如何用Firebase做预测分析?

为什么我们需要预测分析?

在进行App运营维护的时候,为了防止用户流失或者提高应用内的购买率,我们通常需要知道以下相似问题的答案:

“哪些用户最有可能卸载我的App?”

“哪些用户可能会在应用程序内购买?”

……

这就是预测的作用。

如果进行预测,就可以提前制定有效的营销策略,以提高优化营销效果。

但是怎么高效的做到这一点?

Firbase大家都不陌生,用它就可以进行预测分析。

如何使用呢?

Firebase预测会将机器学习应用于数据进行分析,从而根据预测的用户行为创建动态用户细分。

这些预测结果可自动用于Firebase远程配置、通知编辑器、Firebase应用内消息以及A/B测试。

除此之外,还可以将应用程序的预测数据导出到BigQuery做更进一步的分析,或者将数据推送到第三方工具中,包含Google Analytics SDK的iOS、Android、Unity和C++应用都可以使用Firebase预测。

Firebase预测提供了两种预定义预测:

·流失,指用户不会重新使用应用程序的可能性(即不再打开应用程序或应用程序相关的通知);

·支出,指用户将进行应用程序内购买的可能性。

如果想根据自己的需求创建预测,应该如何操作?

可以根据在应用程序中收集的Google Analytics自定义转化事件来创建。

具体的操作步骤如下:

1.将Google Analytics添加到应用程序

可以对应用程序中的一些关键事件和互动情况进行监测,并将这些事件标记为转化。

2.启用Google Analytics数据共享和Firebase预测

a.打开Firebase控制台的集成页面。

b.如果尚未启用Google Analytics集成,请将其启用。

c.在“集成”页面中的Google Analytics卡片上,点击管理,然后确保与所有Firebase功能共享Google Analytics数据设置处于启用状态。如果需要详细了解共享设置,可以查看管理数据共享。

d.在Firebase控制台中,打开预测部分。如果尚未同意Firebase预测服务条款,请确认同意。

在启用数据共享并同意服务条款后,系统就会为项目启用Firebase预测。之后随时都可以在此页面中停止与其共享数据来中止预测。

3.创建自定义预测

选择Google Analytics的事件来进行创建,Firebase预测会预测哪些用户将触发相关事件。

4.在应用程序中使用预测

在启用Firebase预测或创建自定义预测后,相关服务会开始准备模型,以便针对相应用户进行预测。

a.点击探索和使用预测,选择需要定位的用户细分。

b.用户细分由指定的百分位数值范围内的用户组成。用户的百分位数值表示与所有用户相比,该用户执行某项操作(流失、支出等)的相对可能性。

系统根据用户执行预测操作的可能性对用户排序,然后将排序后的列表分为100个大小相等的组,来分配每位用户的百分位数值。

c.选择要用于预测的产品(远程配置、FCM 或Firebase应用程序内消息),然后点击继续。相关产品的配置页面随即将打开,其中目标部分已预先填充了所选择的用户细分。

使用远程配置从应用程序访问预测结果时,需要先在Firebase控制台定义用户细分,然后配置远程配置,为用户细分的成员设置远程参数。

也可以使用通知编辑器或Firebase应用程序内消息覆盖特定预测细分中的用户,比如可以根据流失预测的结果,向很可能流失或停止使用应用程序的新用户自动发送通知消息。

当然,上述的只是分享给大家的一些文字理论,想要将其应用在业务上有所帮助,还需要进行实操才可以。

发表评论

电子邮件地址不会被公开。 必填项已用*标注