{"id":65530,"date":"2021-12-13T11:26:57","date_gmt":"2021-12-13T11:26:57","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=news&p=65530"},"modified":"2024-09-20T17:45:47","modified_gmt":"2024-09-20T16:45:47","slug":"scoring-customer-propensity-using-machine-learning-models-on-google-analytics-data","status":"publish","type":"blog","link":"https:\/\/www.artefact.com\/de\/blog\/scoring-customer-propensity-using-machine-learning-models-on-google-analytics-data\/","title":{"rendered":"Bewertung der Kundenneigung mit Modellen des maschinellen Lernens in Google Analytics Data"},"content":{"rendered":"

Autor<\/h2><\/div>\"Image\"

Antoine Aubay<\/h3><\/div>

Leitender Data-Wissenschaftler bei Artefact<\/p>\n<\/div><\/div><\/div><\/div><\/div>

<\/span><\/a><\/span>

Lesen Sie unseren Artikel \u00fcber<\/u><\/p>\n<\/div>

<\/span><\/div>

.<\/p>\n<\/div><\/div><\/div><\/div><\/div>

Mit Hilfe der Propensity-Modellierung k\u00f6nnen Sie die Wirkung Ihrer Kundenkommunikation erh\u00f6hen und die Ausgaben f\u00fcr Ihr Werbebudget optimieren.<\/p>\n

Google Analytics data ist eine gut strukturierte data-Quelle, die leicht in ein f\u00fcr maschinelles Lernen geeignetes data-Set umgewandelt werden kann.<\/p>\n

Backtests mit historischen data- und technischen Metriken k\u00f6nnen Ihnen einen ersten Eindruck von der Leistung Ihres Modells vermitteln, w\u00e4hrend Live-Tests und Gesch\u00e4ftsmetriken es Ihnen erm\u00f6glichen, die Auswirkungen Ihres Modells zu best\u00e4tigen.<\/p>\n

Unser benutzerdefiniertes Modell f\u00fcr maschinelles Lernen \u00fcbertraf die bestehenden Basiswerte: bei Live-Tests in Bezug auf den ROAS (Return on advertising spend): +221% gegen\u00fcber dem regelbasierten Modell und +73% gegen\u00fcber dem maschinellen Lernen von der Stange (Google Analytics Session Quality Score).<\/p>\n

Dieser Artikel geht von grundlegenden Kenntnissen \u00fcber maschinelles Lernen und Marketing aus.<\/p>\n<\/div><\/div><\/div><\/div><\/div>

Was ist Propensity Modeling?<\/h2><\/div>

Die Propensity-Modellierung ist\u00a0Einsch\u00e4tzung der Wahrscheinlichkeit, mit der ein Kunde eine bestimmte Aktion durchf\u00fchren wird<\/strong>. Es gibt mehrere Aktionen, die bei der Einsch\u00e4tzung n\u00fctzlich sein k\u00f6nnen:<\/p>\n<\/div>