首页 > 传媒 > 关键词  > 用户运营最新资讯  > 正文

EngageLab AppPush-激活亚太地区推送通知的潜力

2024-06-18 18:07 · 稿源: 站长之家用户

对于希望利用移动推送通知亚太地区(APAC)的用户进行用户运营(流失用户召回、促进交易等)的 App 开发者来说,推送通知的送达能力是需要关注的问题。该地区的推送通知偶尔会送达失败,部分原因是亚太地区流行的某些中国 Android 设备的设计优先考虑电池寿命而不是消息传递,这可能会导致推送通知失败。对于希望触达亚太地区用户的 App 开发者来说,这是一个值得考虑的问题,因为亚洲近79% 的设备运行的是 Android 系统。

这个问题是一个系统性问题,对于想要在亚太地区开展业务的全球性企业来说是有重大影响的,可能增加亚太地区用户错过有影响力的推送通知的风险。特别是在一些对消息实时送达有极 高要求的行业来说。

例如对于加密钱包、银行应用或者股票投资 App 来说,将重要的交易信息和资本市场的价格变化信息及时地送达到用户设备是至关重要的。而在电商行业领域,订单信息、物流通知、活动消息,这些消息若是不能准确送达,会非常影响用户体验,甚至影响 App 的收入。

值得庆幸的是,EngageLab AppPush 为这个棘手的问题提供了一个优雅的解决方案,旨在通过在用户可能参与的时间内重新发送失败的通知来提高受影响设备上的推送通知送达率。

想知道这个问题的核心是什么以及 AppPush 如何帮助解决这个问题吗?请继续阅读。

电池寿命与及时消息送达:一些中国设备制造商使 Android 推送变得更加复杂

您的推送通知运营团队向亚太地区的用户发送 Android 推送通知时,有可能无法到达目标设备。

实际情况是这样的:中国制造商生产的一些移动设备默认采用省电机制,以牺牲后台应用程序处理(以及信息传递)为代价来延长充电时间。这些手机通常会阻止应用程序在后台运行,以防止它们消耗用户的电池寿命,这可能会减慢 Android 推送通知的发送速度,甚至完全终止推送。

因此,这些设备的用户可以获得更长的电池寿命,但他们面临着错过关键推送通知信息的风险,这反而可能让用户体验变得不好(想象一下用户因为错过 App 的活动通知而失去了一些重大的商品折扣),而用户会将这种糟糕的体验发泄在 App 上,比如投诉 App,或者卸载 App。这种信息传递受限的情况会让大多数的 App 运营人员感到担忧,即使它只影响到一小部分目标受众,但 Android 手机和中国知名移动设备制造商生产的设备都很受欢迎,这使得这个问题在亚太地区更为常见。

根据最近的3C 行业洞察报告,在东南亚地区,印度尼西亚和菲律宾手机市场规模最 大,而中国品牌则成功抢占了这两国手机头部市场。报告指出:

 • 印尼的手机市场规模稳居东南亚地区第 一 (Statista,2023)。中国智能手机品牌主导印尼市场,其中OPPO市占率达20.95%,超Samsung(20.58%) 成为TOP1; xiaomi (17.8%)、 vivo (14.46%) 表现优异,市占率稳居印尼市场TOP5(Statcounter,2023)。

 • 菲律宾的手机市场规模位列东亚地区第二 (Statista,2023)。中国品牌在菲律宾很受欢迎,尤其是OPPO (19.04%) 和 vivo (16.46%) (Statcounter,2023)。Apple产品定位高端市场,限制了其在价格敏感的菲律宾市场的普及程度。

Source: Statista,2023/ Statcounter,2023

显然,有一部分用户可能会受到此问题的影响。希望将影响降至最 低的 App 运营团队可以指导用户手动更新设置,以优先接收来自其应用的通知,但即使进行了这些调整,受影响的受众也可能会错过通知。为了避免这种结果,希望通过推送持续覆盖该地区用户的品牌完全可以考虑使用 EngageLab 的推送通知中的 Android 高 级设置——厂商通道发送策略以及设置离线消息保存时间来避免这一情况。

