关注并将「人人都是产品经理」设为星标
每天早 07 : 45 按时送达
互联网行业对于用户的隐私保护越来越重视,那么在这样的情境下,企业该如何制定内容推送计划,推送用户感兴趣的内容,让企业实现效果和利益最大化。本文从三个方面进行分析,希望对你有所启发。
作者:环铁艺术家
全文共 1905 字,阅读需要 4 分钟
——————/ BEGIN /——————
随着某平台因违规收集隐私数据而受到处罚的事件后,互联网行业将越来越重视用户隐私问题。
以往违规隐私行为也将不复存在,那么在用户隐私管理越来越严苛时,应该如何推送用户感兴趣的内容使其完成内容消费,实现平台的高转化率、让效果最大化。
如今流量红利逐渐褪去获客渠道相对局限,大部分新用户从某些特定渠道进入后,仅仅只是知道产品,但并不了解产品。
新用户并未产生任何有效数据,因此无法推算其喜好,想要打动新用户就需要增加他的内容阅读数量与质量,从而提升内容与喜好的命中率。因此在阅读质量提升的基础上增加阅读数量,关键在于屏效提升。
通常用户在浏览前三屏时转化最高,但是因为屏幕尺寸是有限的,想要快速转化,就需要增加用户在单屏下的内容浏览量。结合单屏视觉密度增加,同时内容信息承载量也会随之提升。针对的单屏视觉密度优化,可以通过简化内容、调整卡片间距、优化信息结构等方式达成。
新用户浏览路径较短,不容易接受相对复杂的浏览路径。如果使用深度用户的浏览路径,新用户很难完成复杂操作,极易中断浏览。因此针对新用户通过将路径较深的金刚位二级、三级业务列表,调整在首页一级列表中进行展示,采用简单的Tab横划操作,直接缩短浏览路径。
当用户对某类内容感兴趣时,相似的内容也会容易被用户关注。为了方便用户能够快速浏览全局范围的同类内容,减少用户的搜索成本,将平台中相似的同类内容进行整合以专题、话题、圈子等形式,形成有效的内容聚合板块。
根据用户隐私协议,用户可以自由开启、关闭个性化推荐服务。推荐服务主要包括平台内收集使用位置、浏览记录、互动记录等信息。当用户开启个性化服务后,就会建立用户画像。
用户画像就是将用户标签化,随着用户使用产品的不同阶段,结合使用深度,会逐步增加他的标签属性,一步步精准画像内容。
用户标签主要由基础标签、行为标签两类构成。
基础标签:就是用户的基础信息,由用户的位置、职业、使用习惯等标签组成,内容较为固定。
行为标签:则与用户使用产品行为相关,包括用户的浏览记录、浏览量、浏览时长、互动率等动态行为,同时随着用户行为转变所产生的标签信息也会产生变化。
当原始数据搭建完成后,就可以从0到1逐步推进推荐能力的落地。推荐能力能够接针对用户以往的行为偏好,对用户感兴趣的内容进行强化、放大,帮助用户深化相关内容,做到同类内容、人同类群互相关联。
虽然用户画像支持了“千人千面”的推送能力,但推送结果并非智能。主要有两大问题,一是推荐内容与用户喜好的匹配不高、二是推荐内容越发局限,降低了用户对多元化信息的浏览造成产品内容局限意识。
推荐结果想要做到与用户喜好完美匹配,还是需要回到用户中去,由用户自由控制内容推荐方向,结合用户自身喜好干预推荐结果。
正向反馈是用户的喜好体现,使用场景比较清晰,包括点赞、关注、收藏、评论等行为。而负向反馈属于用户兴趣变化的结果对体现,随着用户喜好的改变在一段时间后,推送内容已经不能满足当前喜好,用户已毫无兴趣,甚至已经厌烦。
此时用户就可以通过屏蔽、过滤等方式将此类内容在推送中减少或消除。结合用户的正负联动反馈,完成推荐结果矫正,提升推荐内容的精准度。
智能推荐容易造成内容类别单一,用户对某类内容不断点赞、就会不断推送形成闭环,最终导致该用户在平台所看到的内容似乎一样,内容维度会越来越窄陷入其中。因此需要权衡推荐结果与其他内容占比,适当加入多元化的优质信息,帮助用户开拓视野。
伴随用户增速减缓,精准推送才是提升转化的关键。同时合理收集、使用已授权的隐私内容,在保障用户信息安全同时合理根据用户使用深度的不同阶段,进行内容喜好匹配。
初期可以通过增加内容浏览数量、质量获得用户好感,并以建立用户画像为目标。中期需要依据初期积累的用户画像数据,进行内容精准匹配提升用户粘性,后期应避免内容局限性为用户拓展更多维度内容。
——————/ E N D /——————
产品经理培训|产品运营培训|企业内训服务
请在公众号后台回复「培训」了解更多
▼ 喜欢请分享&收藏,满意点个赞,最后点「在看」 ▼