事前定義された予測

Firebase Predictions は、アナリティクス データに基づいて動的に生成され、継続的に更新される 4 つのユーザー セグメントを事前定義します。

チャーン予測

churn セグメントには、過去 7 日間はアクティブだったが、近い将来にアプリを使用しなくなると予測されるユーザーが含まれます。チャーンは、アプリのアンインストールとは異なります。ユーザーは、アプリをアンインストールするかなり前からチャーンである場合があります。ただし Predictions では、モデル トレーニングのシグナルの 1 つとしてアプリのアンインストールが使用されます。

not_churn セグメントには、過去 7 日間にアクティブで、今後もアクティブであり続けると予測されるユーザーが含まれます。

not_churn 予測のメンバーであることと、churn 予測のメンバーではないことは異なる点に注意してください。churn 予測のメンバーではないユーザーには、not_churn グループのメンバーと、確信のある予測はできていないユーザーの両方が含まれます。

このため、消極的な予測結果をターゲットにすべきではありません。消極的な予測結果をターゲットにすると、モデルで確信を持って予測できていないユーザーもターゲットにすることになります。

そうではなく、not_churn 予測に含まれるユーザーなど、アクションの実行はないと断定的に予測されているユーザーをターゲットにします。

予測にはエラーが付きものです。たとえば、きわめて稀ですが、churn モデルで誤ってユーザーがチャーンの可能性ありと分類される一方で、それと同時に not_churn モデルでそのユーザーがチャーンの可能性なしと正しく分類される可能性があります。このような状況では、リスク許容度を低く設定することで、このような事態が発生する可能性をさらに減らすことができます。

支出予測

spend 予測には、アプリ内または e コマースで購入する可能性があるユーザー(つまり、in_app_purchase イベントまたは ecommerce_purchase イベントをログに記録することが予測されるユーザー)が含まれます。これらのユーザーは、行動の面から考えて、過去の購入者である可能性があります。このセグメントのコンバージョンを促進するアクションを実施することが推奨されます。

not_spend 予測には、近い将来には支出しない可能性が高いユーザーが含まれます。この情報を使用して、さまざまな収益化戦略をテストできます。たとえば、この予測に含まれるユーザーにリワード広告を提示して、ユーザーが引き続きゲームを楽しむことができるようにします。

フィードバックを送信...

ご不明な点がありましたら、Google のサポートページをご覧ください。