AppPush 通知下发策略的工作原理

AppPush 通过跟踪和识别失败的消息来增强 Android 推送通知的效果。当通知下发策略与 (TTL) 功能结合使用时,效果尤其显著。

AppPush 提供了「系统通道优先,系统通道无效时走 EngageLab 通道」的下发策略:

在系统通道(小米 / 华为 / 魅族 /oppo/vivo/荣耀厂商通道或者 FCM 通道)无效时,例如某些中国厂商通道对每天可以发送的消息数量是有限额的,当超过每日限额时,消息就会发送失败;或者发送的消息内容不符合厂商通道的规则,消息也会发送失败。—— 具体的失败原因可以在 AppPush 统计分析控制台中折损分析模块查看。

这时候 AppPush 不会直接将消息丢弃而是会视用户在线情况而决定是否立马重新尝试走 EngageLab Push 自建通道,若用户在线立马走EngageLab Push 自建通道(根据数据统计,用户在线时 EngageLab Push 自建通道送达率可达99%)。

若用户不在线,消息则会保存在 EngageLab 的系统服务器中,并在更有可能到达每个受影响用户的另一个时刻(例如用户重新打开应用的时候)重新发送给受影响的用户。这时候可以根据实际业务场景设置一个合理的 TTL(离线消息保存时长), TTL 最多可以将消息保留30天,不过您可以缩短此期限或根据消息进行自定义。

此外,在系统通道的选择上,由于中国手机厂商品牌的限制,FCM 通道有时候无法在后台进程已被杀死的情况下将消息送达,因此 EngageLab AppPush 也会自动检测设备可用的系统通道,例如部分华为设备无法使用FCM通道,选择系统通道优先的策略时,会优先使用华为通道下发,华为通道无效时使用EngageLab自建通道补充,最 大限度地保障消息的正常下发。而对于三星设备,则可选择 FCM 优先,EngageLab 辅助的策略。

这样一来,希望吸引亚太地区用户的 App 运营人员就不会错过与其目标受众建立联系的机会。

更多的推送策略选择可前往我们的推送 API 查看详情~

写在最后

对于涉足全球市场的App开发者来说,推送通知是其跨平台营销策略中不可或缺的一环。为了保证信息的有效送达,AppPush的Android推送策略特别针对亚太地区用户互动的情况进行了优化。这项智能下发策略可帮助应对区域性的推送难题,确保开发者能够通过备用手段解决消息发送失败的问题,从而最 大化每一次与目标用户的互动效果。

推广

特别声明:以上内容(如有图片或视频亦包括在内)均为站长传媒平台用户上传并发布,本平台仅提供信息存储服务,对本页面内容所引致的错误、不确或遗漏,概不负任何法律责任,相关信息仅供参考。站长之家将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。任何单位或个人认为本页面内容可能涉嫌侵犯其知识产权或存在不实内容时,可及时向站长之家提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明(点击查看反馈联系地址)。本网站在收到上述法律文件后,将会依法依规核实信息,沟通删除相关内容或断开相关链接。

  • 相关推荐
  • 大家在看
  • Jelled.ai:使用AI数字孪生优化职场沟通

    Jelled.ai是一个利用人工智能技术来提升职场沟通效率的平台。它通过创建用户的数字孪生,帮助用户从Gmail和Slack等主要通信渠道中提取、总结关键信息,并生成及时、知情的邮件草稿。数字孪生能够学习用户的邮件回复模式,节省时间和精力。此外,它还提供了即时回复、智能代理聊天、消息审查等功能,帮助用户有效管理日常沟通。Jelled.ai致力于保护用户数据安全,通过年度安全审计和符合Google API服务用户数据政策的措施,确保数据安全。

  • Mock Interviews with AI:AI驱动的模拟面试,提升求职成功率。

    Mock Interviews with AI 是一款由Invue AI提供的职业面试准备平台,它通过AI技术模拟真实面试场景,提供即时反馈和个性化建议,帮助求职者提高面试技巧和自信心。产品背景基于36,000+求职者的使用经验,由专业团队设计,旨在帮助用户在面试中取得成功。产品提供基础和高级两个版本,基础版免费,高级版提供更多功能和服务。

