Google is committed to advancing racial equity for Black communities. See how.
Questa pagina è stata tradotta dall'API Cloud Translation.
Switch to English

Definisci dinamica
basato su gruppi di utenti
sul comportamento previsto

Firebase Predictions applica la potenza dell'apprendimento automatico di Google ai dati di analisi delle app per creare segmenti di utenti in base al comportamento previsto. Senza richiedere a nessuno del tuo team di app di avere esperienza nel settore ML, Pronostici può darti un'idea di quali segmenti di utenti potrebbero cambiare o spendere (o completare un altro evento di conversione) in modo da poter prendere decisioni informate sul prodotto.

plat_ios plat_android plat_cpp plat_unity

Grafico che mostra le previsioni degli utenti

Le previsioni sono integrate con la configurazione remota in modo da poter personalizzare e modificare l'esperienza dell'app per gli utenti in diversi segmenti. Ad esempio, puoi mostrare annunci agli utenti che difficilmente effettueranno un acquisto in-app come strategia di monetizzazione alternativa.

Quando si definisce una configurazione remota, è possibile combinare le previsioni con altre opzioni di targeting tra cui pubblico, proprietà dell'utente, lingua del dispositivo, tipo di sistema operativo, versione dell'app e paese.


Invia notifiche più intelligenti

Pronostici crea gruppi di utenti che possono essere utilizzati per il targeting con notifiche e messaggi in-app, direttamente dalla console di Firebase. In questo modo, puoi coinvolgere gli utenti prima che sfanghino, spingere gli utenti che probabilmente fanno acquisti in-app e molto altro.


Illustrazione con notifiche personalizzate

I dati di previsione possono essere esportati su BigQuery per un'analisi più approfondita o per l'utilizzo in servizi di terze parti.


Illustrazione con diversi gruppi a rischio

Hai visibilità sui fattori che il modello ML considera (come eventi, dispositivo, dati utente, ecc.) Per creare ogni segmento predittivo. Puoi anche visualizzare le metriche sul rendimento, che ti aiutano a capire quanto sia accurata ogni previsione. Con queste informazioni, è possibile calibrare meglio le impostazioni di tolleranza al rischio.