为什么我们需要预测分析？

在进行App运营维护的时候，为了防止用户流失或者提高应用内的购买率，我们通常需要知道以下相似问题的答案：

“哪些用户最有可能卸载我的App？”

“哪些用户可能会在应用程序内购买？”

……

这就是预测的作用。

如果进行预测，就可以提前制定有效的营销策略，以提高优化营销效果。

但是怎么高效的做到这一点？

Firbase大家都不陌生，用它就可以进行预测分析。

如何使用呢？

Firebase预测会将机器学习应用于数据进行分析，从而根据预测的用户行为创建动态用户细分。

这些预测结果可自动用于Firebase远程配置、通知编辑器、Firebase应用内消息以及A/B测试。

除此之外，还可以将应用程序的预测数据导出到BigQuery做更进一步的分析，或者将数据推送到第三方工具中，包含Google Analytics SDK的iOS、Android、Unity和C++应用都可以使用Firebase预测。

Firebase预测提供了两种预定义预测：

·流失，指用户不会重新使用应用程序的可能性（即不再打开应用程序或应用程序相关的通知）；

·支出，指用户将进行应用程序内购买的可能性。

如果想根据自己的需求创建预测，应该如何操作？

可以根据在应用程序中收集的Google Analytics自定义转化事件来创建。

具体的操作步骤如下：

1.将Google Analytics添加到应用程序

可以对应用程序中的一些关键事件和互动情况进行监测，并将这些事件标记为转化。

2.启用Google Analytics数据共享和Firebase预测

a.打开Firebase控制台的集成页面。

b.如果尚未启用Google Analytics集成，请将其启用。

c.在“集成”页面中的Google Analytics卡片上，点击管理，然后确保与所有Firebase功能共享Google Analytics数据设置处于启用状态。如果需要详细了解共享设置，可以查看管理数据共享。

d.在Firebase控制台中，打开预测部分。如果尚未同意Firebase预测服务条款，请确认同意。

在启用数据共享并同意服务条款后，系统就会为项目启用Firebase预测。之后随时都可以在此页面中停止与其共享数据来中止预测。

3.创建自定义预测

选择Google Analytics的事件来进行创建，Firebase预测会预测哪些用户将触发相关事件。

4.在应用程序中使用预测

在启用Firebase预测或创建自定义预测后，相关服务会开始准备模型，以便针对相应用户进行预测。

a.点击探索和使用预测，选择需要定位的用户细分。

b.用户细分由指定的百分位数值范围内的用户组成。用户的百分位数值表示与所有用户相比，该用户执行某项操作（流失、支出等）的相对可能性。

系统根据用户执行预测操作的可能性对用户排序，然后将排序后的列表分为100个大小相等的组，来分配每位用户的百分位数值。

c.选择要用于预测的产品（远程配置、FCM 或Firebase应用程序内消息），然后点击继续。相关产品的配置页面随即将打开，其中目标部分已预先填充了所选择的用户细分。

使用远程配置从应用程序访问预测结果时，需要先在Firebase控制台定义用户细分，然后配置远程配置，为用户细分的成员设置远程参数。

也可以使用通知编辑器或Firebase应用程序内消息覆盖特定预测细分中的用户，比如可以根据流失预测的结果，向很可能流失或停止使用应用程序的新用户自动发送通知消息。

当然，上述的只是分享给大家的一些文字理论，想要将其应用在业务上有所帮助，还需要进行实操才可以。