4-තට්ටුවේ Push Notification තෙහෙට්ටු ආකෘතිය

පරිශීලකයෙකු අහිමි කරගැනීමට ඇති ලාභම ක්‍රමය push notifications යි. දිනකට push 1ක් වන විට රඳවාගැනීමේ වක්‍රය හොඳින් පෙනේ - Localytics සහ Urban Airship වෙතින් ලැබෙන කර්මාන්ත දත්ත මාස තුනක රඳවාගැනීම 88 ප්‍රතිශතය වටා එක්රැස් වේ. දිනකට push 3ක් වන විට වක්‍රය ප්‍රතිශත ලකුණු 17කින් පහත වැටේ. දිනකට push 5ක් වන විට එය 34කින් පහත වැටේ. හැඩය තියුණු සහ ආපසු හැරවිය නොහැකි ය: යම් app එකක් සතියකට ඔවුන්ට අවශ්‍ය නැති push 2 සිට 5 දක්වා එවන විට, පරිශීලකයන්ගෙන් 46 ප්‍රතිශතයක් push එකින්ම සම්පූර්ණයෙන් අත්හරිති.

Soulwise හි ප්‍රතිචාරය වන්නේ 4-තට්ටුවේ තෙහෙට්ටු ආකෘතියකි. එය දිගටම චලනය වන දින 14ක කවුළුවක් තුළ open-rate ක්‍රමයෙන් අඩුවීම හඳුනාගෙන, පරිශීලකයා සදහටම ඉවත්වීමට පෙර notification ප්‍රමාණය ක්‍රමයෙන් අඩු කරයි.

මෙම සටහන මඟින් එහි සැලසුම, සීමා අගයන්, සහ ප්‍රකෘතිමත් වීමේ තර්කය විස්තර කරයි.

කෙටියෙන්

• Soulwise හි 4-tier push notification fatigue model එක, පරිශීලකයින් opt out වීමට පෙර disengagement හඳුනාගෙන notification ප්‍රමාණය අඩු කිරීමට, 14 දින rolling open-rate කවුළුවක් භාවිතා කරයි.
• Tier 0 (සෞඛ්‍ය සම්පන්න) යනු සම්පූර්ණ කාලසටහනයි.
• Tier 1 (පහත දැමූ) උදෑසන මැද push එක ඉවත් කරයි.
• Tier 2 (anchor-only) උදෑසන චාරිත්‍ර prompt එකත්, ඉරිදා retrospective එකත් තබා ගනී.
• Tier 3 (weekly-only) සතියකට එක් push එකක් දක්වා අඩු කරයි.

ස්ථර හතර

මෙම state machine එක කුඩාය. සෑම පරිශීලකයෙක්ම එක් වරකට හරියටම එක් ස්ථරයක සිටී.

• T0 - නිරෝගී. සම්පූර්ණ කාලසටහන. උදෑසන චාරිත්‍ර prompt එක, මැද-උදෑසන සන්දර්භීය nudge එක, සැඳෑ පරාවර්තනය, සහ සිදුවීම් මත නැංගුරම් දැමූ prompts.
• T1 - පහත දැමූ. මැද-උදෑසන සන්දර්භීය nudge එක නවතා ඇත. අනෙක් සියල්ල දිගටම පවතී.
• T2 - නැංගුරම් පමණි. උදෑසන චාරිත්‍ර prompt එක සහ ඉරිදා පසුවිපරම පමණක් ඉතිරි වේ. සියලුම අභිමත pushes නවතා ඇත.
• T3 - සතිපතා පමණි. තනි සතිපතා push එකක් පමණක් රැඳේ. දෛනික රිද්මය අත්හිටුවා ඇත.

