“Spotify在你的音乐榜单中添加了两个新专辑。”通知来的真是时候！来自Periscope（视频直播app）的通知：“@kayvon希望你观看他的视频直播”。两封邮件通知，一个新的Twitter follower，一个slack的@channel通知…一共接收到了9条推送通知！没有一条和我正处在如此恶劣的环境状态有关！我的手机只有2%的电了！手机信号极其不稳定！而我迫切需要的是打开那该死的地图！

互联网科技在最近20年里已经发展了很大的变革，而推送通知技术仍旧停留在1999年。

“上一款因为优秀的推送通知方案而让你印象深刻的app是哪个？”

无数的文章、企业、产品和会议都在讨论这个话题。有无数的案例证明现在主流的推送通知方案问题多多，实际上已经无法承载向用户推送有价值的信息的功能属性了。那么更加合理的推送通知方案应该是怎样的呢？

大数据时代

从谷歌搜索到Facebook的newsfeed,大数据通过一系列的算法来整理大量的信息数据，决定具体的用户推送具体的内容。自我学习算法则指导其他的产品如Google Now和Facebook最近更新的推送tab。它们仍旧是智能推送通知的初级状态，不过幸运的是，智能推送通知所要求的智能化、可预测性已经实现了。

互联网社交的火爆使得在网络上分享个人数据变得普遍；当你可以快速的使用微信和QQ登录第三方应用的时候，你还会花时间去填写繁冗的个人资料吗？

个人行为数据

有很多的应用基于他们的产品属性并不倾向于对用户数据进行整理保存（对比iAWriter：一款写作应用和Facebook），但是它们仍旧可以沉淀一些用户怎样使用产品的行为数据。比如：用户习惯在哪个时间段登录应用？每次打开应用会花多长时间使用它？这些行为是否和“重度用户”的定义有关联？

生态系统数据

用户有没有其他的爱好？用户有没有使用其他的产品？怎样使用它们？在使用过程中有没有哪些共通的使用模式？比如我们对于应用的个人隐私政策都是有共识的。在谷歌最近发布的自动智能回复功能模块里，用户是不允许阅读其他用户的私人通讯记录的，但是机器学习算法可以。

真正的智能推送通知是什么样子的

如果我们能够搜集和分析所有可能帮助我们实现智能推送通知的数据，那么智能推送通知最基本的特征应该是：有帮助的，个性化的，与时间相关的，有联系性的。

时间智能化

即时操作不总是最优的。刚刚发布的Basecamp 3最引人注目的功能之一就是“Work Can Wait”,它允许用户自主选择接收推送通知的时间段。当你在约会晚餐时你大概不太希望收到来自其他时区的工作报告推送吧。

推送通知发生在错误的时间比无用的垃圾推送还要恶劣！不合时宜的通知不仅仅会被忽略，它还会打扰用户的注意力，这往往会导致焦虑以及降低对于重要信息的感知度。

智能推送应该自动解决这个问题。一个可预测评估信息重要关联程度的引擎将通过分析推送内容来判断推送的时间合理性，不再打扰你的约会晚餐。

地点智能化

地理位置信息对于理解用户的行为是非常有帮助的。如果一个用户正在上海外滩游荡的时候，一个来自都柏林的宜家打折通知是没有任何意义的。已经有很多应用在合理的使用地理位置信息了。比如当Foursquare/大众点评意识到你到了一个新的城市，它们就会向你推送当地的吃喝玩乐信息。有很多的to-do应用会结合你所在的位置提醒你最适合在当地完成的任务。

分组智能化

和其他的推送机制一样，通知推送对于应用来说是非常敏感脆弱的。如果某一个服务频繁的使用通知推送，用户会感到被冒犯并且会关掉它。即使推送的内容质量很高很有用，但是太多啦！用户会被潮水般的通知淹没的！因此，将通知内容分组就变得很重要了。

Facebook就将相同的通知分组展示的，比如有多少人“like“了你的照片。两个喜欢你照片的名字和其他人的数量展示给你，如果你对还有谁感兴趣，你可以点击查看详情。与之相较，Quora不仅告知你所有的推送通知，它甚至需要你查看每一个具体的通知，即使他们中有很多一样的内容。

更进一步说，智能推送通知应该具有“渐进分组“的设置，当你经常收到少于10个”like“的时候，你应该会想要查看每一个人对你的”like“通知；但当你经常性的收到成百上千的”like“推送通知的时候，那么将这些通知收起分组会是更好的选择。你也可以定制接收来自你朋友和家人的推送通知。如果扎克伯格在你的脸书里对你留言，你是不是希望立即被告知呢？

智能反馈

每个用户都是独一无二的，但为每个用户而定制是不现实的，因此，必须做出适当的妥协。智能化的推送通知反馈相比千篇一律的模式，会让用户感到更加人性化。

基于用户与产品内容的互动习惯，我们可以为用户定制一个更加合理的文案和结构。你通常怎样操作你的新照片“like“通知？你会很快速的扫一眼吗？还是很仔细的查看每一个通知？按照用户对推送通知的习惯操作行为，每个用户得到的通知文案和结构应该是不同的。
智能定位目标