Prediktívne metriky
Google Analytics automaticky rozširuje vaše údaje tak, že na vašu množinu údajov aplikuje odborné znalosti Googlu v oblasti strojového učenia a predvída budúce správanie používateľov. Vďaka prediktívnym metrikám sa dozviete o svojich zákazníkoch viac už len tým, že budete zhromažďovať štruktúrované údaje udalostí.
Metrika | Definícia |
---|---|
Pravdepodobnosť nákupu |
Pravdepodobnosť, že používateľ, ktorý bol aktívny za posledných 28 dní, zaznamená v priebehu nasledujúcich 7 dní konkrétnu kľúčovú udalosť |
Pravdepodobnosť straty používateľa |
Pravdepodobnosť, že používateľ, ktorý bol aktívny vo vašej aplikácii alebo na vašom webe za posledných 7 dní, nebude aktívny v priebehu nasledujúcich 7 dní |
Predpokladané výnosy |
Predpokladané výnosy zo všetkých kľúčových udalostí nákupu v priebehu nasledujúcich 28 dní od používateľa, ktorý bol aktívny za posledných 28 dní |
V súčasnosti sú pre metriky pravdepodobnosti nákupu a predpokladaných výnosov podporované iba udalosti purchase
alebo ecommerce_purchase
a in_app_purchase
.
ecommerce_purchase
, odporúčame teraz namiesto nej používať udalosť purchase
.Podmienky
Analytics na úspešné trénovanie prediktívnych modelov vyžaduje splnenie týchto kritérií:
- Musí byť zabezpečený minimálny počet pozitívnych a negatívnych príkladov kupujúcich a stratených používateľov. Počas 7‑dňového obdobia za posledných 28 dní muselo relevantnú prediktívnu podmienku (nákup alebo stratu) spustiť aspoň 1 000 vracajúcich sa používateľov a aspoň 1 000 vracajúcich používateľov ju spustiť nesmelo.
- Kvalita modelu musí byť počas určitého obdobia zachovaná, aby bola podmienka vhodnosti splnená. (Prečítajte si viac o krokoch, ktorými môžete zaistiť, aby vlastníctvo malo čo najväčšiu šancu, že bude môcť využívať prediktívne metriky.)
- Vlastníctvo, ktoré môže používať metriky pravdepodobnosti nákupu a predpokladaných výnosov, musí odosielať udalosti
purchase
(odporúčané na zhromažďovanie) aleboin_app_purchase
(automaticky zhromažďované). Keď zhromažďujete udalosťpurchase
, musíte pri nej zhromažďovať aj parametrevalue
acurrency
. Ďalšie informácie
Prediktívne metriky pre každý vhodný model sa budú generovať pre každého aktívneho používateľa raz za deň. Ak kvalita modelu pre vaše vlastníctvo klesne pod minimálnu hranicu, Analytics prestane aktualizovať príslušné predikcie a následne už nemusia byť k dispozícii v službe Analytics.
Stav vhodnosti každej predikcie môžete skontrolovať v sekcii predikcií v rámci šablón navrhovaných publík v nástroji na tvorbu publika.
Používanie prediktívnych metrík
Prediktívne metriky sú k dispozícii v nástroji na tvorbu publika a v Prieskumoch.
Nástroj na vytváranie publík
V nástroji na vytváranie publík možno pomocou prediktívnych metrík vytvárať predpokladané publiká.
Prieskum
V Prieskumoch možno v rámci techniky histórie správania používateľa použiť pravdepodobnosť nákupu a pravdepodobnosť straty používateľa.
Osvedčené postupy
V nastaveniach zdieľania údajov aktivujte nastavenie Modelovanie príspevkov a firemné štatistiky. Zapnutie tohto nastavenia je pre vás prínosné, pretože Analytics tak môže na zlepšovanie kvality modelov a vašich predikcií používať zdieľané agregované údaje.
Nezabudnite vo svojom vlastníctve čo najviac využívať odporúčané udalosti.
Uistite sa, že zhromažďujete udalosti purchase
alebo in_app_purchase
. Udalosti in_app_purchase
sa zhromažďujú automaticky. Ak však máte aplikáciu pre Android, je potrebné vytvoriť prepojenie so službou Google Play prostredníctvom účtu Firebase, aby ste videli udalosť in_app_purchase
. Upozorňujeme, že hoci budeme naďalej spracúvať udalosť ecommerce_purchase
, teraz namiesto nej odporúčame udalosť purchase
.
Ak definujete vlastné publikum a pridáte prediktívne podmienky, aby ste použili pravdepodobnosť nákupu v aplikácii a pravdepodobnosť nákupu, do publika budú zahrnutí iba používatelia, ktorí dokončia udalosti purchase
a in_app_purchase
.
Zhromažďovanie širšej škály alebo väčšieho objemu odporúčaných udalostí zodpovedajúcich správaniu používateľov pomôže zlepšiť naše modely a predikcie. Zlepšiť predikcie pomôže aj minimalizácia rušivých udalostí, ktoré nie sú z hľadiska správania používateľa zmysluplné.