第五波总结

SEM关键词挖掘】&【应用推送总结】

1、挖掘方法:

各大站长工具:关键词长尾词

百度指数:百度7天指数 需求图谱

2、关键词分类:

<1>核心关键词

<2>核心关键词长尾词

<3>核心竞品关键词

<4>竞品长尾词

<5>通用长尾词

<6>品牌+核心关键词

<7>负面词汇(用户比较关注的行业产品问题)

<8>二级关键词(迭代增加的新功能)

3、挖掘关键词注意事项:

<1>尽可能关键词分组比较细

<2>关键词挖掘数据量要足够多

<3>关键词对应的用户比较精准

2、SEM投放策略(内容太多)

【推送整理总结】

推送总结

市场分析公司Localytics报告:打开应用通知功能的用户要比关掉此功能的用户多得多。用户放弃一款应用之前,一些用户可能只使用过一次这个应用,如果用户打开了一款应用的消息推送功能,那么62%的用户会在几个月之后再次使用这款应用,相反,如果关闭此功能,这一比例只有32%(Localytics公司在2015年7月,调研了15亿设备和2.8万个应用)

1、按照通知的内容分类

<1>公告

①活动通知

②重大公告消息

<2>更新

①普通更新

②强制更新  下载后静默安装

<3>提醒

①本地提醒,由用户在客户端行为触发提醒,以xx游戏中心为例

②如QQ空间有人评论和留言,会推送消息通知用户

2、消息推送规则

①精准推送用户感兴趣的内容

②要保留用户反打扰的机制,一般有如下几种方式

1、用户可以关闭应用消息提醒,或者设置免打扰时段(比如学生上课时间,应用推送消息影响用户,可手动设置免打扰时段)

2、消息间隔:用户接收多条消息,消息间隔必须大于半小时

3、当用户收到多条消息提醒(如本地提醒),可做消息聚合,如用户触发多个应用安装,则提示为,共有N款应用正在安装。说说被多人点赞或者评论,则提示为  有XXX XXX XXX等24人评论了你的说说

③根据应用类型与所提供的服务,决定用户打开应用的频次(如社交和工具性应用)推送的频次也不一样。

④推送文案:一条成功的推送,文案占40%

⑤推送时间:根据推送内容选择合适时间推送,如推送天气预报,应该在起床后,推送。如果产品的活跃段时间在晚上,则在晚上推送。

2、按照推送用户群分

<1>对点推送

对单个用户的推送,一般为本地消息提醒

<2>对组推送

根据用户特征,细分用户群组(特征,偏好,地域),推送与之对应不同的消息内容。人群颗粒度分的越细,打开率越高。(精准推送的打开率在泛推的打开率提升40%)

3、用户分组一般有以下几个维度

<1>设备维度

设备机型 设备品牌 分辨率 运营商 网络类型

<2>APP维度

应用版本  分发渠道  系统版本

<3>用户画像(行为特征 基本属性 兴趣画像)

行为特征:活跃度 是否是新用户 下载记录 付费能力 付费频次 启动频次等

基本属性:性别 年龄 地理位置 实时地理位置

兴趣爱好:喜欢动作类的游戏、喜欢在办优惠活动的时候进行频繁付费、喜欢二次元文化、

如xxx游戏中心内

新用户:如,xx游戏HD的新增用户,在次日、在前一个月内,在每周四,周六推送一款游戏

从未在xx游戏中心下载过游戏的用户,给这类用户推送未安装的热款游戏

从未在xx游戏中心充过值的用户,推送首冲优惠活动

1、全量推送

①全部在线用户

②全部注册用户

③全部周活跃用户

④全部月活跃用户

4、、消息通知的功能

①唤醒,沉默用户

②促活,新注册的用户、普通的用户

5、、数据统计

①发送数

②收到数

③忽略数

④打开数

⑤送达率:收到数/发送数

⑥打开率:打开数/收到数

⑦下载率:下载数/收到数

⑧卸载率:推送消息后一小时内,卸载应用的数量(一般情况下,在推送消息后一小时内卸载的用户,一般都是因为推送惹恼了用户,但是不同的应用有不同的时间)

⑨在线推送数:推送消息时,用户当时在线

10、线下推送数:推送消息时,用户不在线,离线保存消息,当用户下次联网时推送消息

11、在线送达率=在线用户中,成功接收的数量/在线用户数

12、离线送达率=离线消息送达数/离线消息下下发数

13如电商APP推送,则要考虑推送的转化率

总结:推送的各种参数,各种效果需要根据数据不断试验,不断总结,找到适合自己产品用户的合理推送

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,290评论 6 491
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,107评论 2 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,872评论 0 347
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,415评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,453评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,784评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,927评论 3 406
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,691评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,137评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,472评论 2 326
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,622评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,289评论 4 329
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,887评论 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,741评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,977评论 1 265
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,316评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,490评论 2 348

推荐阅读更多精彩内容