微博PUSH策略:调研分析&优化方案PRD

0 评论 7263 浏览 73 收藏 20 分钟

策略产品已经是一门体系较为完善的学科,想学习的小伙伴可以通过搜索引擎查找相关课程。本系列文章不讲方法论,只分享亲手分析的案例。着重展示思路,希望可以给大家带来一些参考和启发。

调研时间:2018.12

调研对象:微博PUSH

调研目标:通过调研发现问题或机会点,作为提升【PUSH日均打开人数】优化方案的依据。

调研背景:

  • 用户群体分为高频、中频、低频三类。通过平台活跃行为粗略划分(兴趣标签、更新动态频度、内容互动频度、好友互动频度等)
  • 每天推送条数和打开率(推送了N条,用户打开了几条)分别为高频:20条-10%,中频10条-5%,低频≤5条-2%。
  • 不考虑技术层面原因(假设PUSH到达率100%)

项目背景

1. 产品目标

通过push触达用户,维系并提升各类用户群体活跃度。

2. 理想态

通过合适的时间推送用户感兴趣的内容,吸引各类用户群体点击,把中低频用户培养成高频用户,避免用户感觉被打扰而关闭推送。

3. 核心指标

push日均打开人数:每天每个用户至少打开一条push。

打开人数=下发人数*打开率*到达率

下发人数=未关闭推送用户+关闭后被召回用户+每天新增(默认开启)用户

保持未关闭推送用户,召回已关闭用户。

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

问题分析

高频用户

(1)用户画像

个人信息:二次元昵称头像、手机号登录。

关注:

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

行为:

上次活跃时间2017-1,调研阶段主动行为如下。

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

环境:

深圳,iPHONE6SP时令系统版本

(2)抽样分析

样本范围:11月15日下午至11月23日全部推送。因篇幅较长,为了不打断大家看调研分析思路的节奏,略过抽样详情。

抽样详情包含:

  • 详细PUSH内容记录(推送时间、发布时间、标题、路径、标签、发布者、内容类型)
  • 用户行为
  • 推送条数
  • 内容占比
  • 单日分析

低→中频用户

(1)用户画像

个人信息::女、好友圈以游戏好友为主,关注科普类博主居多。

用户行为:11月15日开启推送,对push内容均点击并短时间浏览。

环境:iOS、北京

(2)抽样分析

样本范围:11月16日至11月20日全部推送。

主要问题汇总

1. 用户画像不准确,导致推送策略偏差

把低频识别为高频,上次活跃在去年的用户,而且已经关闭过推送,刚打开推送的一个下午就推了12条。

2. 推送条数

高频-推送条数太多。

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

被定义为高频用户,半天之内推了12条,工作日比周末推送条数还多。

低频-推送条数太少,中频适中。

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

低频用户的特别关注明显影响了推送条数,前两天除去【特别关注】,每天只有2条推送。

3. 推送时间

(1)推送时间段

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

(2)推送频率

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

推送太频繁,在1分钟内连推了3条非用户关注内容。

4. 推送内容类型

(1)高频

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

  1. 娱乐资讯类推送占比过高;
  2. 【猜你喜欢】占比没有随着用户兴趣逐渐清晰的过程而上升,表现不稳定;
  3. 前3天在推送【猜你喜欢】时,推送了一些没有热度和质量保障的作者及相关内容。

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

(2)中低频

推送内容占比:

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

【猜你喜欢】内容占比:

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

中低频的全部推送中,与用户【关注】相关的内容占比为58%。【猜你喜欢】部分只推送了3类内容,其中【游戏】占比75%。

对中低频用户的推送太过保守。

5. 推送内容重复

(1)高频

隔天,相同作者相似内容

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

今天最早一条和昨天最晚一条推送内容均来自于关注、同一发布者,内容几乎一样。

隔天、同一天,不同作者相似内容

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

在昨天推送了1条,用户未点击的情况下,今天又推送了两条不同用户发布的几乎一样的内容。

同一天,不同作者相似内容

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

用户未点击的情况下,1小时后又推送了一条一样的内容。

同一个关注刷屏

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

占当天【关注用户】75%。

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

占当天【关注用户】100%。

硬广(暂不处理)

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

(2)中低频

隔天、同一天推送同一【关注用户】内容。

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

占总【关注用户】的33.3%。

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

占总【关注用户】的22.2%。

6. 项目计划&优先级

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

【完善用户画像】用户画像的准确程度直接影响了推送系统的判断,是推送的基础,因此优先级高。

【推送条数优化】【推送内容重复】推送条数太多以及内容重复是直接导致用户不感兴趣甚至关闭推送、卸载的两大因素,优先级高。

【猜你喜欢】是冷启动阶段,引导中低频用户变成高频用户,完善用户画像进入良性循环的重要阶段,优先级高。

【推送频率高】目前只是基于常识的判断,实际上每个用户的使用时间以及接收信息量都不同,可以在用户沉淀后逐步优化。优先级中

【娱乐】占比过高,根据2017年微博用户发展报告可知,娱乐占比过高属于相对合理的范围,可以在用户沉淀更多数据后再抽样分析。优先级中。

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

需求文档

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

1. 项目背景

(1)产品现状

目前平台有三类用户,高频中频和低频。低频用户兴趣标签少更新慢,好友互动频次差且好友多为低频用户,导致可以给他们推送的兴趣物料和关系物料很有限。高频用户正好相反,中频介于两者之间。

最近push关闭人数在持续增加,其中50%为高频用户,用户关闭系统通知后将无法接收到push推送。

低频用户因为下发条数少和内容质量差,push打开人数一直不理想。

目前高频用户每天会收到20条推送,中频用户每天收到10条推送,低频用户每天收到少于5条推送。高频用户打开率为10%,中频5%,低频2%。

(2)项目范围

本版本暂不考虑到达率问题,【特别关注】的推送逻辑对推送策略免疫。

(3)推送物料

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

(4)推送来源&推送限制

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

(5)用户画像

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

(图片来源:番茄那只羊《推送系统从0到1(七):推送用户画像建立》)

