[GA4] Métricas predictivas

Acerca de las métricas predictivas

Google Analytics enriquece automáticamente los datos aplicando la tecnología de aprendizaje automático de Google a su conjunto de datos para predecir el comportamiento de los usuarios. Con las métricas predictivas, puede obtener más información sobre sus clientes con solo recoger datos de eventos estructurados.

Métrica	Definición
Probabilidad de compra	Probabilidad de que un usuario que haya estado activo en los últimos 28 días registre un evento de conversión concreto en los próximos 7 días.
Probabilidad de abandono	Probabilidad de que un usuario que haya estado activo en su aplicación o sitio en los últimos 7 días no lo esté en los próximos 7 días.
Ingresos previstos	Ingresos previstos procedentes de todas las conversiones de compras realizadas en un plazo de 28 días por un usuario que haya estado activo en los últimos 28 días.

 

Actualmente, solo los eventos purchase, ecommerce_purchase e in_app_purchase son compatibles con las métricas predictivas de probabilidad de compra y de ingresos.

Aunque seguiremos procesando el evento ecommerce_purchase, le recomendamos que use el evento purchase en su lugar.

Requisitos

Para poder entrenar los modelos predictivos correctamente, Analytics necesita lo siguiente:

1. Un número mínimo de ejemplos positivos y negativos de compradores y de usuarios que hayan abandonado el sitio web o la aplicación. Durante los últimos 28 días, debe haber al menos 1000 usuarios recurrentes que hayan activado la condición predictiva correspondiente (compra o abandono) y al menos 1000 usuarios recurrentes que no lo hayan hecho.
2. Que la calidad del modelo se mantenga estable durante un periodo determinado. Consulte más información sobre las prácticas que puede adoptar para maximizar las posibilidades de que su propiedad aparezca en las métricas predictivas.
3. Para poder usar las métricas de probabilidad de compra y de previsión de ingresos, es necesario que la propiedad envíe el evento purchase (que es un evento que se recomienda recoger) o el evento in_app_purchase (que se recoge automáticamente). Al recoger el evento purchase, también hay que recoger los parámetros value y currency de ese evento. Más información

Cada modelo que cumpla los requisitos generará métricas de cada usuario activo una vez al día. Si la calidad del modelo de su propiedad no llega al umbral mínimo, Analytics no sigue actualizando las predicciones correspondientes y es posible que dejen de estar disponibles en dicha plataforma.

Puede comprobar el estado de idoneidad de cada predicción accediendo al creador de audiencias y, a continuación, desplazándose hasta la sección Predictivas de las plantillas de audiencias sugeridas.

Usar métricas predictivas

Las métricas predictivas están disponibles en el creador de audiencias y en la herramienta Exploraciones.

Creador de audiencias

Las métricas predictivas se pueden usar para crear audiencias predictivas en el creador de audiencias.

Exploración

Puede usar las métricas Probabilidad de compra y Probabilidad de abandono con la técnica Tiempo de vida de los usuarios de la herramienta Exploraciones.

Prácticas recomendadas

En las opciones para compartir datos, habilite la opción Contribuciones al modelo y estadísticas empresariales. Le recomendamos que active esta opción porque, de esa manera, Analytics podrá usar datos agregados compartidos para mejorar la calidad de los modelos y las predicciones.

Use tantos eventos recomendados como sea posible en su propiedad.

Asegúrese de que se estén recogiendo los eventos purchase o in_app_purchase. Los eventos in_app_purchase se recogen automáticamente. Si su aplicación es para Android, debe vincular Google Play mediante su cuenta de Firebase para ver el evento in_app_purchase. Aunque seguiremos procesando el evento ecommerce_purchase, le recomendamos que use el evento purchase en su lugar.

Si define una audiencia personalizada y añade condiciones predictivas para usar las métricas Probabilidad de compra en la aplicación y Probabilidad de compra, solo los usuarios que completen un evento purchase y un evento in_app_purchase se incluirán en la audiencia.

Recoger una gran variedad de eventos recomendados que reflejen el comportamiento de los usuarios ayudará a mejorar nuestros modelos y predicciones. Del mismo modo, reducir los eventos que contengan información poco pertinente en cuanto al comportamiento de los usuarios también ayudará a mejorar las predicciones.