अनुमानित मेट्रिक के बारे में जानकारी
Google Analytics, Google की मशीन लर्निंग विशेषज्ञता की मदद से आपके डेटा को अपने-आप बेहतर बनाता है. साथ ही, आपके डेटासेट के आधार पर पता लगाता है कि आने वाले समय में आपके उपयोगकर्ता कैसा व्यवहार करेंगे. अनुमानित मेट्रिक की मदद से, सिर्फ़ स्ट्रक्चर्ड इवेंट डेटा को इकट्ठा करके अपने ग्राहकों के बारे में ज़्यादा जाना जा सकता है.
| मेट्रिक | परिभाषा |
|---|---|
| खरीदारी की संभावना |
इस बात की कितनी संभावना है कि जो उपयोगकर्ता पिछले 28 दिनों में सक्रिय था वह अगले 7 दिनों में एक खास कन्वर्ज़न इवेंट लॉग करेगा. |
| ऐप्लिकेशन या साइट छोड़ने की संभावना |
इस बात की संभावना है कि जो उपयोगकर्ता आपके ऐप्लिकेशन या साइट पर पिछले सात दिनों में सक्रिय था वह अगले सात दिनों में सक्रिय नहीं रहेगा. |
| अनुमानित आय |
अगले 28 दिनों में परचेज़ कन्वर्ज़न से होने वाली संभावित आय. यह आय किसी ऐसे उपयोगकर्ता से मिलती है जो पिछले 28 दिनों में सक्रिय था. |
फ़िलहाल, खरीदारी की संभावना और आय की अनुमानित मेट्रिक के लिए, सिर्फ़ purchase/ecommerce_purchase और in_app_purchase इवेंट काम कर रहे हैं.
ecommerce_purchase इवेंट को प्रोसेस करना जारी रखेंगे, लेकिन अब हमारा सुझाव है कि आप इसके बजाय, purchase इवेंट का इस्तेमाल करें.ज़रूरी शर्तें
Analytics में अनुमानित मॉडल की ट्रेनिंग के लिए, इन शर्तों को पूरा किया जाना ज़रूरी है:
- खरीदारों और ऐप्लिकेशन या साइट छोड़ने वाले उपयोगकर्ताओं के पॉज़िटिव और नेगेटिव उदाहरणों की कम से कम संख्या. पिछले 28 दिनों में, सात दिनों की अवधि में, लौटने वाले कम से कम 1,000 उपयोगकर्ताओं ने अनुमान की सही स्थिति (खरीदारी या ऐप्लिकेशन/साइट छोड़ने) को ट्रिगर किया हो और कम से कम 1,000 उपयोगकर्ताओं ने ऐसा न किया हो.
- अनुमानित मेट्रिक की सुविधा पाने के लिए, कुछ समय तक मॉडल की क्वालिटी को बनाए रखना ज़रूरी है. (अपनी प्रॉपर्टी में अनुमानित मेट्रिक की सुविधा पाने के लिए ज़रूरी कार्रवाइयों के बारे में ज़्यादा जानें.)
- खरीदारी की संभावना और आय की अनुमानित मेट्रिक के लिए यह ज़रूरी है कि प्रॉपर्टी,
purchase(कलेक्शन के लिए सुझाए गए) और/याin_app_purchase(अपने-आप इकट्ठा होने वाले) इवेंट भेजे.purchaseइवेंट को इकट्ठा करने पर, आपको उस इवेंट के लिएvalueऔरcurrencyपैरामीटर भी इकट्ठे करने होंगे. ज़्यादा जानें
मंज़ूरी पा चुके हर मॉडल के लिए, अनुमानित मेट्रिक को हर सक्रिय उपयोगकर्ता के हिसाब से रोज़ एक बार जनरेट किया जाएगा. अगर आपकी प्रॉपर्टी के मॉडल की क्वालिटी निचली सीमा से कम होती है, तो Analytics आपकी प्रॉपर्टी से जुड़े अनुमानों को अपडेट करना बंद कर देगा. साथ ही, यह भी हो सकता है कि वे Analytics में न दिखें.
ऑडियंस बिल्डर में सुझाए गए ऑडियंस टेंप्लेट के अनुमानित सेक्शन में जाकर, हर अनुमान की मंज़ूरी की स्थिति देखी जा सकती है.
अनुमानित मेट्रिक का इस्तेमाल करना
अनुमानित मेट्रिक, ऑडियंस बिल्डर और एक्सप्लोरेशन (विश्लेषण के तरीके) में उपलब्ध हैं.
ऑडियंस बिल्डर
ऑडियंस बिल्डर में अनुमानित ऑडियंस बनाने के लिए, अनुमानित मेट्रिक का इस्तेमाल किया जा सकता है.
एक्सप्लोरेशन (विश्लेषण का तरीका)
उपयोगकर्ता की लाइफ़टाइम तकनीक के तहत, एक्सप्लोरेशन में खरीदारी की संभावना और ऐप्लिकेशन या साइट छोड़ने की संभावना का इस्तेमाल किया जा सकता है.
सबसे सही तरीके
अपनी डेटा-शेयर करने की सेटिंग में, मॉडलिंग के लिए डेटा उपलब्ध कराने और कारोबार की इनसाइट की सेटिंग चालू करें. इस सेटिंग के चालू रहने पर आपको फ़ायदा मिलता है. Analytics, मॉडल की क्वालिटी और आपके अनुमानों को बेहतर बनाने के लिए, इकट्ठा किए गए डेटा का इस्तेमाल कर पाता है.
अपनी प्रॉपर्टी में इवेंट के सुझावों का ज़्यादा से ज़्यादा इस्तेमाल करें.
पक्का करें कि purchase और/या in_app_purchase के इवेंट इकट्ठा किए जा रहे हों. in_app_purchase के इवेंट अपने-आप इकट्ठा होते हैं. अगर आपके पास Android ऐप्लिकेशन है, तो आपको in_app_purchase इवेंट देखने के लिए, Google Play को अपने Firebase खाते से लिंक करना होगा. इसके अलावा, कृपया ध्यान रखें कि हम ecommerce_purchase इवेंट को प्रोसेस करना जारी रखेंगे. हालांकि, अब हमारा सुझाव है कि आप इसके बजाय, purchase इवेंट का इस्तेमाल करें.
अगर आपने कस्टम ऑडियंस तय की है और इन-ऐप्लिकेशन खरीदारी की संभावना और खरीदारी की संभावना का इस्तेमाल करने के लिए, अनुमान लगाने वाली शर्तें जोड़ी हैं, तो सिर्फ़ ऐसे उपयोगकर्ताओं को ऑडियंस में शामिल किया जाएगा जिन्होंने purchase और in_app_purchase, दोनों को पूरा किया है.
उपयोगकर्ता के व्यवहार से जुड़े सुझाए गए इवेंट की बड़ी संख्या या अलग-अलग इवेंट को इकट्ठा करने से, हमारे मॉडल और अनुमानों को बेहतर बनाने में मदद मिलेगी. इसी तरह, ऐसे इवेंट जो उपयोगकर्ता के व्यवहार के हिसाब से काम के नहीं हैं उन्हें कम करने से भी, अनुमानों को बेहतर बनाने में मदद मिलेगी.