콘솔로 이동

예측된 행동을
토대로
동적 사용자 그룹 정의

Firebase 예측은 Google 머신러닝을 앱 분석 데이터에 적용하여 예측된 행동을 토대로 사용자 세그먼트를 만들 수 있습니다. 앱팀의 팀원에게 ML 전문 지식이 없어도 예측을 통해 앱 제거 또는 지출(또는 다른 전환 이벤트 완료) 가능성이 높은 사용자 세그먼트를 파악할 수 있으므로 정보에 입각하여 제품 결정을 내릴 수 있습니다.

plat_ios plat_android plat_cpp plat_unity

사용자 예측을 보여주는 차트

예측은 원격 구성과 통합되므로 다른 세그먼트의 사용자를 위해 앱 환경을 맞춤설정하고 변경할 수 있습니다. 예를 들어 다른 수익 창출 전략으로 인앱 구매를 수행할 가능성이 낮은 사용자에게 광고를 게재할 수 있습니다.

원격 구성을 정의할 때 잠재고객, 사용자 속성, 기기 언어, OS 유형, 앱 버전, 국가를 비롯한 다른 타겟팅 옵션과 예측을 통합할 수 있습니다.


더 지능적인 알림 전송

예측은 Firebase Console에서 알림 및 인앱 메시지 타겟팅에 사용할 수 있는 사용자 그룹을 생성합니다. 이를 통해 사용자가 앱을 제거하기 전에 사용자의 참여를 유도하고 인앱 구매 가능성이 있는 사용자에게 이메일을 보내는 등의 조치를 취할 수 있습니다.


맞춤 알림을 표현하는 그림

예측 데이터를 BigQuery로 내보내서 심층 분석을 수행하거나 제3자 서비스에서 사용할 수 있습니다.


다른 위험 그룹을 표현하는 그림

ML 모델에서 각 예측 세그먼트를 만들기 위해 이용하는 이벤트, 기기, 사용자 데이터 등의 요소를 볼 수 있습니다. 또한 각 예측이 얼마나 정확한지 이해하는 데 도움이 되는 성능 측정항목을 확인할 수도 있습니다. 이러한 정보를 토대로 위험 허용 범위 설정을 효율적으로 조정할 수 있습니다.