Purchase und Churn Probability: Neue vorausschauende Metriken für Google Analytics

Webmaster optimieren ihre Apps und Websites vor allem mit dem Ziel, User dorthin zu leiten und sie dann zu einer Wiederkehr oder sogar Conversions wie Sales zu animieren. Wie wahrscheinlich diese Szenarien sind, kann nun anhand zweier neuer Metriken für Google Analytics besser vorhergesagt werden. Denn Google führt Predictive Audiences und dafür relevante Metriken ein. Mit diesem Feature können die Website- oder App-Betreiber dank Machine Learning einschätzen, ob User innerhalb einer Woche etwas kaufen oder womöglich gar nicht wiederkehren.

Predictive Audiences mit Google Ads erreichen: Analytics liefert neue Optionen

Auf dem offiziellen Blog der Google Marketing Platform erklärt Steve Ganem, Senior Product Manager für Google Analytics, die neuen prädiktiven Metriken bei Google Analytics. Dazu gehören die Purchase Probability und die Churn Probability. Während die erste Metrik vorhersagen können soll, ob ein User in den nächsten sieben Tagen nach dem Besuch der Website oder App dort etwas kauft, soll die Churn Probability eine Voraussage ermöglichen, die angibt, ob der User nach einem Website- oder App-Besuch innerhalb von sieben Tage nicht mehr wiederkommt. Beide Metriken geben Advertisern die Chance, jetzt besser zu definierende Predictive Audiences anzusprechen.

In Googles Audience Builder können User von Google Analytics bei den entsprechenden Web und App Properties eine neue Zielgruppe erstellen. Unter den vorgeschlagenen Zielgruppen finden sich dann auch die Predictive Audiences.

Um die vorausschauenden Metriken nutzen zu können, müssen die User allerdings einige Voraussetzungen erfüllen. So muss beispielsweise zum einen die Modellqualität der Performance-Rahmung über einen bestimmten Zeitraum vorhanden bleiben. Zum anderen müssen für eine Vorhersage im Vorfeld mindestens 1.000 User die relevante Vorhersage getriggert haben, während ebenfalls mindestens 1.000 dies nicht getan haben.

Mithilfe dieser neuen Metriken können Advertiser nun nicht nur Zielgruppen erreichen, die aufgrund von im Warenkorb positionierten Produkten als potentielle Kunden eingestuft werden. Auch User, die auf der Website oder in der App andere Interaktionen ausführen, die einen künftigen Kauf wahrscheinlich erscheinen lassen, können mit Google Ads und dem passenden Targeting erreicht werden. Diese User oder auch solche, die sehr wahrscheinlich nicht zu Apps oder Websites zurückkehren (innerhalb der nächsten sieben Tage) können dann mit personalisierten Ads zum Kauf oder zum Besuch der Seite oder der App animiert werden.

Vorausschauende Metriken sind auch für größere Analysen sinnvoll

Die neuen prädikativen Metriken von Google sind nicht allein für die Erstellung neuer Zielgruppen relevant. Sie können ebenso für eine Analyse im Analysetool genutzt werden. Etwa, um über die User-Lifetime-Technik zu ermitteln, mithilfe welcher Marketing-Kampagnen die User mit der höchsten Purchase Probability generiert werden konnten. So könnten den nachweislich erfolgreichen Kampagnen künftig höhere Budgetanteile zugeschrieben werden.

Die neuen vorausschauenden Metriken werden laut Google zeitnah in der Beta-Version der App und Web Properties verfügbar sein. In den kommenden Wochen werden die Metriken für Properties ausgerollt, die Ereignisse für den Einzelhandel/E-Commerce implementiert haben. Bei Properties mit automatisch erfassten Ereignissen werden die Metriken ebenfalls eingeführt – sobald dort bestimmte Werte erreicht werden.

Google rät Webmastern und Advertisern dazu, weiterhin diverse Analysemöglichkeiten aus Analytics wahrzunehmen. Ein Upgrade auf den neueren Google-Analytics-Property-Typ App + Web Property wird allerdings empfohlen. Denn erst in diesem Kontext können ereignisbasierte Analysen und später auch darauf basierende Vorhersagen getroffen werden. Und diese können für den kommenden Marketing-Erfolg großes Gewicht erlangen. Insbesondere dann, wenn noch nicht alle Wettbewerber auf die vorausschauenden Metriken zurückgreifen.

Jetzt kostenlos herunterladen