Apa yang Berlaku:
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. Menggunakan ciri pemberitahuan tolak automatik Marfeel, MarfeelPush, penerbit boleh menjana purata peningkatan trafik sebanyak 6.5%, dengan beberapa peningkatan setinggi 20%.
Mengapa Ia Penting:
Menyampaikan nilai bermakna menetapkan piawaian untuk memastikan pemberitahuan tolak kekal menarik dan tidak melampaui batas ke wilayah spam. Dengan pengguna mudah alih kini menyumbang sebahagian besar trafik tapak web kepada penerbit, mesej automatik telah menjadi saluran popular untuk menjangkau pengguna apl asli atau apl web progresif semasa apl ditutup. Pemberitahuan tolak menawarkan penerbit talian terus kepada khalayak mereka dan cara untuk mendorong lawatan kembali ke aplikasi, walaupun semasa aplikasi itu tidak dibuka.
Menggali Lebih Dalam:
Kertas putih yang memperincikan penemuan kajian telah diperkenalkan pada Februari di Kongres Dunia Mudah Alih yang diadakan di Barcelona. Penyelidikan menunjukkan bahawa walaupun penerbit dan penulis blog bergantung pada pemberitahuan tolak untuk membina trafik dan penglibatan khalayak, pembaca pasti akan hilang dari semasa ke semasa. Bergantung pada metrik mesej tunggal untuk menilai prestasi strategi pemberitahuan tolak tidak menceritakan keseluruhannya.
Penyelidik Marfeel mengkaji lebih daripada lima juta pemberitahuan tolak dari November 2018 hingga Januari 2019, menggunakan metrik Nilai Sepanjang Hayat Pelanggan yang baru dibuat, untuk mengkaji strategi penerbit yang menggunakan MarfeelPush.
Metrik SLTV menetapkan kadar kemerosotan pemberitahuan tolak sebagai purata, dan kemudian menggabungkannya dengan kadar aktif dan memfaktorkannya dengan kadar klikan mesej dan bilangan klik, setiap pengguna, setiap hari. Ini memberi penerbit rangka kerja untuk membandingkan strategi tertentu, seperti pengesyoran artikel berdasarkan artikel yang dibaca sebelum ini, bilangan pemberitahuan yang dihantar bagi setiap pengguna, masa penghantaran dan imej dan 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. Penyelidik mengambil kira intensiti dan penglibatan pengguna, kitaran hayat dan tingkah laku. Beberapa penemuan termasuk:
Kandungan daripada rakan kongsi kami
- Apabila intensiti pemberitahuan tolak ditingkatkan untuk pengguna yang lebih terlibat, rangka kerja Marfeel menghasilkan peningkatan SLTV sehingga 40%, berbanding dengan menghantar pengguna satu pemberitahuan setiap hari.
- Pembaca yang paling terlibat lebih terbuka untuk membaca artikel yang kurang popular, manakala pembaca yang paling kurang terlibat berkemungkinan besar mengklik pemberitahuan yang mengandungi hanya artikel paling popular.
- Mengasingkan masa tunggal yang paling berkesan dalam sehari untuk penerbit terpilih menghasilkan peningkatan kedua tertinggi dalam SLTV.
- Memperibadikan artikel menggunakan enjin cadangan proprietari Marfeel meningkatkan SLTV sebanyak lebih kurang 20%.
- Pemberitahuan tolak dengan imej meningkatkan SLTV sebanyak lebih kurang 10%.
Intinya:
Hasil penyelidikan mendedahkan secara konklusif bahawa SLTV ialah metrik penting untuk membandingkan kesan pelbagai strategi pemberitahuan tolak.
