Nilai Pemberitahuan Tolak Meningkat Dengan Intensiti

Apa yang Berlaku:

Satu metrik baharu untuk menilai strategi pemberitahuan tolak, Nilai Sepanjang Hayat Pelanggan (SLTV), telah dikenal pasti melalui kajian yang dilakukan oleh Marfeel. Firma itu menjalankan penyelidikan yang meluas untuk mencari strategi pemberitahuan tolak yang optimum untuk penglibatan pelanggan bagi meningkatkan nilai pemberitahuan tolak. Dengan menggunakan ciri pemberitahuan tolak automatik Marfeel, MarfeelPush, penerbit boleh menjana peningkatan purata trafik sebanyak 6.5%, dengan beberapa peningkatan setinggi 20%.

Mengapa Ia Penting:

Menyampaikan nilai bermaksud menetapkan piawaian untuk memastikan pemberitahuan tolak kekal menarik dan tidak melampaui batas ke wilayah spam. Dengan pengguna mudah alih kini menyumbang sebahagian besar trafik laman web kepada penerbit, mesej automatik telah menjadi saluran popular untuk menjangkau pengguna aplikasi asli atau aplikasi web progresif semasa aplikasi ditutup. Pemberitahuan tolak menawarkan penerbit talian terus kepada khalayak mereka dan cara untuk memacu kunjungan kembali ke aplikasi, walaupun ia tidak dibuka.

Menggali Lebih Dalam:

Satu kertas putih yang memperincikan dapatan kajian telah diperkenalkan pada bulan Februari di Kongres Dunia Mudah Alih yang diadakan di Barcelona. Kajian menunjukkan bahawa walaupun penerbit dan blogger bergantung pada pemberitahuan tolak untuk membina trafik dan penglibatan khalayak, pembaca pasti akan terlepas dari semasa ke semasa. Bergantung pada metrik mesej tunggal untuk menilai prestasi strategi pemberitahuan tolak tidak menceritakan keseluruhan cerita. Penyelidik Marfeel mengkaji lebih daripada lima juta pemberitahuan tolak dari November 2018 hingga Januari 2019, menggunakan metrik Nilai Sepanjang Hayat Pelanggan yang baru dicipta, untuk mengkaji strategi penerbit yang menggunakan MarfeelPush. Metrik SLTV menetapkan kadar degradasi pemberitahuan tolak sebagai purata, dan kemudian menggabungkannya dengan kadar aktif dan memfaktorkannya terhadap kadar klik lalu mesej dan bilangan klik, setiap pengguna, setiap hari. Ini memberi penerbit rangka kerja untuk membandingkan strategi tertentu, seperti cadangan artikel berdasarkan artikel yang dibaca sebelum ini, bilangan pemberitahuan yang dihantar setiap pengguna, masa penghantaran dan imej serta mesej kreatif yang digunakan dalam pemberitahuan. Kajian ini direka bentuk untuk mengasingkan faktor yang memaksimumkan SLTV dan menentukan nilai keseluruhan yang dicipta daripada strategi yang berbeza-beza ini. Para penyelidik mengambil kira intensiti dan penglibatan pengguna, kitaran hayat dan tingkah laku. Beberapa penemuan termasuk:

Apabila keamatan pemberitahuan tolak ditingkatkan untuk pengguna yang lebih terlibat, rangka kerja Marfeel menghasilkan peningkatan SLTV sehingga 40%, berbanding menghantar satu pemberitahuan kepada pengguna setiap hari.
Pembaca yang paling terlibat lebih terbuka untuk membaca artikel yang kurang popular, manakala pembaca yang paling kurang terlibat paling cenderung untuk mengklik pemberitahuan yang hanya mengandungi artikel yang paling popular.
Pengasingan waktu tunggal yang paling berkesan dalam sehari untuk penerbit terpilih mengakibatkan peningkatan kedua tertinggi dalam SLTV.
Memperibadikan artikel menggunakan enjin cadangan proprietari Marfeel telah meningkatkan SLTV sebanyak kira-kira 20%.
Pemberitahuan push dengan imej meningkatkan SLTV sebanyak kira-kira 10%.