【ArchSummit】如何通过AIOps推动可量化的业务价值增长和效率提升?>>> 了解详情
写点什么

51 信用卡:揭秘 ROI 倍增杀手锏

  • 2020-04-08
  • 本文字数:1660 字

    阅读完需:约 5 分钟

51信用卡:揭秘ROI倍增杀手锏

运营人的杀手锏:消息推送

消息推送(Push),作为移动端 APP 产品运营最重要手段之一,是一把双刃剑,运用的好可以提高产品活跃度,运用的不好则面临自身 App 被用户删除的危险。很多用户最后选择了取消消息推送,要么是因为收到的消息推送太频繁,要么就是推送内容压根儿自己不感兴趣。


即便如此,Push 仍然被广大运营人所推崇,其原因不外乎以下两点:


  1. 唤醒沉睡用户

  2. 在大部分 App 获客成本大的可怕的当下,发展一个新客户的成本可能会是挽留一个老客户的几倍甚至十几倍。因此,利用 APP 消息推送的功能把沉默用户拉回来,就有希望提高 APP 用户留存率,显著降低整体的运营成本、提高收益。

  3. 推广新版本

  4. 也就是让用户体验新新上线的活动、功能等等。APP 消息推送是根据 APP 定位来衡量推送范围的,而最直接通知方式莫过于 Push。


那么,Push 的作用如此诱人,但用户又极有可能对 Push 不感兴趣、不去打开,这道转化,如何提升?


在你脑海中蹦出一堆优化的想法前,不妨先看看这个实战案例:51 信用卡基于 Push,针对 6 种细分人群做了差异化运营策略的 A/B 测试实验,前后共计跟踪一个月时间,六个人群较未提供策略都有比较显著的 ROI 净值提升:


A/B 测试实验结果



如此亮眼的数据,是怎么做到的?

如何用 Push 做增长

其实道理大家都明白,无非就是:


在合适的时间,以合适的文案,给合适的人,推送合适的内容。


但说得轻巧,做起来却并不简单。为了寻找这到四个“合适”,51 团队并不仅仅只做一两次 A/B 测试实验,而是进行了大大小小数个实验,才得到了最终的推广结果。


以“合适的时间”这一条为例,51 团队建立了由 A/B 测试结果来进行推送时间优化的机制。团队首先针对 App 活跃度做了统计,来观察用户群体的行为:


用户活跃度



图上有几个时间点值得注意:


  1. 达到平均活跃的时间

  2. 最活跃时间

  3. 最活跃时间提前 1 小时

  4. 活跃次数 90 分位数的最早时间


选择哪个时间点推送,效果最佳?实验之前,没有人知道;此外,不同的产品,受众不同,因此就算你曾在另一个产品中,找到了最佳的投放时间,也无法确保在这个 App 中能套用你的实验结论(否则你的手机肯定要在某个时间点叮叮咚咚收到一堆推送了)。


除此之外,Push 文案也是关键的一环。在这新媒体运营群魔乱舞的 8102 年,文案的作用正在被逐步放大。一个好的标题文案,往往能决定一篇文章的生死,同样,一个 Push 文案的好坏,也总能掐住点击和后续转化的命脉。


如何找到合适的文案?


文案撰写方法,网上随便搜一搜就比比皆是,在此我们便不再赘述了。如果你尝试过内容运营的事情,一定会对这种情况非常有感触:一篇文章写好了,主题很明晰但标题拟定了十几乃至几十个,不知道用究竟哪个比较合适。Push 也是这样,同一个活动/功能,文案是可以有非常多的,这时候选择哪一个似乎都无法服众。怎么办?


51 团队备选的 Push 文案



看到这类择优工作,你的第一反应可能是用传统的 A/B 测试,分好流量去尝试。但 Push 和寻常的 App、H5 内的 A/B 测试实验环境不一样,一条活动推送往往只会在用户那儿出现一次(当然一个活动可以推送多次,但是总不能老用一样的文案),因此 Push 和落地页从某种意义上来说是很相似的,都是“一次”的曝光。因此,它很适合使用“MAB”进行试验。


先简单介绍一下 MAB 是什么:


MAB



毫无疑问,多臂赌博机问题在落地页和 Push 中是常见的,例如,


  • 假设一个用户对不同类别内容感兴趣程度不同,当 Push 系统初次见到用户时,怎么快速直到他对每类内容的感兴趣程度?

