一、参考文章

产品文章：

《电商平台用户增长之个性化推送》

《个性化推荐与个性化推送异同》

《PUSH个性化推荐经验总结（UGC内容生产平台）》

《看懂了这些push策略优化技巧，还愁KPI完不成？》

《消息推送（Push）对app运营的影响有哪些？如何做好Push消息推送？》

《App消息推送（Push）召回分享》

技术文章：

《短视频个性化Push工程精进之路》

《闲鱼：一个优秀的 Push 平台，需要经历怎样的前世今生》

《APP经验总结 | 一篇文章带你了解APP PUSH推送机制》

《美图个性化推送的 AI 探索之路》

《微博推荐系统架构揭秘：基于机器学习的个性化Push应用实践》

《push 能够提高用户留存？》

二、基础要点

推送概览

在手机终端锁屏状态下通知栏展示或在操作前台顶端弹出的消息通知，点击后可唤起对应的APP，并在APP内跳转到指定页面。

大概可以分为3类：产品Push、运营Push、算法Push。

产品Push：APP本身的一些功能上的Push，比如系统消息通知，某个人关注了你、你的文章被别人点赞、有人请求添加好友等通知，该类Push可以说不需要个性化；

运营Push：由公司运营人员手工筛选好推送内容，下发给圈定的用户，内容比如最新的热点、得不到曝光的优质文章等，如何圈用户是一个个性化推荐的问题；

算法Push：由和推荐场景类似的各种模型和策略推理出来的，模型会为每个人找到最相关的内容，可以完全做到个性化。

push的目标：新用户的拉新，和老用户的促活，包括流失用户的召回。

push的本质：push是将合适的内容，在合适的时间，合适的场景，推荐给合适的用户。

push的双面性：用好可以提高日活、留存、用户粘度，用不好引发用户反感会导致卸载。

卸载App的用户中有一大部分是因为觉得push打扰了自己。

毕竟卸载只需一步，而关闭通知需要四步（IOS系统）。

如果用户感到打扰，但不卸载，也懒得关闭通知，但会变得麻木，选择性忽视。

推送通道

一般分为三个通道：长链接、第三方通道、厂商通道

    FCM通道：Firebase云消息传递，由google提供的推送服务，由于海外手机大都具有google服务，所以fcm通道是一个优先选择的通道。

fcm通道发送到用户手机上主要由两种方式：

    1、通知：通过手机系统发送到用户设备上，不会拉起app进程，app进程不在一般也能收到，所以push消息的到达率较高，但是不能自定义样式；

    2、透传：发送时fcm通道拉起app push进程，将对应的消息透传给客户端，客户端根据对应的消息类型进行展示，透传可以自定义push的样式，增强点击率；

    相比于优化“触达->点击”，上游“发送->触达”的优化更能获取push uv的提升：

    不能到达设备的原因：安卓厂商通道的推送数量限额、APP激活后默认关闭允许通知权限；

    不能被用户感知到的原因：无响铃、无锁屏通知、无悬浮通知、被收纳折叠（小米）、消息智能排序（vivo）、无桌面小红点、后台进程被kill。

    确保通道健康，客户端需要上报数据包括触达、点击、关闭、退出注册等数据：

1、对于所有方式的触达消息，都离不开触达与点击，触达的数据通过厂商的需要回调上报，点击数据可以由SDK上报服务端。对于push的关闭，也需要进行考量，评估push是否过度发送，打扰到了用户。

2、关闭数据有两部分，一部分为app内部的关闭，sdk直接上报给服务端即可；另一部分为用户在手机操作系统上关闭了对应app的push，需要APP在前台时，sdk调用手机终端相关方法获取该用户是否关闭了系统通知，然后上报至服务端。

3、注册数据即用户首次启动APP时，去相关sdk注册token。

4、客户端收集的用户PUSH开关以及每次推送厂商返回的token状态过滤掉一部分失效的用户，同时控制发送的频率以保证通道的稳定性，主要有两大职责：a、维护用户状态，以确保用户状态的正确性；b、保证通道的稳定性；

推送和推荐的区别

推送 || 推荐 || 搜索

请求形式：推荐是用户在APP内主动发起，而push是APP服务端发起，用户打开通知就会被动接收。

用户群体：推荐高活用户占了绝大部分，push覆盖所有用户，尤其关注中低频用户的唤醒。

功能目标：推荐通常多个目标，ctr、时长、cvr等，push以唤醒用户，优化调起为主。

系统架构：push架构比推荐复杂，要圈用户、请求推荐服务、定时发送给用户。

覆盖内容：推荐覆盖的内容数量更多，push的内容通常很严格，需要很多审核，要构建专用的内容池，在一些节假日或特殊时期更需要注重内容的方方面面。

用户体验：推荐用户体验不好，负反馈是不错的方式，push体验不好，直接关闭开关或者卸载软件，所以要经常关注通知开关关闭率。

push的数据漏斗

到达率：到达用户手机端，影响因素如上，主要在于技术通道和用户关闭的原因。

点击率：push展示给用户后，用户的点击率，主要优化时间、频率、文案、内容。

落地页承接：用户点击push后，进入App的落地页，内容是否触达用户，是否图文相关。

有些Push通过吸引人眼球的文案来增加用户点击率，短期内点击率会上升，但长期会透支用户信任。在UGC平台中大部分时候是不适合用骗点击的文案，产品设计的初衷是让用户在和产品交互过程中能快速找到自己所需要的内容，骗点击的文案确实也是用户所喜欢的，但是在我们提供不了文案所匹配内容的时候，骗点击的文案会对用户体验非常差。

