هوش مصنوعی می‌تواند برای تجزیه و تحلیل داده‌ها بسیار مفید باشد. این فناوری، برای تحلیل مجموعه داده‌های بزرگ ساخته شده است. بنابراین جای تعجب نیست که گوگل آنالیتیکس ۴ (GA4) ویژگی‌های پیشرفته‌ی مبتنی بر هوش مصنوعی را در قابلیت‌های خود ادغام کرده است.
ما در این مقاله از آژانس طراحی سایت فابین دو جنبه‌ی کلیدی از ویژگی‌های هوش مصنوعی گوگل آنالیتیکس را بررسی کرده‌ایم که عبارت هستند از: مخاطبان پیش‌بینی شده و معیارهای پیش‌بینی شده. این ابزارها فراتر از تحلیل داده‌ها عمل می‌کنند؛ آن‌ها به پیش‌بینی و استراتژی مربوط می‌شوند و به کسب‌وکارها این امکان را می‌دهند که تصمیم‌های آگاهانه‌تری بگیرند. اگر می‌خواهید با هوش مصنوعی گوگل آنالیتیکس ۴ بیشتر آشنا شوید، این مقاله را تا انتها بخوانید.
نحوه‌ی استفاده‌ی گوگل آنالیتیکس ۴ از هوش مصنوعی
گوگل آنالیتیکس ۴ از هوش مصنوعی به دو روش کلیدی زیر استفاده می‌کند:
۱- روش اول از طریق مخاطبان پیش‌بینی شده است؛ جایی که الگوریتم‌های هوش مصنوعی، کاربران را بر اساس احتمال نشان دادن رفتارهای خاص، مانند خرید یا عدم استفاده از خدمات، دسته‌بندی می‌کند. این دسته‌بندی به بازاریابان این امکان را می‌دهد تا استراتژی‌های خود را برای مخاطبان مختلف به طور موثرتری تنظیم کنند.
۲- روش دوم استفاده‌ی GA4 از هوش مصنوعی، از طریق ادغام معیارها و بخش‌های پیش‌بینی شده در گزارش‌ها صورت می‌گیرد. این ویژگی، تنها به معیارهای پیش‌بینی شده محدود نمی‌شود؛ بلکه شامل بخش‌هایی می‌شود که بر اساس داده‌های پیش‌بینی شده ایجاد شده‌اند. این ویژگی، امکان تجزیه و تحلیل عمیق‌تر اقدامات بالقوه‌ی مشتری را فراهم می‌کند و در مورد اینکه بخش‌های مختلف ممکن است در آینده چگونه رفتار کنند، بینشی جامع ارائه می‌دهد.
با افزودن این بینش‌های پیش‌بینی کننده، کسب‌وکارها دید کاملی از مخاطبان خود به دست می‌آورند و این امکان برای آن‌ها فراهم می‌شود تا روند بازار و رفتار کاربران را با دقت بیشتری پیش‌بینی کنند. این قابلیت پیشرفته‌ی GA4 گامی بلند به سمت جلو در استراتژی و تصمیم‌گیری مبتنی بر داده برای کسب‌وکارها محسوب می‌شود.
مخاطبان پیش‌بینی شده در گوگل آنالیتیکس ۴
بیایید ابتدا به بررسی مخاطبان پیش‌بینی شده در GA4 بپردازیم. این جنبه از مخاطبان، یک ویژگی متحول کننده است که با پیوند به حساب‌های تبلیغاتی مانند Google Ads یا Display & Video 360، می‌تواند عملکرد رسانه را در سراسر پلتفرم بازاریابی گوگل تقویت کند. حساب‌های تبلیغاتی در استراتژی‌های مشابه‌سازی مخاطبان، بازاریابی مجدد و حذف مخاطبان، بسیار موثر هستند.
مخاطبان پیش‌بینی شده با استفاده از معیارهای پیش‌بینی‌ای ساخته می‌شوند که بر اساس مدل‌های یادگیری ماشینی عمل می‌کنند. این مدل‌ها، الگوهای رفتار کاربران را برای پیش‌بینی اقدامات آینده، تجزیه و تحلیل می‌کنند.
بنابراین، مخاطبان پیش‌بینی شده، گروه‌هایی از کاربران هستند که بر اساس احتمال انجام اقدامات خاصی در آینده، مانند خرید، لغو اشتراک یا بازدید از یک صفحه‌ی خاص، شناسایی می‌شوند. شناسایی این کاربران این امکان را برای مشاغل فراهم می‌کند تا استراتژی‌های بازاریابی خود را بر روی کاربرانی که به احتمال زیاد با کمپین‌های آن‌ها تعامل برقرار می‌کنند، متمرکز کرده و در نتیجه، نرخ تبدیل را افزایش دهند.
