針對app運營中，非常常用且重要的可以降低卸載的方法：消息push，包含了哪些具體的動作，影響了app卸載情況。

[[228142]]

眾所周知，現在獲取用戶成本越來越高，隨著小程序的崛起，用戶去下載一個app，然后去注冊，填寫信息的意愿與成本也是冪級的提高。

那針對此類趨勢，首先迎合需求，對于新用戶，極簡的使用產品，對于老用戶，我們就要盡可能的不讓它們卸載或者離開我們。

首先針對app運營中，非常常用且重要的手段，消息push，聊一聊降低卸載的方式方法。

首先我們要找到影響App push好壞維度，包含了哪些具體的動作，App 卸載的關鍵節點有哪些。

一、影響App push之后App卸載率的三個關鍵點

(右鍵另存為查看高清大圖)

二、根據push文案撰寫，發送技術及頻率以及用戶屬性分組來確定push場景

1、push文案撰寫

劃分push文案種類，確定公司屬性，進而選擇文案撰寫風格及措辭。Push類型主要分為IM類及分IM類。這里主要說非IM類。

(1)活動通知類

目的是告訴用戶某項活動或者重要的事情即將開始，希望用戶參與。拉動用戶參與度，矛盾點在于運營與用戶之間的參與意向度。

運營希望用戶盡可能多的參與，一天推送8遍才高興，用戶的感知，拋開對活動本身興趣就是對于文案引導。所以文案應在最短的時間內引起用戶注意，并刺激用戶

點擊。此類push最容易引起用戶反感。

通常以數字+“我的天，不敢相信”等具有識別度的語氣詞。

(2)信息咨詢類

主要涵蓋知識類+新聞類app。通常以熱點時事新聞，及個性化訂閱為主。

所以，這類push主要是簡潔明朗的語言描述一個事件即可。

(3)產品推介類

以促進用戶產生購買行為為主要目的，多用于電商、理財類產品。目的向用戶烘托緊張感，以感性的角度引導用戶下單。

通常是產品品牌+即將售罄等緊張詞語/外觀及實用性的描述性詞語為主。

(4)系統提示類

針對用戶主要是機主本人，顯示手機系統即將發生的行為或者基于app機主自己曾經做過哪些行為。

這種主要以描述事實為主，信息準確性為第一需求。

2、推送怎么引起用戶興趣

推送大體分為上文所說的四大類，但是基于四種類別之下，表現方式千差萬別。所以在文案的確定上，我們需要站在用戶的角度去思考，他想要什么樣的內容。

基本運用以下5點思考:

• (1)推送文案字數限制
• (2)標點符號使用，例如“～、》?……”等
• (3)emoji表情使用
• (4)數字的使用
• (5)文字情緒的運用

吸引用戶的注意力，可以參考AIDA模型:

具體詳解

3、推送方式及頻率選擇

一條成功的推送，符合三個維度，合適的時間+適當的場景+符合需求的文案。那怎么才能找到滿足這三點的方法呢?一共有四種方式可以嘗試:

(1)多文案測試類push

此方法是先點后面式，小范圍測試，再全部推送。首先要求運營人員根據需求及目前產品用戶群體，寫出多條文案，然后在用戶池隨機選取一部分用戶，并等量分布。

這種方法，可以有效并快捷的找到用戶喜歡的調性文案。將選擇權交給用戶，并不是由運營人員或者老板來決定。避免以偏概全，盲目自嗨。

示例：push 用戶數500萬

(2)用戶個性化push

此方法多用于平臺類/信息集成類app。此類產品用戶種類多，需求不一致。電商有閑魚、淘寶、京東等。信息集成類類似于知乎、即刻等。教育類有英語流利說、cctalk等。

基于用戶的個性化需求，推送相應文案，既可以提高轉化率，又滿足用戶所想。提高用戶對產品的滿意度和忠誠度。

想要針對用戶有個性化需求，需要對用戶進行分組，詳細的用戶行為分析，以此作為個性化push的根據。

個性化push一定是基于對于用戶的了解，線上根據app使用路徑，信息瀏覽等，線下基于用戶的生活半徑，來獲取對用戶的認知。

(3)半自動push

半自動push應用范圍很廣泛，站內信、郵件、短信等。當需要push的信息越來越多，就要加入push的規則設定，以節省運營成員人力成本，同時滿足信息傳達的及時性。

主要以時間節點+特定用戶群體+提前確定的內容為主。

(4)push過濾去重

講完怎么給用戶push，但是如果一個非IM用戶每天接受n條push，再符合需求也是要瘋的。所以基于push的基礎上，我們要限定頻次，基本以每天1條為主，不能超過2條。

去重之后，需要考慮push分級問題。Push優先級確定，最大程度不騷擾用戶。

系統級push為最高級，主要以重大事件為主。關注級push，主要是用戶自己關注的信息推送，如新聞種類，商品上架可購買。最低級為運營級push，主要根據活動并行，不宜過多推送，造成用戶干擾。

4、如何選取推送時間

同一種文案，在不同時間斷推送給用戶，其效果也是千差萬別的。這時候就要細拆分文案是給哪種用戶看的，這個時候主要考慮四點:

其中比較重要的是作息時間，我們有2種方法可以測試

(1) 自然日/周的瀏覽情況

顧名思義，針對某一個頁面，我們需排除諸多干擾因素，例如，做活動，發push等。讓瀏覽行為呈自然狀態。同時通過研發同學的數據賣點，檢測一個或多個頁面正常24h的pv/uv數據。

檢測多個數據是為了保證結論準確性，其他動作數據干擾作用在一個頁面要比作用在多個頁面難很多。

通過一個調研問卷，來檢測用戶活躍度時間段:

小tips：通過檢測用戶瀏覽量最高的幾個頁面，我們查看pv/uv。有時候會檢測出bug哦～，首先大家都知道uv/pv=1：2-3之間，突然有一天uv/pv=1：4-6，那這個頁面有可能就出現了問題，要不是用戶看不懂，要不是頁面刷新不來。

(2) 消息測試

即使經過了數據測試，那我們依舊要通過實際的動作去嘗試，雖然數據是不會騙人的，但是數據會隱藏一些信息不說，例如用戶瀏覽行為高，但不代表付費轉化高，所以還是要經過實打實的測試，而數據帶給我們的，是可以在一個有效的時間段里進行測試，而不是盲目的選擇時間。