පිළිවෙළ වැදගත්. මැද-උදෑසන මුලින්ම ඉවත් වන්නේ එය අඩුම සිදුවීම් බර දරන නිසා: එය දෛනික චාරිත්‍රයේම කොටසක් නොව, සන්දර්භීය nudge එකකි. උදෑසන prompt එක දිගම කාලයක් ආරක්ෂා කරනු ලබන්නේ සිදුවීම් මත නැංගුරම් දැමූ දෛනික pushes සාමාන්‍ය ඒවාට වඩා 2.85x පමණ රඳවා ගැනීමක් ඇති කරන නිසා; එය ඉවත් කිරීම යනු app එකම විනාශ කිරීමයි.

tier වෙනසක් ඇති කරන්නේ කුමක්ද

එක් එක් පරිශීලකයාට open-rate දත්තවල 14-දින රෝලිං කවුළුවක්. සෑම දිනකම model විසින් අවසන් 14 දින දෙස බලා, එම කවුළුව තුළ යවන ලද push notifications සඳහා පරිශීලකයාගේ open rate ගණනය කරයි.

Soulwise හි සීමාව වන්නේ පරිශීලකයාගේ පෞද්ගලික පදනමෙන් 30 percent open-rate අඩුවීමකි. පරිශීලකයෙක් සාමාන්‍යයෙන් push වලින් 60 percent විවෘත කරන අතර රෝලිං කවුළුව 42 percent හෝ ඊට පහළට වැටුණොත්, model විසින් ඔවුන් tier එකකින් පහළට ගෙන යයි. තනි නරක සතියකට (නිවාඩුවක්, අසනීපයක්, වැඩ බහුල සතියක්) ප්‍රතිචාර දැක්වීම වළක්වා ගැනීමට, මෙම අඩුවීම අවම වශයෙන් 3 දිනක් පවතින්නට අවශ්‍යයි.

උසස් කිරීමද සමමිතිකයි. පරිශීලකයෙක් T2 හි සිට ඔවුන්ගේ open rate ඔවුන්ගේ පදනමෙන් 30 percent සීමාව අඩු කළ අගයට වඩා ඉහළට 3 දිනක් අඛණ්ඩව නැග්ගොත්, ඔවුන් T1 වෙත ඉහළට යයි. T0 වෙත යථා තත්ත්වයට පත්වීමද එම පියවරම ගනී.

සිදුවීම් මත පදනම් වූ push එවීම් වැඩිම කල් පවතින්නේ ඇයි

මෙම නිර්මාණය මෙහෙයවන Localytics / Urban Airship දත්ත කරුණ: සිදුවීම් මත පදනම් වූ දෛනික push එවීම් මඟින් සාමාන්‍ය දෛනික push එවීම්වලට වඩා ආසන්න වශයෙන් 2.85ගුණයක retention එකක් ලැබේ. උදේ 9ට එවන සාමාන්‍ය "අප සමඟ එක්වන්න!" යන්න අමතක වී යයි. අද දවසේ සැබෑ චක්‍ර අවධියට සම්බන්ධ කළ උදෑසන මතක් කිරීමක් ("මෘදු ආරම්භයක්. අද ඔබට කරන්න තියෙන්නේ මොනවද?") සිදුවීම් මත පදනම් වූවකි - එහි අලුත් තොරතුරු තිබේ.

T2 උදෑසන මතක් කිරීම තබා ගන්නේ එය ඉවත් කළහොත් සම්පූර්ණ දෛනික චාරිත්‍රයම ඉවත් වන නිසාය. app එකේ අනෙක් සෑම දෙයක්ම ගොඩනඟා ඇත්තේ පරිශීලකයා උදෑසන වරක් සහ රාත්‍රියේ වරක් log වීම වටාය. මතක් කිරීම නැතිව, loop එක බිඳ වැටේ.

fatigue-banner UX

පරිශීලකයෙකු පහළට දැම්මාම, ඊළඟ වතාවේ app එක විවෘත කරන විට app එක ඇතුළත කුඩා banner එකක් පෙන්වයි:

"අපි දවස් 7ක් සැහැල්ලු කළා - ආයෙත් වැඩි කරන්නද?"

ඒ වාක්‍යය දේවල් තුනක් කරයි: එය වෙනස පිළිගනියි, එය app එකේ හැසිරීමට ආරෝපණය කරයි (පරිශීලකයාගේ අසාර්ථකත්වයට නොව), සහ තේරීමක් ලබා දෙයි. දැනුම්දීම් ආයෙත් ඕනෑ නම්, පරිශීලකයාට එක ස්පර්ශයකින් මෙම පහළට දැමීම අවලංගු කළ හැක.