ارتقاء کمپین‌های بازاریابی
مخاطبان پیش‌بینی شده در GA4 با شناسایی درصد بالایی از کاربرانی که به احتمال زیاد خرید می‌کنند، قابلیت‌های مخاطبان مشابه Google Ads را تقویت می‌کند. بازاریابان می‌توانند برای هدف قرار دادن کاربران جدیدی که ویژگی‌های مشترکی با این گروه با ارزش دارند، از این داده‌ها استفاده کنند و از روش‌های سنتی‌ای مانند افزایش بودجه یا گسترش هدف‌گذاری، به مخاطبان دست یابند.
تقویت بازاریابی مجدد با مخاطبان پیش‌بینی شده
«مخاطبان پیش‌بینی شده» با شناسایی کاربرانی که بر اساس تعاملاتشان، مانند مشاهده‌ی جزئیات محصول یا فعالیت‌های سبد خرید، در آستانه‌ی تبدیل قرار دارند، بازاریابی مجدد را بهبود می‌بخشد. بازاریابان با هدف قرار دادن کاربرانی که به احتمال زیاد در کوتاه مدت تبدیل به مشتری می‌شوند و یا به عنوان کاربران پر خرج، پیش‌بینی می‌شوند، می‌توانند رویکرد خود را برای افزایش نرخ تبدیل و درآمد تنظیم کنند.
همچنین، «مخاطبان پیش‌بینی شده» می‌تواند کاربرانی را که در معرض خطر عدم استفاده از خدمات هستند، شناسایی کند. هدف قرار دادن این کاربران با پیام‌ها یا پیشنهادات تخصصی، می‌تواند به حفظ نگهداری مشتری، جلوگیری از عدم استفاده از خدمات و ایجاد یک پایگاه مشتریِ وفادار کمک کند.
حذف مخاطبان در استراتژی‌ها
«مخاطبان پیش‌بینی شده» به شکل‌گیری استراتژی‌هایی کمک می‌کند که باعث می‌شوند تبلیغات برای برخی کاربران محدود یا بسته شود. این کاربران، کاربرانی هستند که به احتمال زیاد، خودشان بدون نیاز به تبلیغات، تبدیل به مشتری می‌شوند؛ مانند ده درصد از کاربرانی که بر اساس رفتارشان در گذشته، احتمالاً به زودی تبدیل به مشتری می‌شوند. این امر با تمرکز بر کاربرانی که ممکن است برای تکمیل خرید به تشویق بیشتری نیاز داشته باشند، به صرف هزینه‌ی هوشمندانه‌تر رسانه کمک می‌کند.
به طور کلی، استفاده از «مخاطبان پیش‌بینی شده» در گوگل آنالیتیکس ۴ می‌تواند در موارد زیر به مشاغل کمک کند:
- دستیابی به نتایج بازاریابی بهتر
- افزایش بازگشت سرمایه (ROI)
- بهینه‌سازی کمپین‌های تبلیغاتی
- افزایش نرخ تبدیل
- بهبود نرخ نگهداری مشتری
بنابراین، ادغام مخاطبان پیش‌بینی شده با استراتژی‌های بازاریابی می‌تواند منجر به دستیابی موثرتر به اهداف تجاری و در نهایت، موفقیت کلی کسب‌وکار شود.
معیارهای پیش‌بینی در گوگل آنالیتیکس ۴
گوگل آنالیتیکس ۴، سه معیار پیش‌بینی ارائه می‌دهد:
۱- احتمال خرید: احتمال تکمیل تبدیل توسط کاربر در هفت روز آینده را بر اساس فعالیت او در ۲۸ روز گذشته ارزیابی می‌کند. مشاغل می‌توانند از «مخاطبان پیش‌بینی شده» برای هدف قرار دادن کاربرانی که در هفت روز آینده احتمال خرید بالایی دارند، در کمپین‌های تبلیغاتی خود استفاده کنند.
۲- احتمال عدم استفاده از خدمات: احتمال برنگشتن کاربر به برنامه یا سایت در هفت روز آینده را تخمین می‌زند. مشاغل می‌توانند از «مخاطبان پیش‌بینی شده» برای بازاریابی مجدد کاربرانی که در معرض لغو اشتراک یا عدم تمدید خدمات هستند، استفاده کنند. همچنین، از «مخاطبان پیش‌بینی شده» برای حذف کاربرانی که بعید است با کمپین‌های تبلیغاتیِ مشاغل تعامل برقرار کنند، استفاده می‌شود.
