Define
grupos de usuarios dinámicos según
las predicciones de comportamiento

Firebase Predictions utiliza la potencia del aprendizaje automático de Google sobre tus datos de estadísticas de aplicaciones para crear segmentos de usuarios según las predicciones de su comportamiento. Predictions brinda estadísticas sobre segmentos de usuarios que podrían desertar, invertir o completar otro evento de conversión sin que alguien de tu equipo de app tenga experiencia en el AA, a fin de que puedas tomar decisiones fundamentadas sobre el producto.

plat_ios plat_android plat_cpp plat_unity

Gráfico que muestra las predicciones del usuario

Predictions se integra en Remote Config, por lo que puedes personalizar y modificar la experiencia que brinda tu app para los usuarios de distintos segmentos. Por ejemplo, puedes mostrar anuncios a los usuarios que no son propensos a hacer compras directas desde la aplicación como una estrategia alternativa de monetización.

Cuando definas un Remote Config, puedes combinar Predictions con otras opciones de orientación, como el público, las propiedades del usuario, el idioma del dispositivo, el tipo de SO, la versión de la app y el país.


Envía notificaciones más inteligentes

Predictions crea grupos de usuarios que se pueden usar para orientar los mensajes de In-App Messaging y las notificaciones, directamente en Firebase console. De esta forma, puedes atraer a los usuarios antes de que deserten, brindarles sugerencias a los más propensos a realizar compras directas desde la aplicación y mucho más.


Ilustración con notificaciones personalizadas

Puedes exportar los datos de predicciones a BigQuery para realizar un análisis más profundo o usarlos en servicios de terceros.


Ilustración con diferentes grupos de riesgo

Con esta función puedes ver los factores que el modelo de AA considere (como eventos, dispositivo, datos del usuario, etc.) para crear cada segmento de predicción. También puedes ver métricas de rendimiento que te ayudarán a entender la exactitud de cada predicción y podrás calibrar mejor la configuración de tolerancia al riesgo.