[GA4] 預測指標

預測指標簡介

Google Analytics (分析) 會自動運用 Google 的機器學習專業知識來分析您的資料集,進而預測使用者未來的行為,提供更豐富詳盡的資料數據。這些預測指標能收集結構化事件資料,幫助您進一步瞭解客戶。

指標 定義
購買機率

最近 28 天處於活躍狀態的使用者在未來 7 天內會完成特定轉換事件的機率。

流失機率

最近 7 天在您的應用程式/網站上處於活躍狀態的使用者,未來 7 天內將不再是活躍使用者的機率。

預期收益

最近 28 天處於活躍狀態的使用者,在未來 28 天內所有購物轉換的預期收益。

 

目前,「購買機率」和「收益預測指標」僅支援 purchase/ecommerce_purchasein_app_purchase 事件。

系統會繼續處理 ecommerce_purchase 事件,但我們仍建議您盡快改為收集 purchase 事件。

必要條件

為成功訓練預測模型,Analytics (分析) 要求符合以下條件:

  1. 購買者和流失使用者的正面和負面實例須達人數下限。在過去 28 天內,觸發及未觸發相關預測條件 (購買或流失) 的回訪者必須在七天內分別達到至少 1,000 人。
  2. 模型品質必須穩定維持一段時間,才算符合資格。
  3. 為確保模型符合「購買機率」和「預期收益」指標的資格規定,資源必須傳送 purchase (建議收集) 和/或 in_app_purchase (自動收集) 事件。收集 purchase 事件時,您還必須為該事件收集 valuecurrency 參數。瞭解詳情

系統會為每個活躍使用者產生各個合格模型的預測指標,頻率為每天一次。只要資源的模型品質未達最低門檻,Analytics (分析) 就會停止更新對應的預測項目,而您可能就無法在 Analytics (分析) 中使用這類預測指標。

您可前往目標對象建立工具,在建議目標對象範本中的「預測」部分查看每項預測的資格狀態。

使用預測指標

您可以在目標對象建立工具探索中使用預測指標。

目標對象建立工具

在目標對象建立工具中,預測指標可用來建立預測目標對象

探索

您可以在探索的「使用者生命週期技巧」中,使用「購買機率」和「流失機率」

最佳做法

資料共用設定中,啟用基準化設定。啟用這項設定的好處是,可以讓 Analytics (分析) 共用去識別化的匯總資料,進而改善模型品質及預測結果。

請務必善加利用您資源中的事件建議

請確認您目前收集的是 purchase 和/或 in_app_purchase 事件。雖然系統會自動收集 in_app_purchase 事件,但如果您有 Android 應用程式,就需要透過 Firebase 帳戶連結至 Google Play,才能看到 in_app_purchase 事件。提醒您,儘管系統會繼續處理 ecommerce_purchase 事件,我們仍建議您改為收集 purchase 事件。

若您定義自訂目標對象並新增預測條件來使用「應用程式內購機率」和「購買機率」,系統只會將一併完成 purchasein_app_purchase 的使用者納進目標對象。

系統收集到與使用者行為相對應的建議事件種類及數量越多,越有助於改善模型品質及預測結果。同樣地,盡可能減少收集對使用者行為不具意義的瑣碎事件,也可以改善預測結果。

這對您有幫助嗎?
我們應如何改進呢?
false
搜尋
清除搜尋內容
關閉搜尋
Google 應用程式
主選單
搜尋說明中心
true
69256
false
false