۳- درآمد پیش بینی شده: درآمد حاصل از تبدیل‌های خرید کاربر در ۲۸ روز آینده را پیش‌بینی می‌کند. استفاده از «مخاطبان پیش‌بینی شده» می‌تواند به مشاغل در دستیابی به نتایج بازاریابی بهتر و افزایش بازگشت سرمایه (ROI) کمک کند.
شرایط لازم برای استفاده از معیارهای پیش‌بینی شده در GA4
برای استفاده از معیارهای پیش‌بینی شده‌ی GA4 مانند احتمال خرید و احتمال عدم استفاده از خدمات، برآورده کردن پیش نیازهای خاصی برای آموزش موثر الگوریتم‌های یادگیری، ضروری است.
در ادامه، مواردی از این پیش نیازهای ضروری، آورده شده است:
- پیکربندی رویداد: اطمینان حاصل کنید که رویداد «purchase» به درستی در تنظیمات GA4 شما پیکربندی شده است. این رویداد برای الگوریتم‌ها محوری است؛ زیرا برای شناسایی و بررسی تراکنش‌های کاربران استفاده می‌شود.
- حجم داده: برای یادگیری هوش مصنوعی، مجموعه داده‌های قابل توجهی مورد نیاز است. شما به حداقل هزار نمونه‌ی مثبت (خریداران) و هزار نمونه‌ی منفی (کاربرانی که خرید نکردن یا کاربرانی که دیگر از خدمات استفاده نکرده‌اند) نیاز دارید. این بدان معنا است که شما باید پایگاه کاربری‌ای داشته باشید که حداقل هزار کاربر خرید کرده باشند و هزار کاربر دیگر پس از اینکه شرایط پیش‌بینی را برآورده کرده‌اند، خرید نکرده باشند.
- کیفیت مدل: ترافیک با کیفیت و ثابتی را حفظ کنید که رویدادهای خرید را در حداقلِ مدت زمان (به طور معمول یک دوره ۲۸ روزه) ایجاد کند. این کار به هوش مصنوعی امکان می‌دهد تا الگوها را تشخیص داده و پیش‌بینی‌های دقیقی انجام دهد.
برآورده کردن این الزامات برای عملکرد موثر معیارهای پیش‌بینی شده‌ی GA4 و به دست آوردن بینش‌های ارزشمند از داده‌های کاربران شما، حیاتی است.
همانطور که گفته شد، GA4 برای هر کاربری که شرایط ذکر شده را داشته باشد به طور روزانه معیارهای پیش‌بینی شده را محاسبه می‌کند. با این حال، اگر این پیش نیازها برآورده نشوند یا تعداد کاربران از حد آستانه پایین بیاید، GA4 ممکن است به‌روزرسانی این معیارها را متوقف کند. در نتیجه، آن‌ها در دسترس نخواهند بود.
برای نظارت بر وضعیت معیارهای پیش‌بینی شده‌ی خود، به بخش «predictive» در «Audience builder» گوگل آنالیتیکس ۴ بروید. سپس، الگوهای «Suggested audiences» را پیدا کنید. این الگوها، بینش‌هایی در مورد عملکرد و قابل اطمینان بودن پیش‌بینی‌های شما ارائه می‌دهند.
گزارش معیار پیش‌بینی شده براساس کانال
تا اینجا در مورد مخاطبان صحبت کردیم. مهم است در نظر بگیرید که چگونه ترکیب هوش مصنوعی در گزارش‌های شما می‌تواند به طور قابل توجهی دقت و بینش تجزیه و تحلیل شما را افزایش دهد؛ به ویژه در هنگام ایجاد گزارش «معیارهای پیش‌بینی شده» بر اساس کانال. در زیر، یک راهنمای گام به گام برای کمک به شما در ادغام هوش مصنوعی در این فرآیند آمده است.
اکنون، ما این گزارش‌ها را در حساب آزمایشی GA4 ایجاد می‌کنیم و از شما می‌خواهیم که آن را بررسی کنید. در اینجا، لینکی به حساب آزمایشی وجود دارد که فرصتی عالی برای بررسی داده‌های واقعی کسب‌وکار و آزمایش ویژگی‌های گوگل آنالیتیکس را ارائه می‌دهد.
۱- پس از باز کردن داده‌های GA4، به منوی سمت راست GA4 بروید و روی «Explore» کلیک کنید.
۲- سپس بر روی «Free form» کلیک کنید.
۳- همانطور که قبلاً اشاره کردیم، هنگامی که به الگوی گزارش «Free form» رسیدید، همه چیز را پاک کنید تا بتوانید از ابتدا شروع کنید. به این صورت:
۴-سپس به قسمت «segments» بروید و روی علامت مثبت کلیک کنید. در اینجا روی «User segment» کلیک کنید.
