助推是一种重要的行为科学技术，即通过简单的提示鼓励人们采取某些行动，而不会限制他们的选择。助推利用行为经济学和心理学以自然的方式影响用户行为。通过巧妙地影响决策过程，助推有助于做出更明智的选择。
助推这一理念最初在经济学和公共政策领域得到重视，由诺贝尔奖获得者理查德·塞勒和卡斯·桑斯坦在 2008 年出版的书《助推：改善有关健康、财富和幸福的决策》中大力倡导。
自那时起，助推理论就成为营销中一个强大的工具。它帮助品牌以一种自然而又不具侵扰性的方式影响消费者的选择。
助推有助于影响消费者的选择。它们可以提醒用户完成购买或展示有用的功能，但又不会过于强求。随着商业转向线上，助推从手动策略演变为人工智能工具。
人工智能通过实时个性化提示将催促提升到了一个新水平。它使用浏览历史、过去购买记录和行为信号等数据。这些不仅仅是人工智能驱动的催促。它们是针对每个人的需求和偏好的基于证据的提示或建议。
借助人工智能，推送功能变得更加精确、可扩展且高效。它们不仅可以推动销售，还可以带来更加个性化的客户体验。随着人工智能的不断发展，这些推送功能将变得更加强大，从而提高转化率和客户满意度。
商业中的助推现状
在过去十年中，B2C 公司一直依赖推送通知、短信和电子邮件。他们利用这些沟通渠道将用户带回他们的应用程序。然而，随着这些渠道变得饱和，几乎所有企业都在采用它们，它们的有效性已大大降低。
平均而言，消费者每天会收到 46 条推送通知，导致营销信息泛滥成灾。因此，这些渠道的影响力显著下降，失去了许多先前的有效性。
超级应用程序的增长
超级应用（将多种服务整合到一个应用程序中的平台）目前占据了市场主导地位。它们虽然为用户带来了便利，但也给公司带来了新的挑战：
- 复杂的入门流程：随着应用程序添加更多功能和服务，新用户在首次使用时往往会感到困惑。浏览并发掘超级应用程序的全部潜力可能会变得令人生畏。
- 习惯养成：一旦用户了解了应用的某个部分，他们通常会停留在该部分。他们很少探索新产品或更新，这使得企业很难通过新功能吸引用户参与。
与其他渠道相比的表现
CTR 比较：应用内、推送、短信和电子邮件
- 应用内：浮动窗口、演示和媒体元素等动态体验通常可实现约 25% 的点击率。
- 推送通知：平均点击率为5%。
- 电子邮件：平均点击率为2.5%。
- 短信：平均点击率为5%。
最常见的用例是什么？
用例细分
- 功能采用和交叉销售：超过 40%的应用程序专注于这一点，以增强用户体验。
- 入职培训：占用例的31%。
- 快速实验：18％的用例重点关注这一点，以改进产品。
- ARPU/LTV 增长：16%，旨在提高每用户平均收入和终身价值。
随着我们进一步进入 2024 年，客户参与和推动的格局正在发生重大变化。更具动态的应用内体验正日益取代电子邮件和短信等传统渠道。
应用内互动功能（如工具提示、聚焦、演示和 DIY 提示（音频和视觉））非常有效。它们的点击率约为 25%。这比推送通知的平均点击率（5%）高得多。
短信的点击率也达到 5%，而电子邮件的点击率仅为 2.5%。这一点击率远高于推送通知（5%）、短信（5%）和电子邮件（2.5%）的平均点击率。
这一变化表明，用户更喜欢在应用中进行非侵入式且相关的互动。它标志着用户期望和行为方式的转变。
2024 年，交互式提示将专注于客户旅程中的特定用户操作和阶段。这种方法主要将提高客户参与度。
用户对电子邮件和短信等传统推送渠道越来越不敏感，而是倾向于沉浸式和情境化的应用内体验。
这一趋势表明，B2C 品牌需要制定更详细、更基于体验的策略。这将帮助他们更好地留住和转化用户。
Houd 数据 通过提供数据 Houd 数据 驱动的洞察，帮助企业顺利制定营销策略，从而提高客户参与度。借助 Houd 数据，企业可以创建高效的营销活动，从而让准确的数据到达合适的受众以实现增长。借助 Houd 数据 的全方位数据，增强您的推广成功率，这些数据旨在促进潜在客户生成和客户参与。
这种转变的证据
用例焦点：应用内参与的最常见用例已经发展：
1.功能采用和交叉销售(40%)：成功的品牌会使用应用内推送来展示新功能。他们还会在用户旅程中推广额外服务。
2.入职培训（31%）：交互式应用程序演示和浮动窗口对于教育用户和确保顺利的入职培训过程至关重要。
3.快速实验（18%）：品牌使用应用内提示来测试新功能。他们收集用户反馈并快速改进产品。
- ARPU/LTV 增加（16%）：我们使用个性化的推动来提高每用户平均收入和终身价值。这鼓励了重复交易。
行业特定偏好：
1.金融服务：严重依赖小部件（35%）和连 基本客户体验指标和 kpi [2024] 续/里程碑（28%）来保持用户对各种服务的参与度。
