移動(dòng)應(yīng)用留存的現(xiàn)狀如何?
推送通知如何對(duì)留存造成影響?
個(gè)性化通知會(huì)帶來(lái)怎樣的影響?
推送通知是否會(huì)增加應(yīng)用卸載量?
我們對(duì)數(shù)百款應(yīng)用進(jìn)行了分析,不僅讓您了解自己的移動(dòng)留存是否與行業(yè)基準(zhǔn)處于同等水平,還為您提供可行的策略以提高留存率。
下面快速回顧一下我們的研究成果。我們發(fā)現(xiàn),平均留存率在第 1 天跌落到 21%,隨后一直減少到第 90 天的 1.89%。我們還發(fā)現(xiàn),在移動(dòng)市場(chǎng)策略中實(shí)施推送通知可將留存率最多提高 20%。
但到目前為止,最令人吃驚的發(fā)現(xiàn)是個(gè)性化推送通知發(fā)送時(shí)間對(duì)應(yīng)用留存的影響。
您可以采用以下兩種方式,向用戶(hù)發(fā)送個(gè)性化的推送通知。
1. 觸發(fā)基于行為的推送通知
觸發(fā)式推送通知可以滿(mǎn)足您的要求——符合條件時(shí),用戶(hù)的屏幕上會(huì)顯示通知。例如,假如有人向購(gòu)物車(chē)中添加了商品但忘記結(jié)賬,您可以自動(dòng)在次日發(fā)送推送通知,提醒其完成購(gòu)買(mǎi)。
以下數(shù)字顯示觸發(fā)與不觸發(fā)響應(yīng)用戶(hù)行為的推送通知的應(yīng)用在留存率方面的差異。在第 90 天的標(biāo)記處,留存率的差異為 0.55%。發(fā)送考慮用戶(hù)行為的推送通知的應(yīng)用略占上風(fēng),但差距并不顯著。
2. 在“最佳時(shí)間”推送通知
Leanplum 開(kāi)發(fā)出“最佳時(shí)間”(Optimal Time) 機(jī)器學(xué)習(xí)算法,該算法對(duì)單個(gè)應(yīng)用使用行為模式進(jìn)行分析,在用戶(hù)最有可能打開(kāi)應(yīng)用的時(shí)間點(diǎn)自動(dòng)發(fā)送推送通知。例如,假如 Katy 在上班途中使用音樂(lè)應(yīng)用(如 Spotify)聽(tīng)音樂(lè),則該應(yīng)用可在早上向她發(fā)送通知,提醒她查看新歌手。但是,假如 Brian 在晚上放松時(shí)聽(tīng)音樂(lè),則該應(yīng)用會(huì)在晚上自動(dòng)向他發(fā)送通知。
以下數(shù)字顯示利用與不利用“最佳時(shí)間”推送通知的應(yīng)用在留存率方面的差異。前 30 天的平均留存率差異為 6.97%。到第 90 天,這一數(shù)字稍微有所下降,但仍然穩(wěn)定保持在 6.17%。
我們的研究成果
發(fā)送推送通知會(huì)顯著影響留存率。如果能發(fā)送響應(yīng)用戶(hù)獨(dú)特行為的推送通知,則可將留存率提高 0.5 個(gè)百分點(diǎn)。這是一項(xiàng)正面的提升,但效果可以更好。若借助工具來(lái)了解和預(yù)測(cè)用戶(hù)的參與模式,移動(dòng)團(tuán)隊(duì)可以獲得巨大的成功。使用“最佳時(shí)間”等基于機(jī)器學(xué)習(xí)算法的工具,第 30 天的留存率可提高將近 7 倍。
這表示用戶(hù)很明顯地會(huì)對(duì)個(gè)性化誘因作出響應(yīng)。正確的時(shí)機(jī)也是影響應(yīng)用留存的關(guān)鍵。
個(gè)性化推送通知如何對(duì)現(xiàn)實(shí)世界的用戶(hù)造成影響?
移動(dòng)游戲發(fā)行商 Pixowl 依靠 Leanplum 在正確的時(shí)間傳播消息——按每位用戶(hù)的當(dāng)?shù)貢r(shí)區(qū)將推送通知進(jìn)行排隊(duì)。但這還不夠,因?yàn)槊總€(gè)人的習(xí)慣都不一樣。一些人會(huì)在上學(xué)之前玩游戲,另一些會(huì)在午餐休息時(shí)玩,還有一些在下班回家途中玩。
因此,Pixowl 對(duì)推送通知進(jìn)行了測(cè)試,該通知用于宣傳游戲內(nèi)貨幣。一組玩家收到新的個(gè)性化推送通知,另一組玩家則在標(biāo)準(zhǔn)時(shí)間收到推送通知。Pixowl 團(tuán)隊(duì)發(fā)現(xiàn),玩家對(duì)個(gè)性化方法的參與度要高得多。事實(shí)上,采用“最佳時(shí)間”發(fā)送推送通知使總收入提高了 17%。