什么是推送“到达率”？关于推送“到达率”的衡量又需要考虑哪些维度呢？

App需要有Push推送，这一点已经基本成为业内共识了。而很多的App开发者在使用推送的过程中，可能都有这样或那样的疑惑——

推送三大问：

1. 怎么用推送？
2. 怎么评判推送质量？
3. 如何改善推送效果？

在平时我们和信鸽推送用户接触的过程中，很多用户都喜欢问我们：

• 能提供一份推送性能指标不？
• 推送到达率是多少呀？

首先，我们需要解释一下推送是怎样的一个实现过程。

 图1：消息推送中间件核心流程

那么，对应的推送消息在以上流程中就有以下几种状态：

图2：消息状态机

因此，就上图的推送流程来说，会有以下的指标：

除了以上绝对值统计的指标，还有应发到达率、实发到达率、连接率、有效触达率、点击触达率等种种比率指标。

宝宝也很晕啊 +_+

不同的第三方推送或者App开发者都可能对于推送到达率指标的定义也不同，那么，我们需要关注哪些指标咧？

技术篇

对于推送平台的技术能力层面，我们需要关注的主要指标有：

1. 实发设备量/应发设备量
2. 到达设备量/实发设备量

实发设备量/应发设备量

这一项展现了推送实际连接的能力（信鸽默认是72小时，即3天内有效，用户可以通过管理台或API接口修改有效时间），在有效时间内可以被连接的用户，才可能收到推送的消息；信鸽的通道共享，目标就是希望保持更多的用户连接。

到达设备量/实发设备量

这一项则是平台和终端推送任务送达的能力。在消息传递的过程中，高效处理推送任务，减少失败的次数，避免消息丢失，提高稳定性与可靠性，也是信鸽坚持的道路；信鸽接口调用的成功率基本在99.9%以上。

虽然我们这里已经简化为两个指标，但实际上我们可以回顾一下图1。

在上图所示的推送流程中，可能造成推送失败的其实有很多的环节。

因此，在排查推送失败的原因时，也往往需要每个节点一一排查，有时候耗时会长一些，感谢小伙伴们对我们的理解与支持~

运营篇

作为推送工具的实际使用人，运营的小伙伴们应该关注哪些指标咧~？是时候掏出这张图啦！

图3.消息推送的用户交互流程

作为对效果负责的运营童鞋们，需要考虑的就是：

1. 用户看到消息之后有木有点击呀→点击/展示
2. 点击之后有木有愉快地玩耍呀→转化/点击
3. 看到消息有木有删掉它们呀→清除/展示
4. 看到消息有木有不爽关闭了通知权限呀→关闭权限/到达
5. 看到消息有木有一怒卸载了App呀→卸载App/到达

大概就是这么些了，信鸽在近期规划的功能升级中，会增加4、5的统计，请小伙伴们期待~！

针对上面的几个关键指标，我们需要考虑几个问题：

1、 优化点击率

• 文案可不可以优化？

同一条信息，如何在简短的标题、内容中抓住更多人的视线，如何激起用户的点击欲望，需要不断摸索与优化。

• 推送时间可不可以优化？

用户会有APP习惯的使用时段，合适的时间推送，能够避免对用户的打扰。

• 推送人群可不可以优化？

数据显示，同一App中精准推送的平均点击率是全量推送的4倍。

2、 评估对用户的骚扰

• 是否有引起用户反感，造成清除消息、关闭权限、乃至卸载App？
• 造成反感的原因是：不恰当的文案、不合适的推送时间还是不符合预期的推送内容？
• 是否能够沉淀出一定的规律？以便未来减轻用户的反感。

3、 优化转化率

• 落地页是否符合用户预期？能不能让用户在落地页上多停留一会儿。
• 信息传达是否够简洁？能否让用户快速理解或激起用户的兴趣？
• 是否真正实现了活动的目的，比如促成成单、完成阅读或者参与活动。

为了要沉淀经验，为了改善推送效果，所以我们要自己定期做一些整理和回顾，通过对比分析，进行归纳总结。

如何标定推送效果

接下来，我们就提出一个运营同学的通用困惑——我怎么知道现在的推送效果要不要改善呢？

其实我们可以知道，大多数运营推广的效果都符合一条饱和曲线。

如果我们处于A点，可能投入一定的精力&方法，可能就能实现较高的回报，但如果我们处于B点，可能投入很多，但实际上收益甚微。因此，我们需要快速标定自身推送效果的方法。

常见的方式有：

1、自我标定

如果我们监控自己的推送数据，然后做一系列的对比，总结其中效果优秀的案例，并复制其成功经验。

我们可以通过不断的尝试，发现自己所处的位置，是在A点还是B点。

这个方法的缺点在于需要较长时间的跟踪，有时候限制到达收益上限的，可能会被质疑是运营人员的个人素质。

2、行业标定

通过行业数据的横向对比，包括推送大盘的平均值、同类型APP的平均值以及同规模APP的平均值等相关指标确定。

如果我们能够时刻把握住推送效果的行业变动，发现自身所处水平，能够帮助我们把握住竞品的变动，协助产品运营进行活动运营规划与运营投入，以有效提升我们的运营效果。

行业标定的方式，优势是在于反应及时、能够把握大局动态，缺点则是行业或者同类竞品的优秀经验，不一定是可复制的。

举个例子：

如果我们发现自身APP点击高峰时段与同类应用的相差较大。

建议

发现了这个现象，那么至少可以说明在另一时间段也有大量潜在的活跃用户。

我们不妨调整我们推送的时段，做一些AB-TEST：

例如1/3用户推送增加一条同类应用高峰时段的推送，1/3的用户在现有的推送时段上调整一条至同类应用的高峰时段，1/3的用户保持原有的推送习惯。

然后验证我们的推送效果是否能够得到改善。

尝试并不断调整优化，是我们在运营探索中的必经之道。

参考文献：

1、如何构建一套高可用的移动消息推送平台？ 作者：李晓清、董泽光

本文由 @腾讯大数据 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 Pexels，基于 CC0 协议