个性化推送流程：

    主要解决四个方面的问题：推送人群、推送时间、推送频率、推送内容

推送人群

我们需要根据不同的推送目的（促活、召回、拉新），不同的行为偏好（行为偏好、地理位置、标签、渠道）划分出不同的人群，推送不同的物料;

我们的目的是需要通过个性化来提升用户的点击转化、划分不同人群一方面避免全量推送的系统压力，另一方面不同人群的偏好和算法应用存在个性化的优化空间；

在这个过程中我们需要做：人群划分、用户生命周期预测、用户流失预测；

约束条件是尽可能把活跃用户+流失边缘 的用户圈进来，已经流失的尽少圈进来，一般可以选定MAU(月活)。也可以根据登陆频次+时间窗口的方式去选人，比如近60天、有过2次登陆行为的用户圈出来当作种子用户，另外需要客户端上报的push关闭数据，token失效数据进行用户过滤。

推送时间

设置固定时间全量推送一方面会对用户进行打扰，另一方面不同的用户每日的行为习惯也不一样，无效的推送时间会导致系统资源的浪费和打开率难以提升；

对于什么时候给用户进行推送，即推送时间也需要个性化；

把几百万的用户分散到每天不同时间段里，构建用户登陆时间预测模型，预测用户可能在哪个时间段可能登陆APP，这样会对推送系统压力分散开来

没有稳定登陆习惯的用户采取固定时间点推送，选出具有稳定登陆习惯的用户进行拟合并个性化时间推送。如何观测用户是否有稳定登陆习惯呢？可以拿出用户每天首次打开APP的时间，实践证实个性化时间推送比固定时间推送打开率高10%以上。

推送频率

多久给用户推送一次，推送疲劳度也是一个要考虑的问题，有些人每天给他推一条，他不觉得烦；有些人可能就会反感并关闭接收推送，所以构建用户疲劳度模型也是推送系统的一环。用户疲劳度模型可以从人群looklike的方式构建，选择关闭接收推送的用户作为高敏感种子人群；选择推送打开率高的人群作为低敏感种子人群，至于中间敏感人群，可以不考虑。高敏感人群需要降低推送频次，比如2、3天推一次，低敏感人群可以增加推送频次。

推送内容

文案+图片+物料

消息文案的生成：

前期可以维护一个大的文案池子和图片池子，匹配用户感兴趣的个性化文案

后期需要对文案、图片、物料进行关联匹配，并且做智能文案的生成

推送物料的选取：

基于不同的人群适配不同的召回算法

其他优化建议

1、个性化权益是用户利益点的另一个出发点，比如给每个用户配置不同面额的优惠券、满减券等等。这些是需要平台现金消耗的，所以一般也会比较保守。权益模型一般也是人群划分模型。

2、对于一般不常打开 App 的用户而言，推送在“拉活”方面的效果并不明显，因此，我们需要选取曾经时常点击并打开 Push 消息的那些用户，以他们的行为作为推送的参考，来进行各种相应的协同下发方面的尝试，这对于我们“拉来”新的用户会十分有效。

3、文案长度可能会对效果产生影响，长文本对于内容解释性更强。

     4、对于PUSH关闭用户，可以在产品侧进行引导，比如参考某电商平台，在购买商品后，会提示要不要打开PUSH开关以及时通知物流信息，通过和用户非常关注的信息关联在一起以提高用户打开开关的概率。  

如何定位问题：

评估指标：

我们的系统主要走的是fcm，当app在运行的时候客户端会拦截到消息否则就会通过fcm进行下发，我们能完整的获取到发送数据，但是如果走fcm，除非消息被曝光且点击了，否则拿不到返回日志信息（回执也获取不到吗？？）。

发送数据：能完整获得；

曝光数据：app下发的能完整获取，fcm下发的只有曝光且点击的才会完整获取；

拉活率（push点击uv/ DAU）

首次拉活率（首次通过push启动app用户数/DAU）

push留存率和对留存的影响

漏斗数据：

发送率（实际发送给通道的用户数/业务实际准备发送的用户数）

通道回执率（通道有回执的用户数/发送给通道的用户数）

客户端送达率（客户端收到的用户数/通道有回执的用户数）

客户端曝光率（用户实际曝光的用户数/客户端收到的用户数）

pv点击率（点击次数/曝光次数）

uv点击率（点击人数/曝光人数）

进入详情页后的转化率

健康度：

push通知关闭率

用户卸载率（firebase后台的数据进行统计或者通过通道的回执情况粗略估计用户的卸载率）