[GA4] Prognosemesswerte

Prognosemesswerte

In Google Analytics werden Ihre Daten automatisch angereichert. Ihr Datensatz wird mithilfe der Google-Technologien für maschinelles Lernen analysiert, um Prognosen zum zukünftigen Nutzerverhalten zu treffen. Die Prognosemesswerte bieten Ihnen Erkenntnisse über Ihre Kunden – und dafür werden lediglich strukturierte Ereignisdaten erhoben.

Messwert	Definition
Kaufwahrscheinlichkeit	Die Wahrscheinlichkeit, dass ein Nutzer, der in den letzten 28 Tagen aktiv war, ein bestimmtes Conversion-Ereignis innerhalb der nächsten 7 Tage auslöst.
Abwanderungswahrscheinlichkeit	Die Wahrscheinlichkeit, dass ein Nutzer, der in den letzten 7 Tagen in Ihrer App oder auf Ihrer Website aktiv war, in den nächsten 7 Tagen nicht aktiv ist.
Prognostizierter Umsatz	Der innerhalb der nächsten 28 Tage erwartete Umsatz aus allen Kauf-Conversions eines Nutzers, der in den letzten 28 Tagen aktiv war.

 

Für die Messwerte „Kaufwahrscheinlichkeit“ und „Prognostizierter Umsatz“ werden derzeit nur die Ereignisse purchase/ecommerce_purchase und in_app_purchase unterstützt.

Das Ereignis ecommerce_purchase wird zwar weiter verarbeitet, wir empfehlen aber stattdessen die Verwendung von purchase.

Voraussetzungen

Damit die Prognosemodelle erfolgreich trainiert werden können, müssen in Analytics folgende Kriterien erfüllt sein:

1. Sie benötigen eine Mindestanzahl von positiven und negativen Beispielen für Käufer und abgewanderte Nutzer. Mindestens 1.000 wiederkehrende Nutzer müssen in den vorhergehenden 28 Tagen an 7 Tagen die Bedingung „Vorhersagbar“ (Kauf oder Abwanderung) ausgelöst haben. Bei mindestens 1.000 Nutzern darf das nicht der Fall gewesen sein.
2. Die Modellqualität muss über einen bestimmten Zeitraum aufrechterhalten werden. Weitere Informationen zu möglichen Maßnahmen Ihrerseits, damit Ihre Property für Prognosemesswerte infrage kommt
3. Damit Daten zur Kaufwahrscheinlichkeit und zum prognostizierten Umsatz für eine Property zurückgegeben werden können, muss sie die Ereignisse purchase (empfohlen für die manuelle Erfassung) und/oder in_app_purchase (automatisch erfasst) senden. Wenn Sie das Ereignis purchase erfassen, müssen Sie auch die Parameter value und currency für das Ereignis erfassen. Weitere Informationen

Prognosemesswerte für jedes infrage kommende Modell werden für jeden aktiven Nutzer einmal pro Tag generiert. Wenn die Modellqualität für Ihre Property unter den Mindestwert fällt, werden die entsprechenden Prognosen in Analytics nicht mehr aktualisiert und sind unter Umständen nicht mehr verfügbar.

Sie können den Eignungsstatus jeder Prognose in den Zielgruppenlisten in den Vorlagen zu vorgeschlagenen Zielgruppen unter Vorhersagbar prüfen.

Prognosemesswerte verwenden

Prognosemesswerte sind in den Zielgruppenlisten und im explorativen Analysetool verfügbar.

Zielgruppenlisten

Mit Prognosemesswerten können Sie in den Zielgruppenlisten Prognosezielgruppen erstellen.

Explorative Datenanalyse

Im explorativen Analysetool können Sie die Kaufwahrscheinlichkeit und die Abwanderungswahrscheinlichkeit innerhalb der Nutzer-Lifetime verwenden.

Best Practices

Aktivieren Sie in den Datenfreigabeeinstellungen die Einstellung „Modelle für Beiträge und Geschäftsinformationen erstellen“. Nun können in Analytics freigegebene aggregierte Daten verwendet werden, um die Modellqualität und Ihre Prognosen zu verbessern.

In Ihrer Property sollten Sie möglichst viele Empfehlungen für Ereignisse verwenden.

Achten Sie darauf, die Ereignisse purchase und/oder in_app_purchase zu erfassen. Ereignisse vom Typ in_app_purchase werden automatisch erfasst. Für Android-Apps müssen Sie über Ihr Firebase-Konto eine Verknüpfung mit Google Play herstellen, damit Sie Daten zum Ereignis in_app_purchase sehen. Bedenken Sie außerdem, dass wir das Ereignis ecommerce_purchase zwar weiter verarbeiten, inzwischen aber die Verwendung von purchase empfehlen.

Wenn Sie eine benutzerdefinierte Zielgruppe definieren und Prognosebedingungen festlegen, um die Messwerte Wahrscheinlichkeit eines In-App-Kaufs und Kaufwahrscheinlichkeit zu verwenden, werden nur Nutzer in die Zielgruppe aufgenommen, die sowohl einen Kauf (purchase) als auch einen In-App-Kauf (in_app_purchase) abschließen.

Unsere Modelle und Prognosen werden besser, wenn unterschiedlichere oder mehr empfohlene Ereignisse zum Nutzerverhalten erfasst werden. Es hilft auch, unklare Ereignisse, die keine Rückschlüsse auf das Nutzerverhalten zulassen, zu vermeiden.