von Marcus Stade
Google Analytics 4 verfügt über viele Features mit Machine Learning Ansatz. Neben dem Conversion Modelling zählt auch Predictive Audience dazu. Mit Predictive Audiences werden Zielgruppenlisten erstellt, die User auf Basis der sogenannten predictive metrics enthalten. Zu den predictive metrics zählen die Wahrscheinlichkeit für einen Kauf (purchase probability), die Nicht-Nutzung der Webseite (churn-probability) sowie eine Umsatz…
Die Vielfalt der Features in Google Analytics 4 wächst stetig. Damit werden die Anwendungsfälle über das reine Messen von Events mit Event-Parametern und User-Properties deutlich spannender für die operative Umsetzung der Daten. Ein Beispiel hierfür ist die User Segmentierung und Nutzung für Audience Listen. In diesem GA4 Recipe zeige ich, wie mit GA4 in Kombination…
Forecasting-Algorithmen finden heute in zahlreichen Feldern Anwendung. Auch Google Analytics Daten sind dabei ein geeigneter Ausgangspunkt. Allerdings ist die Validierung des Forecasts, also der Abgleich, ob die Zahlen im Forecast mit wirklich realisierten Zahlen übereinstimmen, nicht im Interface out-of-the-box möglich. Also bauen wir uns hierfür ein Tool. Die Daten für Forecast Als einfaches Startbeispiel erstellen…
Für die maschinelle Analyse und Bewertungen von Texten gibt es viele Anwendungsfälle, zum Beispiel das Einordnen von Produktreviews in Online-Shops oder auch Kommentaren in Blogs. Mit Sentimentanalysen können in Texten eine positive oder negative Haltung erkannt werden. Maschinell kann damit eine Quantifizierung der Texte erfolgen, ohne dass deren Bedeutung von Menschen erfasst werden muss. Die…
Bevor das User-Journey Modell (h2o Machine Learning: Individuelle Vorhersage für die „next best activity“ – Teil 1) weiter verfeinert wird, ist ein Modell für die User Interaktion auf der Webseite sinnvoll. Dabei geht es um die Bewertung des Einflusses von Micro-Conversions auf die eigentliche Conversion. Ist beispielsweise die Eigenschaft des Users den Newsletter abonniert zu…
Die Erfassung der User-Journey kann nicht nur zur Attribution von Conversions und Budgetallokation genutzt werden. Insbesondere die Vorhersage des nächsten Kontaktpunktes in der individuellen User-Journey ist wertvoll, um die Wahrscheinlichkeit einer Conversion zu erhöhen. Neuronale Netzwerke eignen sich hierfür. h2o liefert die passende Werkzeuge. Vorhersage-Modell trainieren Als Erstes benötigen wir ein Datenset für das Training…