2. 项目目标

通过解决以下问题,提升push日均打开人数。

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

3. 需求概述

  • 推送用户感兴趣的内容,提升push点击率。
  • 在合适的时间推送,控制好条数和频率。避免打扰用户,防止用户关闭推送甚至卸载。减缓用户关闭推送趋势。
  • 在运营方案之外,从产品层面召回已关闭推送的用户。

4. 需求详述

抽样分析后发现11类问题,本版本重点关注优先级高的8类问题。

抽样case及详细问题分析:

抽样详情包含:

  • 详细PUSH内容记录(推送时间、发布时间、标题、路径、标签、发布者、内容类型)
  • 用户行为
  • 推送条数
  • 内容占比
  • 单日分析

问题1:用户画像不准确,导致推送策略偏差

问题描述:上次活跃在去年的用户,而且已经关闭过推送,刚打开推送的一个下午就推了12条。

由当前方案可知,高频用户每天推送20条,中频用户每天推送10条,低频用户少于5条。

在推送方案无异常的情况下,显然微博对于高频用户的定义过于宽松,对于用户的耐性过于乐观。盲目的调用用户历史而没有考虑时间间隔,用户画像更新不及时,用户类型划分错误,导致推送条数过多,打扰用户。

解决方案:根据用户行为指标完善用户画像,使用户类型定位更准确。可以考虑增加成为高频用户的门槛,将高频用户的活跃时间延长,降低打扰用户的几率。

  • 调整目前高、中、低频用户的定义,提升成为中高频用户的门槛,如适当延长定义为活跃的单位周期;
  • 对高频用户增加【近期活跃】的统计,取单位周期的平均值。

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

表中的【推送条数】指【高频用户】推送方案对应条数,即都是在原方案基础上减少,非累积减少。

问题2:用户画像不准确,用户对推送内容不感兴趣

问题描述:推送内容与用户兴趣不匹配,是打开率低的原因之一。

解决方案:通过用户行为建立该用户的兴趣标签,与内容标签进行匹配排序。

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

统计各类物料组合,在各个时间段、各内容类型推送时,各类用户群体的打开率。

问题3:高频-推送条数太多&低频-推送条数太少

问题描述:高频用户,在8天全天抽样中,超过20条的占比37.5,等于20条的占比25%。

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

低频用户的特别关注明显影响了推送条数,前两天除去【特别关注】,每天只有2条推送。

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

解决方案:

(1)减少高频用户push条数

减少规则:

统计各类推送内容的打开率,根据各个单位周期的打开率随时调整。

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

每天推送条数控制在15条左右,根据打开率减少到15条以下时,从【猜你喜欢】【社会热点】【本地资讯】中基于协同过滤进行补充。

推送中有相似内容或同一作者的情况,见下文问题5解决方案。

(2)增加低频用户push条数

增加规则:

  • 总推送条数≤10。
  • 根据问题4的解决方案,增加【猜你喜欢】中内容的多样性,使系统能尽快的采集到用户的行为指标和兴趣标签,使低频用户尽快变成中高频用户。

问题4:高频-【猜你喜欢】不稳定,中低频-【猜你喜欢】太保守。

问题描述:【猜你喜欢】占比没有随着用户兴趣逐渐清晰的过程而上升,推送内容很犹豫。

解决方案:

1)增加【猜你喜欢】内容类型覆盖率

低频用户:+40%,中频用户+30%,高频用户+20%

微博兴趣类型:

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

(2)细分用户群体、每类用户群体制定不同的权重

新用户:冷启动阶段

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

回归用户

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

中频用户

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

高频用户

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

问题5:高&中&低频-推送内容重复

问题描述:

高频

  • 隔天,相同作者相似内容
  • 隔天&同一天,不同作者相似内容
  • 同一天,同一个关注刷屏。2个ceae分别占当天【关注用户】75%、100%

低频

推送的大部分【关注用户】内容集中在两个作者,分别占比33%、22%

解决方案:

  • 优化内容识别策略,对推送内容进行合并消重,提取作者、内容、视频的关键词和类别等信息进行过滤。
  • 同一天内、推送的【关注用户】,单人占比≤25%。3天内总和≤30%。5天内总和≤35%
  • 同一天内、推送的【关注用户】,单人条数≤2。3天内总和≤3。5天内总和≤5

问题6:推送时间不合适

问题描述:

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

用户在学习、工作、睡觉时,push会造成打扰。

解决方案:

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

(数据来源:公开数据整理)

微博社交类APP用户在10点之后使用时间分布较为均衡,在22点出现较小使用峰值。

push的时间应在人相对闲暇,即与人最高频次使用手机的时间吻合,上班路上及早餐时间(7-9点左右)、午休(12-14点左右)、下班路上(18-19点左右)、睡前(21-22点左右)四个时机发送较佳。

策略产品案例丨微博PUSH策略调研分析&优化方案PRD

问题7:召回关闭推送的用户

问题描述:最近push关闭人数在持续增加,其中50%为高频用户

解决方案:

根据问题2的解决方案,当用户对内容的兴趣权重≥5时,弹出提醒用户开启push的弹窗,点击确定后展示开启推送的引导。

当用户进行关注、点赞、浏览等不需要跳转页面的操作时,在操作反馈后弹出。当用户进行评论、转发、搜索时,在操作完成的结果页弹出。

 

本文由 @紫原新之助 原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自网络

给作者打赏,鼓励TA抓紧创作!
更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!