  • Lokal.so:本地开发工具,支持远程访问和AI辅助

    Lokal.so 是一款本地开发工具,旨在简化本地开发环境的设置和使用。它通过提供多种功能,如本地隧道服务、AI 助手、S3 兼容服务器等,帮助开发者更高效地进行本地开发和调试。主要优点包括:1. 支持通过公共和 https .local 地址共享本地主机。2. 提供自托管的本地隧道服务器,确保隐私和自由。3. 利用 Cloudflare 的全球网络加速网站交付。4. 内置 AI 助手,可以与隧道流量交互,生成代码,回答与流量内容相关的问题。5. 提供无限的 .local 域名,支持局域网内的访问。6. 内置 S3 兼容服务器,方便文件存储和调试。7. 支持 JSON 到语言模式的自动转换,简化开发流程。

  • ScanIt:轻量级、快速、无广告的文档扫描应用

    ScanIt是一款专为iPhone和iPad设计的文档扫描应用,以其轻量级、快速、无广告的特点,为用户提供了一种简单高效的文档数字化解决方案。它拥有智能文档识别、曲面调整和文本提取(OCR)等专业功能,支持多种格式导出,并能安全加密文档,满足不同用户对扫描效率和安全性的需求。

  • PhotoMaker V2:一键生成个性化照片,快速便捷。

    PhotoMaker V2是由腾讯ARC实验室开发的AI照片生成应用,利用先进的图像识别和生成技术,用户可以快速生成个性化的照片。产品背景信息显示,PhotoMaker V2旨在为用户提供一个简单、高效的图片创作工具,无论是社交媒体分享还是个人收藏,都能满足用户需求。目前产品处于免费试用阶段,具体价格尚未公布。

  • Speax AI:AI视频多语言配音服务

    Speax AI提供快速、准确的AI视频配音服务,支持29种以上语言的即时翻译和配音。它通过先进的AI技术确保声音同步和文化准确性,同时提供具有竞争力的价格。

  • Cerebella:智能学习卡片应用,简化知识学习过程。

    Cerebella是一款iOS平台上的智能学习卡片应用,旨在通过简洁美观的设计,帮助学生和终身学习者高效备考和探索新知识。它提供了创建个性化学习卡片、智能学习算法、多选测试和自定义学习体验等功能,致力于让学习变得更简单、更有趣。

  • Volv:9秒新闻,为高效人士提供精炼资讯。

    Volv是一款为追求效率的个人设计的新闻APP,它由AI驱动,通过9秒的短文章形式,提供最有趣、最热门和最重要的内容。Volv旨在减少用户在社交媒体上无目的滚动的时间,帮助他们快速获取信息。

  • SuperCoder:自主软件开发系统,提高编码效率。

    SuperCoder是一个开源的自主软件开发系统,利用先进的AI工具和代理来简化和自动化编码、测试和部署任务,提高效率和可靠性。它支持多种编程语言和框架,以满足不同的开发需求。

  • Composio:AI代理工具集,赋能复杂任务处理。

    Composio是一个为AI代理提供高质量工具和集成的平台,它简化了代理的认证、准确性和可靠性问题,使得开发者能够通过一行代码集成多种工具和框架。它支持100多种工具,覆盖了GitHub、Notion、Linear等90多个平台,提供了包括软件操作、操作系统交互、浏览器功能、搜索、软件开发环境(SWE)以及即席代理数据(RAG)等多种功能。Composio还支持六种不同的认证协议,能够显著提高代理调用工具的准确性。此外,Composio可以作为后端服务嵌入到应用程序中,为所有用户和代理管理认证和集成,保持一致的体验。

  • NeuralGCM:高效准确的气候模拟模型

    NeuralGCM是由谷歌研究团队开发的气候模型,与传统基于物理的气候模型相比,它结合了机器学习技术,提高了模拟的准确性和效率。NeuralGCM能够生成2至15天的天气预测,其准确性超过了当前的黄金标准物理模型,并且在重现过去40年的温度数据方面比传统大气模型更为准确。尽管NeuralGCM尚未构建为完整的气候模型,但它标志着开发更强大、更易用气候模型的重要一步。

