本文主要是比较知乎、新浪微博与腾讯视频PUSH功能与策略，以及PUSH数据体系的搭建框架与思路分析。

一、腾讯视频PUSH功能与策略竞品分析（与知乎、新浪微博对比）

1.1 基本信息

当前版本：知乎V6.1.0、微博V9.6.2、腾讯视频V7.1.8

使用环境：IOS 12.2

1.2 竞品分析1：「推送」功能

1.2.1 知乎「推送」功能

知乎推送功能结构图

（1） 细致化的推送设置

知乎的「推送」功能总共分为5大模块，每个模块下都包括详细的推送设置。

由此可知，在PUSH设置方面，知乎做的非常细致。它将推送的使用场景和用户的使用行为都进行了拆分，从而能满足用户多样化的组合推送需求，避免出现一键关闭推送的情况。

（2） 知乎推荐

知乎会根据用户的关注内容、浏览习惯、地域、年龄、性别等维度为其推荐精选内容，用户点击通知可直接跳转到相关答案或文章。

同时，知乎做的比较好的是，在“知乎推荐”功能下增加了一行关于该功能的介绍，直接向用户传达了功能的利益点所在。

（3） 免打扰模式

为避免PUSH消息的震动/声音影响用户正常工作生活，招致厌烦，免打扰模式是必不可少的。

用户可自主设置免打扰时间段，默认时间段为22:00-8:00。

1.2.2 新浪微博「推送」功能

微博推送功能结构图

微博推送功能截图

（1） 推送通知设置分类清晰

微博的「推送」功能总共分为6个部分，对用户进行推送的分别是互动消息、社交关注和微博热点。

（2） 微博热点

尽管微博热点和知乎推荐都是为用户主动推送消息，但在推送内容的侧重点上不太一致。知乎推荐是根据用户的浏览习惯、关注等进行推送，而微博热点更倾向于实时推送热点资讯，让用户第一时间了解并参与其中。

（3） 特别关注微博

当用户的特别关注对象发微博时，会自动推送通知给用户。推送方式分为两种：智能推送和实时推送，但实时推送仅会员可选。特别关注微博推送通知比较典型的使用场景是粉丝希望第一时间知道爱豆发的微博，并前排评论。而微博正是深谙粉丝心态，所以将实时推送特别关注微博通知设置为仅会员可用，不放过每一个商业化的机会。这一功能不仅没有让用户厌烦推送，反而让用户为其付费。

（4） 设置了开启系统通知的动态操作引导图

当用户在系统中设置关闭通知后，是无法接收到通知推送的，所以当用户进入【推送设置】时，微博增加了一个教用户开启通知的动图教程，引导用户打开系统通知设置，并告知用户打开通知后可收到的内容有哪些，相当于为用户提供了打开通知的理由。

1.2.3 腾讯视频「推送」功能

腾讯视频推送功能结构图

（1） 推送设置简洁化

腾讯视频的「推送」功能包括4个模块，且设置了意见打开/关闭新消息通知的选项。相对于知乎来说，腾讯视频的推送功能十分简洁，这可能是因为知乎作为UGC社区，内容生产者和内容消费者之间的互动方式更加多样化；而腾讯视频属于PGC，更多的使用情景是平台向用户单向传播专业的视频内容，从而导致互动场景较少。

（2） 每日精选视频推荐

腾讯视频会根据用户个人标签，并结合当下热点，选择视频推荐给用户。例如“北京回收20万辆共享单车”，此类本地资讯，只会向北京地区的用户进行推送。

（3） 签到功能

没有签到功能的介绍，用户可能不了解这是针对哪个模块的签到提醒，是doki明星广场的签到还是腾讯视频的签到。

1.2.4 知乎、微博、腾讯视频推送功能对比

根据以上对知乎、微博、腾讯视频的推送功能拆解，总结出下表，对三者的推送功能进行对比：

知乎、微博、腾讯视频推送功能对比

1.2.5 结论

根据以上对比，对腾讯视频「推送」功能提出以下优化建议：

（1） 增加“追剧更新提醒”功能

用户在使用腾讯视频追剧时，存在追剧更新提醒的推送场景，尤其是当用户同时追多部影视剧或综艺时，更新时间不一致。通过更新推送提醒，可以第一时间提醒用户回来看剧，防止用户流失。这个功能与知乎的关注问题更新提醒、微博的特别关注微博更新提醒是类似的，都有以下两个特点：

一是用户的主动性强，关注的问题、关注的人、关注的剧，都是用户主动关注的，所以此时去推送相关消息时，用户反感度不会太高；

二是与用户的关联性强，提醒用户关注的剧更新的消息，是和用户追剧需求强相关的，所以用户更可能将推送认为是提醒，而不是打扰。

（2） 设置“免打扰模式”