2.媒体与娱乐：使用音频、视频和其他元素来创造成就感并建立用户忠诚度。
3.电子商务：利用DIY提示（28％）和推荐网格（25％）来提高转化率，同时又不影响购物体验。
高效体验的特征：
1.价值主张沟通（42%）：清晰的应用内提示 电子邮件数据库 向用户展示新功能、内容或优惠的价值。
2.简短的指导：3-4 个步骤的指导有12% 的目标事件转化率。这表明用户喜欢明确的指导。他们希望得到帮助以快速实现目标。
2024 年 B2C 品牌利用应用内推送的推送技巧
1.优先考虑情境相关性：实施与用户当前操作或应用内位置相关的提示。例如，当用户首次访问新功能时触发演示，或在结帐页面上突出显示特别优惠。
2.利用微体验：使用简短的互动元素（如故事、浮动内容和小部件）吸引用户。这些微体验可以快速传递信息，而不会让用户感到不知所措，从而提高参与度和转化率。
3.根据用户旅程进行个性化：根据用户在客户旅程中的行为和阶段对用户进行细分。为新用户量身定制提示，重点关注用户入门。而现有用户可能会收到符合其使用模式的交叉销售提示或新功能通知。
4.试验和迭代：使用应用内推送功能进行快速试验，以测试不同的方法并衡量其有效性。对各种推送功能进行 A/B 测试将有助于确定哪些功能最能引起受众的共鸣。
5.注重无缝入门：使用演练和教程创建引人入胜且直观的入门体验。前几次互动对于确定用户与应用的关系基调至关重要。
6.突出价值主张：确保推送消息始终传达应用的价值。无论是通过新功能、内容还是优惠，用户都应该立即了解使用推送消息的好处。
7.采用行业特定策略：根据您的行业量身定制您的推动策略。例如，电子商务应用程序/网站应通过 DIY 推动、警报推动、FOMO 标签和推荐网格专注于推动营销。而金融服务应用程序可能会从小部件和里程碑中受益更多。
8.利用数据优化互动：分析用户互动数据，了解哪些推送能带来最大价值。利用这些数据不断优化推送的时间、消息传递和格式。
9.避免打扰：确保提示能增强用户体验，而不是打断用户体验。引导用户但又不会过于激进的微妙提示更容易受到欢迎。
10.强调清晰的行动号召：每种类型的推动都应该有一个清晰简洁的行动号召 (CTA)，引导用户进行下一步，无论是探索新功能、完成购买还是参与内容。
人工智能的未来
对于客户行为，一刀切的做法行不通。您需要根据个人喜好和行为定制每次互动。
人工智能和机器学习正在彻底改变这一现状，根据顾客的个人偏好和行为来吸引顾客，并将静态的推动转变为动态的实时互动。
AI 不再提供固定的、基于规则的提示，而是根据用户的行为、偏好甚至心情，创造个性化的体验，以适应用户当下的需要。这标志着一个新时代的开始，AI 会对每一次提示进行微调，以推动更深入的参与和更多的转化。
人工智能驱动的动态推送
传统的推送，例如放弃购物车电子邮件或折扣通知，都遵循预设规则。虽然有用，但它们缺乏当今消费者所期望的适应性。人工智能通过使推送更具响应性来改变这一现状。
例如，如果客户在购买时犹豫不决，AI 可以根据他们的浏览行为立即推荐更相关的产品或提供限时折扣。这种实时调整使互动感觉更自然、更不牵强，从而提高成功率。
机器学习和预测分析
AI 助推的真正力量来自机器学习和预测分析。这些技术使企业能够创建详细的客户资料，并根据过去的行为预测未来的行为。利用 AI 算法在用户搜索产品或内容之前就推荐产品或内容，随着时间的推移，AI 会学习和改进其策略，在每次互动中变得更加精确。
这种能力在电子商务和娱乐领域尤其有效。预测模型会在合适的时机向用户推荐最合适的产品或内容，例如在用户看完另一部剧集时推荐另一部剧集，让他们更长时间地参与其中。
通过语音助手和聊天机器人进行个性化推送
人工智能的未来并不局限于应用程序或屏幕。Alexa 和 Google Assistant 等语音助手以及聊天机器人正变得越来越智能，越来越能适应用户偏好。
很快，这些人工智能工具将在各个接触点提供实时提醒，无论是在你做饭时建议菜谱还是提醒你利用促销机会。
随着这些技术的发展，推送将变得更加情境化，无缝融入日常任务中。
示例：Spotify 的 AI 推荐
Spotify 通过观察用户的听歌习惯展示了人工智能如何提供帮助。它会推荐符合他们口味的歌曲或播放列表。例如，如果用户以舒缓的音乐开始新的一天，Spotify 可能会推荐“Morning Chill”播放列表。
随着用户情绪的变化，推荐也会随之变化。这些自适应的提示会不断适应用户不断变化的偏好，从而让用户保持参与度，让收听体验更加个性化和愉悦。
人工智能推动正在塑造客户参与的未来，使互动更加个性化、及时和富有影响力。
