Informace o prediktivních metrikách
Díky odbornému zázemí společnosti Google v oblasti strojového učení dodává služba Google Analytics vašim datům automaticky další rozměr a pomocí vaší datové sady předpovídá budoucí chování vašich uživatelů. Pomocí prediktivních metrik můžete získat další informace o svých zákaznících jen prostřednictvím sběru strukturovaných dat událostí.
Metrika | Definice |
---|---|
Pravděpodobnost nákupu |
Pravděpodobnost, že uživatel, který byl v posledních 28 dnech aktivní, provede během následujících 7 dní konkrétní konverzní událost. |
Pravděpodobnost opuštění |
Pravděpodobnost, že uživatel, který byl za posledních sedm dní ve vaší aplikaci nebo na vašem webu aktivní, nebude aktivní během příštích sedmi dní. |
Odhadované tržby |
Předpokládané tržby za všechny nákupní konverze v příštích 28 dnech od uživatele, který byl aktivní v posledních 28 dnech. |
V současnosti jsou u metrik pravděpodobnosti nákupu a prediktivních metrik pro tržby podporovány pouze události purchase
/ecommerce_purchase
a in_app_purchase
.
ecommerce_purchase
budeme sice i nadále zpracovávat, ale doporučujeme místo ní používat událost purchase
.Požadavky
K úspěšnému trénování prediktivních modelů vyžaduje služba Analytics splnění těchto kritérií:
- Určitý minimální počet pozitivních a negativních příkladů nakupujících uživatelů a uživatelů, kteří odešli. Za posledních 28 dní muselo během sedmidenního období příslušnou prediktivní podmínku (nákup nebo odchod) spustit alespoň 1000 vracejících se uživatelů a alespoň 1000 vracejících se uživatelů ji nesmělo spustit.
- Aby byl model způsobilý, musí se jeho kvalita udržet po určitou dobu. (Přečtěte si další informace o tom, co můžete udělat, aby vaše služba měla co největší šanci na vytvoření prediktivních metrik.)
- Aby služba splňovala podmínky pro metriky pravděpodobnosti nákupu i předpokládaných tržeb, musí odesílat událost
purchase
(doporučujeme pro shromažďování) neboin_app_purchase
(shromažďovaná automaticky). Pokud shromažďujete událostpurchase
, musíte k ní také zaznamenávat parametryvalue
acurrency
. Další informace
Prediktivní metriky pro každý způsobilý model budou u každého aktivního uživatele generovány jednou denně. Pokud kvalita modelu pro vaši službu klesne pod minimální hranici, přestane služba Analytics aktualizovat odpovídající předpovědi a ty mohou přestat být v Analytics k dispozici.
Stav způsobilosti jednotlivých předpovědí můžete zkontrolovat v prediktivní sekci v šablonách navrhovaných publik v nástroji pro vytváření segmentů publika.
Používání prediktivních metrik
Prediktivní metriky jsou k dispozici v nástroji pro vytváření segmentů publika a v nástroji Průzkumy.
Nástroj pro vytváření segmentů publika
Pomocí prediktivních metrik můžete v nástroji pro vytváření segmentů publika vytvářet prediktivní publika.
Průzkum
Pravděpodobnost nákupu a pravděpodobnost opuštění můžete v nástroji Průzkumy použít v rámci techniky celkové doby existence uživatele.
Doporučené postupy
V nastavení sdílení dat povolte nastavení Modelování příspěvků a firemní statistiky. Zapnutí tohoto nastavení je pro vás prospěšné, protože služba Analytics může využívat sdílená agregovaná data ke zlepšení kvality modelů a předpovědí.
Zajistěte, aby vaše služba co nejvíce používala doporučení událostí.
Ujistěte se, že shromažďujete události purchase
nebo in_app_purchase
. Události in_app_purchase
se shromažďují automaticky. Pokud chcete vidět událost in_app_purchase
a máte aplikaci pro Android, musíte se propojit se službou Google Play přes účet Firebase. Upozorňujeme, že i když budeme nadále zpracovávat událost ecommerce_purchase
, doporučujeme místo ní nyní používat událost purchase
.
Pokud definujete vlastní publikum a přidáte prediktivní podmínky k používání pravděpodobnosti nákupu v aplikaci a pravděpodobnosti nákupu, budou do tohoto publika zahrnuti jenom uživatelé, kteří dokončí událost purchase
i událost in_app_purchase
.
Shromáždění různorodějších doporučených událostí odpovídajících chování uživatelů nebo jejich většího množství pomůže vylepšit naše modely a předpovědi. Stejně tak předpovědi zlepší minimalizace množství nejasných událostí, které ve vztahu k chování uživatelů neposkytují smysluplné informace.