Google Analytics 4: Nuevo video demuestra audiencias predictivas

Nadie puede predecir el futuro, pero hay probabilidad basada en el comportamiento pasado. ¿Quieres saber tu predicción de ingresos?
SIA Team
August 13, 2021

No hace mucho tiempo, Google, en su canal de Twitter de Google Analytics , tuiteó sobre uno de los videos más recientes publicados en el canal de YouTube de Google Analytics.

Este video, titulado, Descripción general del uso de audiencias predictivas en las propiedades de Google Analytics 4, ofrece una declaración básica de la mecánica por la cual funciona esta función predictiva. Básicamente, Google utiliza el aprendizaje automático para tratar de predecir el comportamiento probable de ciertos visitantes.

Actualmente hay 3 métricas predictivas que están disponibles en Google Analytics 4: probabilidad de compra, probabilidad de abandono y predicción de ingresos.

Probabilidad de compra

Aunque esta métrica tiene la palabra compra en su nombre, su significado es en realidad más amplio que eso, y puede no significar necesariamente transacciones en efectivo. Google utiliza la palabra conversión en esta definición, que es un poco más amplia.

Yo diría que la compra probablemente es la probabilidad de que un visitante que estuvo activo en los últimos 28 días tome una determinada acción (suscribirse, completar un formulario, comprar) en los próximos 7 días.

Probabilidad de abandono

Esto solo significa la probabilidad de que un visitante que llegó en los últimos 7 días no esté activo en los próximos 7.

Predicción de ingresos

La definición de este, como se ve en el video, puede requerir que lo lea un par de veces. Dicho esto, lo tomo como una predicción de lo que pueden ser sus ingresos, dentro de los próximos 28 días, de los usuarios que estuvieron activos en los últimos 28 días.

¿Por qué 28 días?

No estoy seguro de por qué Google usa 28 días como un hito, pero tengo que adivinar que, por lo que han visto con sus usuarios, hay, en general, un ciclo de compra de 28 días (si no para visitantes individuales, al menos para un gran número de visitantes).

Por supuesto, esto es solo una suposición, y puede haber muchas variables que determinan qué tan largo es un ciclo de compra. Las ventas, el mercado, la tendencia, la disponibilidad del producto, la temporada y la importancia de la compra son variables que afectan el tiempo que una persona puede tardar en tomar una decisión de compra.

Pero… una visión

Si un ciclo de compra dura algo más allá de la primera visita (lo cual, en muchos mercados, lo hace mucho), entonces significa que es importante tratar de alguna manera de que sus posibles compradores regresen para visitas posteriores.

Es por eso que es importante estar a la vanguardia de la mente de su posible comprador. Es por eso que es importante que estén constantemente conscientes de ti, y puedes hacerlo de varias maneras.

Puede tener una página de redes sociales activa, como una página de Facebook o un feed de Twitter que actualice constantemente con contenido que sea de interés para sus prospectos.

Puede crear una lista de boletines informativos basada en permisos y optar por participar y enviar correos electrónicos interesantes de forma rutinaria. Tal vez, en su página de destino o cuadro de suscripción, puede ofrecer a los recién llegados un cupón de descuento del X% en su primera compra.

Con las métricas predictivas, puede analizar ciertas campañas

Digamos que ha configurado algunas campañas de marketing. Bueno, con algunos arreglos en GA4, puede determinar qué campañas atrajeron a los visitantes que tenían más probabilidades de comprar.

Si bien las métricas predictivas parecen prometedoras, creo que usted (o más bien, GA4) necesitaría una gran cantidad de datos antes de que pueda ofrecer predicciones con cualquier nivel de confiabilidad. Es por eso que creo que podría tomar un tiempo, o tomar una gran cantidad de recopilación de datos en poco tiempo, para comenzar a ver el beneficio completo de esto.

Dicho esto, para aquellos que tienen el deseo y el tiempo para aprender sobre métricas predictivas, las audiencias predictivas de Google Analytics 4 serían algo a considerar.

Fuente: Canal de YouTube de Google Analytics