사전 정의된 예측

Firebase 예측에서는 애널리틱스 데이터를 기반으로 동적으로 생성되고 지속적으로 업데이트되는 4가지 사용자 세그먼트가 미리 정의됩니다.

앱 제거 예측

churn 세그먼트에는 지난 7일간 활성 상태였지만 조만간 앱 사용을 중단할 것으로 예측되는 사용자가 포함됩니다. 앱 제거는 앱 설치를 제거하는 것과는 다릅니다. 앱 제거는 사용자가 앱 설치를 제거하기 훨씬 전에 이루어질 수 있습니다. 그러나 예측에서는 앱 설치 제거를 모델 학습을 위한 신호 중 하나로 사용합니다.

not_churn 세그먼트에는 지난 7일간 활성 상태였으며 계속 활성 상태를 유지할 것으로 예측되는 사용자가 포함됩니다.

churn 예측에 포함되지 않은 사용자가 무조건 not_churn 예측에 포함되는 것은 아닙니다. churn 예측에 포함되지 않은 사용자에는 not_churn 그룹의 구성원 및 확실한 예측이 불가능한 사용자가 모두 포함됩니다.

즉, 예측을 네거티브 타겟팅하면 안 됩니다. 그러면 모델에서 확실하게 예측할 수 없는 사용자까지 타겟팅하게 됩니다.

not_churn 예측에 포함되는 사용자와 같이 특정한 작업을 수행하지 않을 것으로 확실히 예측된 사용자를 대신 타겟팅해야 합니다.

예측에는 오류가 있기 마련이며, 가능성은 매우 낮지만 예를 들어 한 사용자가 churn 모델에서 앱 제거 가능성이 높다고 잘못 분류되는 동시에 not_churn 모델에서는 앱을 제거하지 않을 사용자로 올바르게 분류될 수도 있습니다. 이러한 경우 낮은 위험 허용 범위를 선택하면 이러한 상황이 나타날 가능성을 낮출 수 있습니다.

지출 예측

spend 예측에는 인앱 또는 전자상거래 구매를 할 가능성이 높은 사용자, 즉 in_app_purchase 또는 ecommerce_purchase 이벤트를 로깅할 것으로 예상되는 사용자가 포함됩니다. 과거에 구매 행동을 보인 것으로 추측되는 사용자로서, 이 세그먼트의 전환을 유도하는 조치를 취할 필요가 있습니다.

not_spend 예측에는 조만간 구매를 할 가능성이 낮은 사용자가 포함됩니다. 이 정보를 활용하여 다양한 수익 창출 전략을 실험해 볼 수 있습니다. 예를 들어 이 예측에 포함된 사용자도 게임을 계속 즐길 수 있도록 보상형 광고를 도입할 수 있습니다.

다음에 대한 의견 보내기...

도움이 필요하시나요? 지원 페이지를 방문하세요.