现在整个Push都是自己在做，既然做了就要想办法做好才行。我目前觉得这块最重要的指标是：点击率。当然送达量要有保证。
提高点击率
怎么能提高点击率？
- 用户主动关注的内容点击率比较高。 -> 订阅与提醒，需要我建设的能力
- 用户收到我们推的个性化内容 -> 个性化的能力
用户关注
一般用户利益有关，比如用户关注了限时秒杀频道的一个商品，常见促使他提醒的原因有：手误，真的想买便宜的东西，抱着试试运气的心态，反正不管是哪种原因，让我去提醒他。
用户订阅的情况下，如何能继续提高点击率？(有多少人在订阅也很重要，但是用户是否愿意订阅和业务优化有关，我要保证能承载这些量)
- 文案优化，更醒目，更直接的让用户感受到他的关注点
- 发送速度，发送的时间点
- 在用户量很大的情况下，几万几十万个的情况下，如何快速的发送通知给用户，并且在合理的时间点之内。
我需要做的事情？
-
在用户主动订阅的情况下，点击率多少是一个合理值？
- 需要去查询一些资料，做一下对比
-
订阅和触发的完整能力，安全并且简单的快速接入Push订阅能力 -> 业务支持
-
思考我的设计和当前业务以外的Push订阅设计的区别是什么，好在哪里 -> 技术沉淀
- 有没有比外面设计的更好？如何体现出来的？
个性化能力
这个很依赖算法团队了，给那个用户发送什么样的内容，作为服务端同学，这个我是不太能搞定的。这种情况下，我能做的事情。
-
给算法提供其需要的数据素材 -> 我的数据建设能力，数据是否完整。基本要求
-
通用的算法链接能力，建链路链接业务与算法。
- 在很多算法团队和算法模型，哪一个效果更好呢？ 如何快速的接入不同的算法模型。甚至不需要开发情况下。
- 实时个性化有一个问题是，发送速度会降低很多，这个要用在刀刃上。 -> 今天刚来没多久的用户
- 离线个性化，发送速度比较快，给一些大致的人群模型发送 -> 用户习惯可以预测的用户
-
算法Push的点击率在多少比较合适
- 如何我们做的不好，原因是什么
- 如何我们做的比较好，差异点是什么
减少运营全量发送的次数，提升算法Push的效果 -> (减轻运营手工工作量)业务支持
通用的可搭配各种算法模型的链路 -> 技术支持
数据建设是从头到尾要贯穿的。
网友评论