  • RouteLLM:节省LLM成本,不牺牲质量的框架

    RouteLLM是一个用于服务和评估大型语言模型(LLM)路由器的框架。它通过智能路由查询到不同成本和性能的模型,以节省成本同时保持响应质量。它提供了开箱即用的路由器,并在广泛使用的基准测试中显示出高达85%的成本降低和95%的GPT-4性能。

  • Meta-Llama-3.1-8B:8B参数的大型多语言生成模型

    Meta Llama 3.1是一系列预训练和指令调整的多语言大型语言模型(LLMs),包含8B、70B和405B大小的版本,支持8种语言,专为多语言对话用例优化,并在行业基准测试中表现优异。Llama 3.1模型采用自回归语言模型,使用优化的Transformer架构,并通过监督式微调(SFT)和强化学习结合人类反馈(RLHF)来提高模型的有用性和安全性。

  • Meta-Llama-3.1-70B:70亿参数的大型多语言文本生成模型

    Meta Llama 3.1是Meta公司推出的大型语言模型,拥有70亿个参数,支持8种语言的文本生成。该模型采用优化的Transformer架构,并通过监督式微调和人类反馈强化学习进一步优化,以符合人类对帮助性和安全性的偏好。模型在多语言对话使用案例中表现优异,超越了许多现有的开源和封闭聊天模型。

  • Meta Llama 3.1-405B:大型多语言预训练语言模型

    Meta Llama 3.1-405B 是由 Meta 开发的一系列大型多语言预训练语言模型,包含8B、70B和405B三种规模的模型。这些模型经过优化的变压器架构,使用监督式微调(SFT)和强化学习与人类反馈(RLHF)进行调优,以符合人类对帮助性和安全性的偏好。Llama 3.1 模型支持多种语言,包括英语、德语、法语、意大利语、葡萄牙语、印地语、西班牙语和泰语。该模型在多种自然语言生成任务中表现出色,并在行业基准测试中超越了许多现有的开源和封闭聊天模型。

  • Llama 3.1:最前沿的开源AI模型,支持多语言和高级功能。

    Llama 3.1是Meta AI推出的最新一代大型语言模型,具有128K的上下文长度扩展、支持八种语言,并首次开源了405B参数级别的前沿AI模型。该模型在通用知识、可控性、数学、工具使用和多语言翻译方面具有最先进的能力,能够与最好的闭源模型相媲美。Llama 3.1的发布,将为开发者提供解锁新工作流程的工具,例如合成数据生成和模型蒸馏。

  • YouOrMe:通过面部识别技术比较你与父母的相似度

    YouOrMe是一款利用面部识别技术的应用,通过比较用户的面部照片与父母的面部照片,来确定用户更像谁。该技术不仅有趣,还能引发家庭间的互动和讨论。它使用先进的面部识别算法,为用户提供一个简单、直观的方式来探索他们的遗传特征。

  • Arcane.com:AI助力的营销自动化工具

    Arcane是一个面向现代营销人员的AI驱动的生产力平台,旨在通过自动化行业和受众研究、文案撰写以及内容再利用来提高工作效率。它通过集成的应用程序库,帮助营销人员快速生成有价值的LinkedIn帖子,节省时间,扩大影响力。

  • Awan LLM:无限令牌,无限制,成本效益高的LLM推理API平台。

    Awan LLM是一个提供无限令牌、无限制、成本效益高的LLM(大型语言模型)推理API平台,专为高级用户和开发者设计。它允许用户无限制地发送和接收令牌,直到模型的上下文限制,并且使用LLM模型时没有任何约束或审查。用户只需按月付费,而无需按令牌付费,这大大降低了成本。Awan LLM拥有自己的数据中心和GPU,因此能够提供这种服务。此外,Awan LLM不记录任何提示或生成内容,保护用户隐私。

  • Screenflick:电影台词搜索与生成工具

    Screenflick是一个提供电影台词搜索和生成服务的网站,用户可以通过它来寻找特定的电影台词或生成新的台词。它不仅能够增加用户对电影的了解和兴趣,还能激发创意思维,为电影爱好者和创作者提供灵感。

今日大家都在搜的词: