[GA4] Mètriques predictives

Sobre les mètriques predictives

Google Analytics enriqueix automàticament les vostres dades proporcionant a Google coneixements d'aprenentatge automàtic, els quals aplica al vostre conjunt de dades per predir el comportament futur dels usuaris. Amb les mètriques predictives, podeu obtenir més informació sobre els vostres clients tan sols recollint dades d'esdeveniments estructurades.

Mètrica Definició
Probabilitat de compra

Probabilitat que un usuari que ha estat actiu durant els 28 darrers dies registri un esdeveniment de conversió concret durant els 7 dies següents.

Probabilitat d'abandonament

Probabilitat que un usuari que ha estat actiu a la vostra aplicació o al vostre lloc web durant els 7 darrers dies no ho estigui durant els 7 dies següents.

Ingressos previstos

Ingressos esperats de totes les conversions de compra durant els 28 propers dies provinents d'un usuari que ha estat actiu durant els 28 darrers dies.

 

Actualment, només s'admeten esdeveniments purchase/ecommerce_purchase i in_app_purchase per a les mètriques de predicció Probabilitat de compra i Ingressos.

Tot i que continuarem processant l'esdeveniment ecommerce_purchase, ara us recomanem que utilitzeu l'esdeveniment purchase.

Requisits previs

Per tal d'entrenar bé els models predictius, Analytics requereix que es compleixin els criteris següents:

  1. Registrar un nombre mínim d'exemples positius i negatius de compradors i d'abandonaments. Durant els 28 darrers dies, al llarg d'un període de set dies, cal que com a mínim 1.000 usuaris recurrents hagin activat la condició predictiva pertinent (compra o abandonament) i que almenys 1.000 usuaris recurrents no ho hagin fet.
  2. La qualitat d'un model s'ha de mantenir durant un període de temps perquè el model sigui apte.
  3. Perquè un model sigui apte per utilitzar tant la mètrica de probabilitat de compra com la d'ingressos previstos, una propietat ha d'enviar esdeveniments purchase (recomanats per a la recollida) o in_app_purchase (es recullen automàticament). Quan recolliu esdeveniments purchase, també heu de recollir els paràmetres value i currency per a l'esdeveniment en qüestió. Més informació

Les mètriques predictives de cada model apte es generaran per a cada usuari actiu un cop al dia. Si la qualitat del model de la vostra propietat no arriba al llindar mínim, Analytics deixarà d'actualitzar les prediccions corresponents i pot ser que deixin d'estar disponibles en aquest servei.

Podeu comprovar l'estat d'idoneïtat de cada predicció a la secció Predictius de les plantilles de públics suggerits al creador de públics.

Utilitzar mètriques predictives

Les mètriques predictives estan disponibles al creador de públics i a l'eina Exploracions.

Creador de públics

Les mètriques predictives es poden utilitzar per crear públics predictius al creador de públics.

Exploració

Amb la tècnica de temps de vida de l'usuari, podeu utilitzar les mètriques Probabilitat de compra i Probabilitat d'abandonament a l'eina Exploracions.

Pràctiques recomanades

A la configuració de compartició de dades, activeu l'opció de comparatives. Aquesta opció us pot ser útil si està activada, ja que Analytics pot utilitzar dades agregades i anònimes compartides per millorar la qualitat del model i les prediccions.

Assegureu-vos de maximitzar l'ús de les recomanacions d'esdeveniments a la vostra propietat.

Assegureu-vos que estigueu recollint els esdeveniments purchase o in_app_purchase. Els esdeveniments in_app_purchase es recullen automàticament. Tanmateix, heu d'enllaçar el vostre compte de Firebase a Google Play per veure l'esdeveniment in_app_purchase si teniu una aplicació d'Android. Tingueu present que, tot i que continuarem processant l'esdeveniment ecommerce_purchase, ara us recomanem que utilitzeu l'esdeveniment purchase.

Si definiu un públic personalitzat i afegiu condicions de predicció per utilitzar les mètriques Probabilitat de compra des de l'aplicació i Probabilitat de compra, només els usuaris que completin tant un esdeveniment purchase com un esdeveniment in_app_purchase s'inclouran al públic.

Recollir una gran varietat o un gran volum d'esdeveniments recomanats corresponents al comportament dels usuaris ens ajudarà a millorar els models i les prediccions. De la mateixa manera, minimitzar els esdeveniments no desitjats que no siguin significatius pel que fa al comportament dels usuaris també ajudarà a millorar les prediccions.

Ha estat útil?
Com ho podem millorar?
false
Cerca
Esborra la cerca
Tanca la cerca
Aplicacions de Google
Menú principal
Cerca al Centre d'ajuda
true
69256
false
false