困难的情况下,建议前期可以将第一优先级放在无标签用户的冷启动策略的优化上; -
文案优化要考虑用户的疲劳度。可以试想下用户一天收到5条“有人@ 你”的push是什么样的心情,所以建议太炸的文案推送次数要尽量克制。
原创文章,作者:数字时代,如若转载,请注明出处:https://www.timedigital.cn/5954