  • 假设系统中有若干活动/广告库存,该给每个用户展示哪个 Push 内容才能获得最大点击收益,是不是每次都挑收益最好的那个?


51 团队在实验中,正是用了这个方法来甄选文案,让最终带来了亮眼的转化。这个方法,也正是 Testin 的最新智能引擎 TestinData.AI 所使用的基础。该引擎基于上下文 &多臂赌博机 Contextual & Multi-armed Bandit,专利[2017103029700 自动生成多页面组合版本,2017102790713 自动版本选优和流量调控]等强化学习算法实现自动智能选优——也就是说,如果你想用 MAB 为你的 Push 来一次像 51 信用卡这样高质量的增长,不妨试一试 TestinData.AI。


2020-04-08 19:37479

评论

发布
暂无评论
发现更多内容

创建矢量图形:Patternodes 3 免激活版

真大的脸盆

Mac Mac 软件 矢量图形创作 创建矢量图形

spring系列之IOC容器实例化过程四

Disaster

spring ioc

焱融科技入选赛迪 2022 中国分布式存储报告挑战者象限

焱融科技

#高性能 #分布式文件存储 #文件存储

基于WebGPU的AI原生3D引擎迎来新机遇!Orillusion在GOTC上演讲!

Orillusion

开源 渲染引擎 元宇宙 webgpu AIGC

华为云UniXcoder-VESO-v1问鼎CodeXGLUE榜单第一名

华为云PaaS服务小智

算法 代码 华为云 代码语义

Spring系列之AOP工作过程详解二

Disaster

spring

Spring系列之IOC容器初始化八

Disaster

spring ioc

TiDB x Bolt丨超强可扩展性与弹性助力超 1 亿用户畅享出行服务

PingCAP

MySQL 数据库 TiDB

不止游戏!英特尔锐炫“天生爱创作”

E科讯

【1对1咨询】土木女生,挖掘个人优势转行程序员

程序员晚枫

程序员 求职 转行

可逆计算理论中的Delta合并算法

canonical

spring系列之IOC容器实例化过程五

Disaster

spring ioc

Spring系列之IOC容器实例化过程六

Disaster

spring ioc

Spring系列之AOP工作过程详解一

Disaster

spring

如何将数据从旧电脑传输到新电脑,哪种文件传输方式更好

镭速

Spring系列之IOC容器初始化过程十

Disaster

spring ioc

软件测试/测试开发丨Selenium环境安装与使用

测试人

程序员 软件测试 自动化测试 测试开发 selenium

打造繁荣社区:Solaris 与 Web3 合作的力量

鳄鱼视界

为什么要用线程池?

javacn.site

英特尔锐炫实力出击,游戏、内容创作双管齐下!

E科讯

设计模式之模板方法模式

越长大越悲伤

设计模式

Spring系列之IOC容器实例化过程七

Disaster

spring ioc

打造繁荣社区:Solaris 与 Web3 合作的力量

股市老人

数据可视化:趋势类可视化图表大全

2D3D前端可视化开发

数据分析 数据可视化 数据可视化工具 可视化图表

Generative AI 新世界 | 走进文生图(Text-to-Image)领域

亚马逊云科技 (Amazon Web Services)

自然语言处理 机器学习 开源

Django笔记三十八之发送邮件

Hunter熊

Python django 发送邮件

量子程序设计基础 | 从经典计算到量子计算

TiAmo

量子计算 经典计算

Spring系列之IOC容器的初始化过程九

Disaster

spring ioc

《Klustron Tech Talk》直播选题有奖问卷调查,获MySQL系列丛书

KunlunBase昆仑数据库

MySQL

2023-05-29:给你一个由 n 个正整数组成的数组 nums 你可以对数组的任意元素执行任意次数的两类操作 如果元素是 偶数 ,除以 2 例如,如果数组是 [1,2,3,4] 那么你可以对最后一

福大大架构师每日一题

golang 算法 rust 福大大

文心一言 VS 讯飞星火 VS chatgpt (25)-- 算法导论4.2 7题

福大大架构师每日一题

福大大 ChatGPT 文心一言 讯飞星火

51信用卡:揭秘ROI倍增杀手锏_文化 & 方法_云测数据_InfoQ精选文章