Om metrics baseret på forudsigelser
Google Analytics forbedrer automatisk dine data ved at bruge Googles maskinlæringsekspertise på dit datasæt for at forudsige dine brugeres fremtidige adfærd. Med metrics baseret på forudsigelser får du flere oplysninger om dine kunder ved blot at indsamle data om strukturerede hændelser.
Metric | Definition |
---|---|
Sandsynlighed for køb |
Sandsynligheden for, at en bruger, der har været aktiv inden for de seneste 28 dage, logfører en bestemt konverteringshændelse inden for de næste 7 dage. |
Sandsynlighed for stop af brug |
Dette er sandsynligheden for, at en bruger, der har været aktiv i din app eller på dit website inden for de seneste syv dage, ikke vil være aktiv inden for de næste syv dage. |
Forventet omsætning |
Dette er den forventede omsætning fra alle de købskonverteringer inden for de næste 28 dage, der fuldføres af en bruger, som har været aktiv inden for de seneste 28 dage. |
I øjeblikket er det kun hændelserne purchase
/ecommerce_purchase
og in_app_purchase
, der understøttes til metrics baseret på forudsigelser mht. omsætning og sandsynlighed for køb.
ecommerce_purchase
, anbefaler vi nu at bruge hændelsen purchase
i stedet.Forudsætninger
For at udføre oplæring af forudsigelsesmodeller kræver Analytics, at følgende kriterier er opfyldt:
- Der skal være et minimumantal positive og negative eksempler på købere og brugere, der har stoppet brug. Inden for de seneste 28 dage skal mindst 1.000 tilbagevendende brugere have aktiveret den relevante forudsigelsesbetingelse (køb eller stop af brug) inden for et tidsrum på syv dage, og mindst 1.000 tilbagevendende brugere må ikke have gjort det.
- Kvalifikationskravene er kun opfyldt, hvis modelkvaliteten opretholdes i et stykke tid. Få flere oplysninger om, hvad du kan gøre for at sikre, at din ejendom har størst mulig chance for at være kvalificeret til metrics baseret på forudsigelser.
- En ejendom skal sende hændelserne
purchase
(anbefales til indsamling) og/ellerin_app_purchase
(indsamles automatisk) for at være kvalificeret til både metrics for købssandsynlighed og forventet omsætning. Hvis du indsamler hændelsenpurchase
, skal du også indsamle parametrenevalue
ogcurrency
for den pågældende hændelse. Få flere oplysninger
Der genereres metrics baseret på forudsigelser for hver kvalificeret model og hver aktiv bruger én gang om dagen. Hvis modelkvaliteten for din ejendom falder under minimumsgrænsen, stopper Analytics med at opdatere de tilknyttede forudsigelser, og de kan blive utilgængelige i Analytics.
Du kan tjekke kvalifikationsstatussen for hvert forslag ved at gå til sektionen forudsigeligt i skabeloner for foreslåede målgrupper i målgruppeværktøjet.
Brug af metrics baseret på forudsigelser
Metrics baseret på forudsigelser er tilgængelige i målgruppeværktøjet og i Udforskninger.
Målgruppeværktøj
Metrics baseret på forudsigelser kan bruges til at oprette målgrupper baseret på forudsigelser i målgruppeværktøjet.
Udforskning
Du kan bruge Sandsynlighed for køb og Sandsynlighed for stop af brug i Udforskninger i teknikken Levetid for bruger.
Optimale løsninger
Aktivér indstillingen Bidrag til modellering og forretningsrelateret indsigt i dine indstillinger for datadeling. Du opnår fordele, når denne indstilling er slået TIL, fordi Analytics kan bruge delte samlede data til at forbedre modelkvaliteten og forbedre dine forslag.
Sørg for at maksimere brugen af anbefalinger for hændelser i din ejendom.
Sørg for, at du indsamler hændelserne purchase
og/eller in_app_purchase
. Hændelser af typen in_app_purchase
indsamles automatisk. Hvis du har en Android-app, skal du dog linke til Google Play via din Firebase-konto for at kunne se hændelsen in_app_purchase
. Du skal også være opmærksom på, at selvom vi fortsat behandler hændelsen ecommerce_purchase
, anbefaler vi nu at bruge hændelsen purchase
i stedet.
Hvis du definerer en tilpasset målgruppe og tilføjer forudsigelsesbetingelser til brug ved forudsigelse af sandsynlighed for køb i appen og sandsynlighed for køb, er det kun brugere, som både fuldfører en handling af typen purchase
og in_app_purchase
, der inkluderes i målgruppen.
Når du indsamler et større udvalg eller en betydelig mængde af anbefalede hændelser, der svarer til brugeradfærd, hjælper det med at forbedre vores modeller og forbedre forudsigelserne. Det forbedrer også forudsigelserne, hvis du minimerer forstyrrende hændelser, der ikke giver mening i forhold til brugeradfærd.