۵- اکنون، در زیر «Add new condition» به سمت پایین اسکرول کنید. گزینه‌ی «Predictive» را مشاهده خواهید کرد. با کلیک بر روی آن، می‌توانید «معیارهای پیش‌بینی شده» را برای بخش‌بندی داده‌های خود انتخاب کنید. «Predicted Revenue» را انتخاب کنید و در زیر فیلتر، مطمئن شوید که «Most likely top spenders» انتخاب شده است، سپس روی «Apply» کلیک کنید.
۶- بخش خود را «(Top Spenders (28 Day» نام‌گذاری کنید و سپس روی «Save» و «Apply» در گوشه‌ی بالا، سمت راست، کلیک کنید.
۷- در قسمت «Dimensions» یا ابعاد، «First user source» و «First user medium» و در قسمت «Metrics» گزینه‌ی «Active users» را انتخاب کنید.
۸- «First user source» و «First user media» را به ردیف‌ها اضافه کنید. همچنین در قسمت «values» گزینه‌ی «Active users» را اضافه کنید.
۹- در قسمت «cell type» گزینه‌ی «heat map» را انتخاب کنید. گزارش شما باید چیزی شبیه به تصویر زیر باشد:
این گزارش، با نگاهی به تحلیل وب‌سایت فروشگاه آنلاین گوگل، مشتریان بالقوه‌ای که ارزش زیادی دارند را برای ماه آینده پیش‌بینی می‌کند. این پیش‌بینی بر اساس روش‌های جذب کاربر، مانند ورود مستقیم آدرس وب‌سایت، ارجاع از سایر وب‌سایت‌ها یا کمپین‌های ایمیلی صورت می‌گیرد. گزارش‌هایی از این نوع، با برجسته کردن موثرترین استراتژی‌ها برای جذب مشتریان با ارزش، به کسب‌وکارها قدرت می‌دهند.
همچنین شما می‌توانید در تنظیمات خود، بخش دیگری برای «churn probability» (احتمال ترک کردن) اضافه کنید که به شکل زیر خواهد بود:
با افزودن این مورد به عنوان یک بخش اضافی، می‌توانید در مورد اینکه کدام گروه‌ها و رسانه‌ها در معرض خطر بیشتر برای عدم بازگشت به فروشگاه آنلاین گوگل (Google Merchandise Store) طی یک هفته آینده قرار دارند، بینشی جامع به دست آورید.
این دسته‌بندی‌ها ممکن است نشان دهنده‌ی کاهش تعامل یا الگوهایی باشد که قبلاً با احتمال پایینی از بازدیدهای مجدد یا خرید، مرتبط بوده‌اند. همچنین، نشان می‌دهد که در میان برترین هزینه‌کنندگان، زیر مجموعه‌ای از کاربران فعال وجود دارند که احتمالاً برای بار دوم از سایت خرید یا بازدید نخواهند کرد.
درک این روندها به کسب‌وکارها این امکان را می‌دهد که استراتژی‌های حفظ مشتری را برای این بخش‌های خاص، سفارشی کنند تا ریزش‌ها کاهش پیدا کرده و تعاملِ مداوم، افزایش پیدا کند.
استفاده از ویژگی‌های هوش مصنوعی در گوگل آنالیتیکس ۴
به طور خلاصه، Google Analytics 4 ویژگی‌های قدرتمند مبتنی بر هوش مصنوعی، مانند «معیارهای پیش‌بینی شده» و «مخاطبان پیش بینی شده» را معرفی می‌کند که در دنیای آینده می‌تواند بسیار مفید باشد. این ابزارها برای بازاریابان این امکان را فراهم می‌کنند تا به طور موثر مخاطبان را هدف قرار دهند و بینشی در مورد رفتارهای آتی کاربران به دست آورند. «مخاطبان پیش بینی شده»، استراتژی‌های تبلیغاتی را بهبود می‌بخشند؛ در حالی که «معیارهای پیش‌بینی شده (مانند احتمال خرید و احتمال عدم استفاده از خدمات)» برای استفاده‌ی موثر، نیاز به پیش نیازهای خاصی دارند.
علاوه بر این، ادغام هوش مصنوعی در گزارش‌ها، دقت تحلیل داده‌ها را افزایش می‌دهد و روش‌های موثر جذب کاربر و خطرات بالقوه‌ی عدم استفاده از خدمات را برجسته می‌کند. استفاده از هوش مصنوعی در GA4 برای رقابت‌پذیر ماندن و تصمیم‌گیری مبتنی بر داده در چشم‌انداز پویای دنیای دیجیتال، ضروری است.