[GA4] Prediktiva mätvärden

Om prediktiva mätvärden

Google Analytics kompletterar automatiskt din data genom att tillämpa Googles maskininlärning på datasetet för att förutse användarnas framtida beteende. Med prediktiva mätvärden får du mer information om dina kunder genom att samla in strukturerad händelsedata.

Mätvärde Definition
Sannolikhet för köp

Sannolikheten för att en användare som var aktiv under de senaste 28 dagarna loggar en specifik konverteringshändelse inom de närmaste sju dagarna.

Sannolikhet för avhopp

Sannolikheten för att en användare som var aktiv i din app eller på din webbplats under de senaste sju dagarna inte är aktiv inom de närmaste sju dagarna.

Förväntade intäkter

Intäkterna från alla köpkonverteringar som sker under de kommande 28 dagarna från en användare som var aktiv under de senaste 28 dagarna.

 

För närvarande stöds endast händelserna purchase/ecommerce_purchase och in_app_purchase för mätvärdena Sannolikhet för köp och Intäktsprognos.

Även om vi fortsätter att behandla händelsen ecommerce_purchase rekommenderar vi nu händelsen purchase i stället.

Förutsättningar

För att våra prediktiva modeller ska kunna tränas måste följande kriterier vara uppfyllda i Analytics:

  1. Ett minimiantal positiva och negativa exempel på köpare och avhoppare. Under en sjudagarsperiod de senaste 28 dagarna krävs att minst 1 000 återkommande användare har utlöst det relevanta prediktiva villkoret (köp eller avhopp) och att minst 1 000 användare inte har gjort det.
  2. Kvaliteten på modellen måste bibehållas under en längre tid för att vara kvalificerad.
  3. För att en egendom ska vara kvalificerad för både sannolikhet för köp och förväntade intäkter måste den skicka händelserna purchase (rekommenderas för insamling) och/eller in_app_purchase (samlas in automatiskt). När du samlar in händelsen purchase måste du även samla in parametrarna value och currency för händelsen. Läs mer

Prediktiva mätvärden för kvalificerade modeller genereras för varje aktiv användare en gång per dag. Om kvaliteten på modellen för din egendom understiger gränsvärdet slutar Analytics uppdatera motsvarande förslag och de kanske inte blir tillgängliga i Analytics.

Du kan kontrollera kvalificeringsstatusen för varje förslag i avsnittet Prediktiv i mallarna för föreslagna målgrupper i byggverktyget för målgrupp.

Använda prediktiva mätvärden

Prediktiva mätvärden finns i byggverktyget för målgrupp och i Utforskningar.

Byggverktyg för målgrupp

Du kan använda prediktiva mätvärden för att skapa prediktiva målgrupper i byggverktyget för målgrupp.

Utforskning

Du kan använda Sannolikhet för köp och Sannolikhet för avhopp i Utforskningar med hjälp av tekniken för användarlivstid.

Tips

Aktivera inställningen för benchmarking i inställningarna för datadelning. Fördelen med att aktivera den här inställningen är att Analytics kan använda delad sammanställd och anonym data för att förbättra dina förslag och kvaliteten på modellerna.

Tänk på att maximera användningen av händelserekommendationer i din egendom.

Se till att du samlar in händelserna purchase och/eller in_app_purchase. in_app_purchase-händelser samlas in automatiskt. Om du har en Android-app måste du länka till Google Play via ditt Firebase-konto för att kunna se in_app_purchase-händelsen. Tänk på att även om ecommerce_purchase-händelsen behandlas också fortsättningsvis rekommenderar vi att du använder purchase-händelsen i stället.

Om du definierar en anpassad målgrupp och lägger till prediktiva villkor för Sannolikhet för köp i appen och Sannolikhet för köp är det bara användare som slutför både ett köp och ett in_app_purchase som inkluderas i målgruppen.

Genom att samla in en större mängd och variation av rekommenderade händelser som motsvarar användarbeteendet blir det lättare för våra modeller att förbättra förslagen. På samma sätt kan du förbättra förslagen genom att minimera störande händelser som inte är relevanta för användarbeteendet.

Var det här till hjälp?
Hur kan vi förbättra den?
false
Sök
Rensa sökning
Stäng sökrutan
Googles appar
Huvudmeny
Sök i hjälpcentret
true
69256
false
false