App Annie：推送通知是否真的有助于應用留存？

移動應用留存的現狀如何？

推送通知如何對留存造成影響？

個性化通知會帶來怎樣的影響？

推送通知是否會增加應用卸載量？

我們對數百款應用進行了分析，不僅讓您了解自己的移動留存是否與行業(yè)基準處于同等水平，還為您提供可行的策略以提高留存率。

下面快速回顧一下我們的研究成果。我們發(fā)現，平均留存率在第 1 天跌落到 21%，隨后一直減少到第 90 天的 1.89%。我們還發(fā)現，在移動市場策略中實施推送通知可將留存率最多提高 20%。

但到目前為止，最令人吃驚的發(fā)現是個性化推送通知發(fā)送時間對應用留存的影響。

您可以采用以下兩種方式，向用戶發(fā)送個性化的推送通知。

1. 觸發(fā)基于行為的推送通知

觸發(fā)式推送通知可以滿足您的要求——符合條件時，用戶的屏幕上會顯示通知。例如，假如有人向購物車中添加了商品但忘記結賬，您可以自動在次日發(fā)送推送通知，提醒其完成購買。

以下數字顯示觸發(fā)與不觸發(fā)響應用戶行為的推送通知的應用在留存率方面的差異。在第 90 天的標記處，留存率的差異為 0.55%。發(fā)送考慮用戶行為的推送通知的應用略占上風，但差距并不顯著。

2. 在“最佳時間”推送通知

Leanplum 開發(fā)出“最佳時間”(Optimal Time) 機器學習算法，該算法對單個應用使用行為模式進行分析，在用戶最有可能打開應用的時間點自動發(fā)送推送通知。例如，假如 Katy 在上班途中使用音樂應用（如 Spotify）聽音樂，則該應用可在早上向她發(fā)送通知，提醒她查看新歌手。但是，假如 Brian 在晚上放松時聽音樂，則該應用會在晚上自動向他發(fā)送通知。

以下數字顯示利用與不利用“最佳時間”推送通知的應用在留存率方面的差異。前 30 天的平均留存率差異為 6.97%。到第 90 天，這一數字稍微有所下降，但仍然穩(wěn)定保持在 6.17%。

我們的研究成果

發(fā)送推送通知會顯著影響留存率。如果能發(fā)送響應用戶獨特行為的推送通知，則可將留存率提高 0.5 個百分點。這是一項正面的提升，但效果可以更好。若借助工具來了解和預測用戶的參與模式，移動團隊可以獲得巨大的成功。使用“最佳時間”等基于機器學習算法的工具，第 30 天的留存率可提高將近 7 倍。

這表示用戶很明顯地會對個性化誘因作出響應。正確的時機也是影響應用留存的關鍵。

個性化推送通知如何對現實世界的用戶造成影響？

移動游戲發(fā)行商 Pixowl 依靠 Leanplum 在正確的時間傳播消息——按每位用戶的當地時區(qū)將推送通知進行排隊。但這還不夠，因為每個人的習慣都不一樣。一些人會在上學之前玩游戲，另一些會在午餐休息時玩，還有一些在下班回家途中玩。

因此，Pixowl 對推送通知進行了測試，該通知用于宣傳游戲內貨幣。一組玩家收到新的個性化推送通知，另一組玩家則在標準時間收到推送通知。Pixowl 團隊發(fā)現，玩家對個性化方法的參與度要高得多。事實上，采用“最佳時間”發(fā)送推送通知使總收入提高了 17%。