මෙය වැදගත් වන්නේ, නිහඬ පහළට දැමීමක් කියන්නේ app එක පරිශීලකයා අතහැර දැමුවා වගේ දැනෙන නිසා. හඬක් සහිත එකක් කියන්නේ app එක තැකීමක් කරනවා වගේ දැනෙනවා. එකම ක්‍රියාව, වෙනස් රාමුකරණයකින්.

අප හිතාමතාම නොගොඩනැඟූ ප්‍රති-රටා

product spec එකේ තහනම් දේ පැහැදිලිව සඳහන් කර ඇත:

• "ඔබේ streak එක කඩා ගන්න එපා" කියන වරදකාරී හැඟීමේ push එකක් නැත. Streaks යනු පාඩුවකට ඇති බිය හරහා ලැජ්ජා කරවීමකි. fatigue model එක පරිශීලකයන් පහත දමයි; ඔවුන්ව ලැජ්ජා කරවන්නේ නැත.
• T3 අවසානයේ "අපි ඔබව මතක් කරනවා" කියන reactivation push එකක් නැත. T3 හි සිටින පරිශීලකයෙක් දැනටමත් app එකට යමක් කියමින් සිටී. තවත් push එකතු කිරීම වැරදි ප්‍රතිචාරයකි.
• push bodies තුළ ව්‍යාජ counters හෝ හිඟකම් පෙන්වීමක් නැත. "X දෙනෙක් දැන් sign up වුණා" යනු දැනුම්දීමක් නොව, dark-pattern නාට්‍යයකි.
• push titles හෝ bodies තුළ ඔසප් හෝ ජ්‍යොතිෂ අන්තර්ගතයක් නැත. push යන්නේ තහනම් රටා අඩංගු builds ප්‍රතික්ෂේප කරන CI lint එකක් හරහාය; fatigue model එක එය කිසිවිටෙක මඟ හරින්නේ නැත.

පද්ධතිය තුළ ඇති දත්ත ඇත්තටම පෙනෙන්නේ කෙසේද

ආකෘතිය එක් එක් පරිශීලකයාගේ තත්ත්වය ක්ෂේත්‍ර තුනකින් ගබඩා කරයි:

tier: 'T0' | 'T1' | 'T2' | 'T3'
rolling_open_rate_14d: 0.0 to 1.0
baseline_open_rate: 0.0 to 1.0 (computed from first 30 days)
last_tier_change_at: timestamp

එම fatigue තත්ත්වයේ සම්පූර්ණ දෙය එයයි. browsing ඉතිහාසයක් නැත, open rate එකට වඩා engagement ලකුණු දැමීමක් නැත, පරිශීලකයා මත පුහුණු කළ machine-learning ආකෘතියක් නැත. සරල බව තමයි කාරණය: නීති විගණනය කළ හැකියි, සීමා අගයන් ලේඛනගත කර ඇත, UX ප්‍රතිඵල පුරෝකථනය කළ හැකියි.

මෙය නොවන දේ

විෂය පථය පිළිබඳ සටහනක්.

fatigue model එක per-user ලෙස ක්‍රියා කරයි, per-cohort ලෙස නොවේ. අපි "ඔබ වැනි users" දෙස නොබලමු, retention ගැන දැනගැනීමට users පහත හෙළන experiments ද නොකරමු. මෙම model එක තනි පුද්ගලයාට සේවය කරයි.

එය user විසින් පාලනය කරන settings ද ප්‍රතිස්ථාපනය නොකරයි. Quiet hours, per-category mute, සහ disable-all-pushes යන සියල්ල fatigue model එකෙන් ස්වාධීනව ක්‍රියා කරයි. මෙම පද්ධති දෙක එකට ක්‍රියා කරයි; model එකේ අනුමානයට වඩා සැමවිටම ජය ලබන්නේ user ගේ පැහැදිලි තේරීමයි.

