[GA4] Prediktivni pokazatelji

O prediktivnim pokazateljima

Google Analytics automatski obogaćuje vaše podatke uvođenjem stručnog Googleovog strojnog učenja u vaš skup podataka kako bi se predvidjelo buduće ponašanje vaših korisnika. Zahvaljujući prediktivnim pokazateljima, možete saznati više o svojim korisnicima samo prikupljajući strukturirane podatke o događajima.

Mjerni podatak	Definicija
Vjerojatnost kupnje	Vjerojatnost da će korisnik koji je bio aktivan u posljednjih 28 dana zabilježiti konkretni događaj konverzije u sljedećih sedam dana.
Vjerojatnost prestanka upotrebe	Vjerojatnost da korisnik koji je bio aktivan u vašoj aplikaciji ili na web-lokaciji u posljednjih sedam dana neće biti aktivan u sljedećih sedam dana.
Predviđeni prihod	Očekivani prihod od svih konverzija kupnje u sljedećih 28 dana korisnika koji je bio aktivan u posljednjih 28 dana.

 

Trenutačno su za prediktivne pokazatelje Vjerojatnost kupnje i Prihod dostupni samo događaji purchase/ecommerce_purchase i in_app_purchase.

Iako ćemo nastaviti obrađivati događaj ecommerce_purchase, u ovom trenutku preporučujemo događaj purchase.

Preduvjeti

Da bi uspješno obučio modele predviđanja, Analytics zahtijeva da se zadovolje sljedeći kriteriji:

1. Minimalni broj pozitivnih i negativnih primjera kupaca i korisnika koji su odustali. U posljednjih 28 dana, tijekom sedmodnevnog razdoblja najmanje 1000 ponovnih korisnika moralo je aktivirati relevantan uvjet predviđanja (kupnja ili prestanak upotrebe), a najmanje 1000 ponovnih korisnika nije to napravilo.
2. Da bi se ispunili uvjeti, kvaliteta modela mora se održavati tijekom određenog vremenskog razdoblja. (Saznajte više o tome koje radnje možete poduzeti kako bi vaš entitet imao najbolje izglede za ispunjavanje kriterija za prediktivne pokazatelje.)
3. Da bi ispunjavao kriterije za pokazatelje vjerojatnosti kupnje i predviđenog prihoda, entitet mora slati događaje purchase (preporučeno za prikupljanje) i/ili in_app_purchase (koji se automatski prikupljaju). Kada prikupljate događaj purchase, morate prikupljati i parametre value i currency za taj događaj. Saznajte više

Prediktivni pokazatelji za svaki model koji ispunjava kriterije generirat će se za svakog aktivnog korisnika jednom dnevno. Ako kvaliteta modela za vaš entitet padne ispod minimalnog praga, Analytics će prestati ažurirati odgovarajuća predviđanja i ona će možda postati nedostupna u Analyticsu.

Status ispunjavanja uvjeta za svako predviđanje možete provjeriti u odjeljku Predviđanja unutar predložaka predložene publike u alatu za izradu publike.

Upotreba prediktivnih pokazatelja

Prediktivni pokazatelji dostupni su u alatu za izradu publike i u Istraživanjima.

Alat za izradu publike

Prediktivni pokazatelji mogu se upotrebljavati za izradu prediktivne publike u alatu za izradu publike.

Istraživanje

Funkcije Vjerojatnost kupnje i Vjerojatnost prestanka upotrebe možete upotrebljavati u Istraživanjima unutar opcije Tehnika trajanja korisnika.

Najbolji primjeri iz prakse

U postavkama dijeljenja podataka omogućite postavku Modeliranje doprinosa i uvida u poslovanje. Za vas je korisno kada je ova postavka UKLJUČENA jer Analytics može koristiti dijeljene skupne podatke za poboljšanje kvalitete modela i poboljšavanje vaših predviđanja.

Svakako maksimalno iskoristite preporuke za događaje u entitetu.

Provjerite prikupljate li događaje purchase i/ili događaje in_app_purchase. Događaji in_app_purchase prikupljaju se automatski. Međutim, morate se povezati s Google Playem putem Firebase računa da biste vidjeli događaj in_app_purchase ako imate Android aplikaciju. Iako ćemo nastaviti obrađivati događaj ecommerce_purchase, u ovom trenutku preporučujemo događaj purchase.

Ako definirate prilagođenu publiku i dodate prediktivne uvjete za upotrebu podataka Vjerojatnost kupnje putem aplikacije i Vjerojatnost kupnje, samo korisnici koji izvrše događaj purchase i in_app_purchase uključit će se u publiku.

Prikupljanje većeg broja različitih ili preporučenih događaja koji odgovaraju ponašanju korisnika pomoći će nam da unaprijedimo svoje modele i poboljšamo predviđanja. Isto tako, smanjivanje ometajućih događaja koji nisu značajni u pogledu ponašanja korisnika također će pomoći poboljšati predviđanja.