用户在正常工作和生活中，经常会希望不被打扰。当没有免打扰模式时，用户为了解决不被打扰的问题，只有关闭推送。

但如果设置免打扰模式，用户感受到的可控性和灵活性提高，既不影响用户接收推送信息，也不会出现推送时间尴尬，招致厌烦情绪的情况。

（3） 其他功能优化：

A. 推送功能设置分类；

B. 热门视频推荐功能增加相关说明，告知用户开启后可接收到的信息是什么，例如下图中知乎、微博的提示；

C. 签到提醒功能的描述太宽泛，用户可能不了解这是针对哪个模块的签到提醒，是doki明星广场的签到还是腾讯视频的签到，例如爱奇艺的推送设置为“泡泡圈签到”。

1.3  竞品分析2：「推送」策略

1.3.1 知乎、微博、腾讯视频推送策略对比

知乎、微博、腾讯视频推送策略对比

（1） 引导用户打开消息通知触发条件有早有晚

从最近四天的体验结果来看，当用户关闭系统推送权限后，能触发APP内引导开启推送通知的只有新浪微博，如右图。知乎和腾讯视频在关闭系统权限后，多次操作，但仍无引导界面。说明用户关闭权限操作后，这三个产品触发引导界面的条件是不同的，新浪微博触发得比较早，但知乎和腾讯视频比较晚，可能是认为在用户关闭权限后，立马引导用户再次开启，会带来负面情绪和印象。

（2） 在推送内容上，知乎、微博、腾讯视频均会基于用户标签进行推送，但侧重点又各不相同。

以推送资讯类消息为例，三大APP在不同的维度下，推送比例如下表所示：

（数据来源：根据2019/6/19-6/24 三大APP近10条推送内容整理）

根据以上简单的统计可知，在推送策略上，三大APP存在很大的差异，这是由于不同产品的特质决定的。

例如知乎作为UGC社区，用户的行为数据必然要比腾讯视频丰富，而且用户之间的互动也更加高效，所以在根据用户浏览、收藏、点赞、关注等习惯进行推送，触达会更精准。

但是，适当地根据用户的行为偏好进行推送，比仅仅推送与用户可能关系不大的热点问题，可能更有效，所以建议腾讯视频适当增加与用户浏览习惯相关的视频，例如如果用户在追某个剧，则可以给他推送与该剧相关的周边花絮、采访等。

（3） 就资讯类内容而言，在推送频率上：知乎＞微博＞腾讯视频。

因为互动和关注推送用户个人情况不同，所以暂时只考虑资讯类内容的推送。就近4天的体验结果来看，同一天内，知乎的推送频率最高，大约为7-9条/天，而微博和腾讯视频的推送频率则相对较低，大约分别为3-4条/天。在某种程度上，知乎根据用户关注的内容带来的关注和兴趣可能可以抵消高频推送带来的负面影响。

产品的PUSH是一个动态的过程，还需要拉长时间线，进行更细致的比较。

二、PUSH数据体系的搭建框架与思路分析

为了搭建PUSH数据体系，需要首先了解PUSH发送的全流程，然后再将流程拆解，明确每个层级的转化对应的数据指标分别是什么，由此构建起一个漏斗式的数据体系。

首先，PUSH发送的流程如下图所示（以Android、使用第三方推送平台为例），当推送内容开始发送时，流程中的每一步都会存在数据流失，因此我们需要关注这些数据，并了解每个层级间的转化率。

PUSH流程图

基于此搭建的PUSH数据体系的基本框架如下图所示：

PUSH数据体系

（1） 第三方推送平台

当推送对象和内容给到第三方推送平台后，并不会直接下发，而是会对发送对象对应的设备做有效性筛选，然后再进一步判断哪些有效设备与推送服务器建立长连接，在此基础上将推送送达设备，并在APP上显示。

消息在第三方推送平台上的路径是个漏斗，每一个环节都存在流失，因此我们需要关注每一个环节的数据量以及环节之间的转化率，包括有效设备数、下发设备数、设备下发率等。

（2） 用户

当推送内容送达APP后，用户的行为路径是关注的重点。用户收到APP推送后，会出现的行为主要有以下5种：点击、转化行为、清除消息、关闭通知权限、卸载APP，每种行为都对应着数据统计的需求。

其中点击、转化行为可以用来评估此次推送的直接效果，而后3种行为可以用于评估此次推送对用户的骚扰情况。

我认为最重要的指标是点击率和转化率。尽管推送的整体送达率也很重要，但影响送达率的很多因素都是不可控的，例如用户关闭了系统通知权限。

点击率和转化率则不一样，它们不仅是对推送效果的评估，还可以通过很多可控的动作进行有目的的优化。

三、PUSH新增功能设计

基于点击率和转化率重点设计“关注更新提醒”功能，来提升PUSH拉动用户增长。根据企鹅智酷与腾讯视频的调研，电视剧、电影、综艺等长视频内容的移动端占比都超过了70%，说明大部分用户都存在追剧的行为，据此进行与追剧相关的PUSH功能设计，设计流程如下：

3.1 确定功能目的

对公司：提高PUSH点击率、转化率

对用户：追剧星人能及时获得关注的电视剧、电影、综艺等视频内容的更新信息；自主设置更新推送时间，避免被打扰

3.2 相关产品功能的调研

PUSH功能调研

3.3 制定功能方案

（1） 方案内容

针对用户对关注内容的更新提醒需求，拟在消息通知栏下增加一个子功能，即“关注更新提醒”。用户通过点击，可自主选择电视剧/电影/综艺的更新推送通知。

同时，为了避免推送打扰用户，还为用户提供了自主选择推送时间的选项，共有三种模式：智能推送、更新后立即推送（实时推送）、自定义时间段，默认模式是智能推送，即系统会结合用户观看视频的习惯、作息时间、视频时长等因素进行智能推送。

（2） 方案逻辑

功能操作流程：