මෙය app එකේ ඉතිරි කොටසට වැදගත් වන්නේ ඇයි

දෛනික චාරිත්‍රයක් දෛනික ලෙසම පවතින්නේ push notifications නිසයි. check-in app එකකට push වරප්‍රසාද අහිමි වුණොත්, එහි ප්‍රධාන retention loop එකම අහිමි වෙනවා. 4-tier model එක තිබෙන්නේ, app එක මේ වරප්‍රසාදය අනිසි ලෙස භාවිතා කරලා - මඳක් කරදරකාරී වෙමින් ප්‍රමාණවත් කාලයක් ගත කරලා - එය සෙමින් අහිමි කරගන්නේ නැති වෙන්නයි.

දෛනික චාරිත්‍රයේ පූර්ණ සන්දර්භය the Soulwise hub හි තිබෙනවා. මේ චාරිත්‍රය ඉල්ලුම්කාරී වෙනවාට වඩා අන්‍යෝන්‍ය ලෙස පවතින්නේ ඇයි කියන එකට fatigue model එක එක් කොටසක්.

කෙටියෙන් කිවුවොත්: push යැවීමට නියම ගණන කියන්නේ, opt-out වීමට හේතු නොවන විශාලම ගණනයි. fatigue model එක නම්, app එක එක් පරිශීලකයෙකුට 14 දිනකට වරක් එම ගණන සොයාගන්නා ආකාරයයි.

සුලභ ප්‍රශ්න

රඳවා ගැනීම සඳහා push පරිමාව මෙතරම් වැදගත් වන්නේ ඇයි?

Localytics සහ Urban Airship වෙතින් කර්මාන්ත දත්ත: දිනකට එක් push එකක් ආසන්න වශයෙන් 88% තුන් මස රඳවා ගැනීමක් සමඟ සහසම්බන්ධ වේ. දිනකට push තුනක් එය 17 ප්‍රතිශත ලක්ෂ්‍යයකින් අඩු කරයි. දිනකට push පහක් එය 34 ප්‍රතිශත ලක්ෂ්‍යයකින් අඩු කරයි. මෙහි හැඩය තියුණුයි.

මෙහි "පෙරළෙන 14-දින කවුළුව" යන්නෙහි අර්ථය කුමක්ද?

සෑම දිනකම ආකෘතිය පරිශීලකයාගේ විවෘත කිරීමේ අනුපාතය පසුගිය 14 දින තුළ නැවත ගණනය කරයි. කවුළුව ඉදිරියට ලිස්සා යයි; පැරණි දත්ත ක්‍රමයෙන් ඉවත් වේ. මෙය එක් නරක සතියකට අධික ලෙස ප්‍රතිචාර නොදක්වා මෑත සම්බන්ධතා බිඳීම ඉක්මනින් හඳුනා ගනී.

පහළ ස්ථරයකින් පරිශීලකයෙකුට යථා තත්ත්වයට පැමිණිය හැකිද?

ඔව්. පෙරළෙන කවුළුව තුළ විවෘත කිරීමේ අනුපාත නැවත සීමාවට ඉහළින් නැගුණහොත්, පරිශීලකයා නැවත ඉහළට යයි. ආකෘතිය සමමිතික වේ. ක්ෂය වීම පහත් කරයි, යථා තත්ත්වයට පැමිණීම උසස් කරයි.

මෙම විශේෂාංගයේ නරකම අනුවාදය කුමක්ද?

සම්බන්ධතාවය නොසලකා උපරිම පරිමාව යවන සරල push පද්ධතියකි. කර්මාන්ත දත්ත පෙන්වන්නේ පරිශීලකයන්ගෙන් 46% ක් තමන් සක්‍රියව අවශ්‍ය නොවන app එකකින් සතියකට push 2 සිට 5 ක් ලැබෙන විට push එකෙන් සම්පූර්ණයෙන්ම ඉවත් වන බවයි. මෙම ක්ලාන්තතා ආකෘතිය පවතින්නේ එම ඉවත් වීම කිසිදා සිදු නොවීම සඳහාය.