Zo voorspelt Google Firebase het gedrag van app-gebruikers

Inzicht krijgen in de acties van je app-bezoekers? Dan gebruik je waarschijnlijk Google Analytics. Daarnaast is het ook mogelijk om het gedrag van sommige gebruikers te voorspellen. Met Firebase Predictions is het mogelijk om in te zien welke gebruikers jouw app mogelijk zullen verwijderen of naar een betaalde versie upgraden, nog vóór ze dit daadwerkelijk hebben gedaan. 

Google Firebase is een tool om apps mee te bouwen, maar is bovenal erg geschikt om apps uitgebreid te kunnen analyseren. Firebase Predictions maakt het mogelijk om bepaalde gebruikers van jouw app real-time onder te verdelen in verschillende segmenten op basis van het gedrag dat zij vertonen binnen de app. Zo kun je bijvoorbeeld onderscheid maken tussen gebruikers die waarschijnlijk iets gaan kopen via de app en gebruikers die dit waarschijnlijk niet doen.

In-app aankopen

Firebase Predictions biedt waardevol inzicht in welke gebruikers geld zullen besteden aan of met het gebruik van jouw app en welke niet. Dit helpt je niet alleen in het optimaliseren van de user experience van de app, maar zal bij juiste inzet tegelijkertijd de omzet verhogen die valt te genereren uit de app.

Stel: je bent retailer en je hebt een app waarin je kleding verkoopt. Op basis van historische gegevens weet je dat een bepaalde groep gebruikers gevoelig is voor het ontvangen van een 10% kortingscode die zij kunnen verzilveren bij hun volgende aankoop. Als het vertonen van de kortingscode aan alle bezoekers teveel omzet kost, kun je besluiten om slechts een deel van de bezoekers – degenen die hier gevoelig voor zijn – een kortingscode te geven. Hierdoor zal het conversiepercentage van de app stijgen, zonder dat dit ten koste gaat van een groot deel van de omzet.

Churn prediction

Niemand kan in de toekomst kijken, maar met Firebase Predictions is het wel mogelijk om een model te creëren dat – op basis van machine learning – keuzes maakt door het historische gedrag van gebruikers te analyseren. Het model bepaalt uiteindelijk welke actie het best werkt voor welke gebruikers en kan deze direct in de app doorvoeren, zonder dat je zelf nog handmatige aanpassingen hoeft te doen als beheerder. Je kiest zelf of je deze acties toestaat of niet en op basis van jouw keuzes ‘train’ je het model tot dit volledig geautomatiseerd acties bepaalt en uitvoert.

Laten we het voorbeeld van de retail app nogmaals gebruiken: de kans groot is dat een bepaald gedeelte van de gebruikers de app na verloop van tijd niet meer gaat gebruiken of deze zelfs gaat verwijderen. Zodra het model weet welke groep de app mogelijk zal verwijderen, geeft deze de groep een bepaalde beloning (bijvoorbeeld een kortingscode) en is de kans groter dat de gebruiker weer een aankoop doet via de app.

Het grote voordeel van deze kleine optimalisaties is dat je per dag kunt bepalen hoe dit gedaan wordt. De predictions worden namelijk dagelijks bijgewerkt. Zo is het mogelijk om jouw app elke dag een stukje beter te maken en deze steeds meer toe te spitsen op jouw doelgroep.

Veranderen zonder update

Firebase maakt gebruik van Remote Config. Hierdoor is het mogelijk om kleine aanpassingen in de app live door te voeren, zonder dat hiervoor een app-update nodig is door de gebruiker zelf. Met Remote Config kun je bepaalde onderdelen van de app namelijk rechtstreeks live te zetten. Hierdoor is de app dus altijd up-to-date, zonder dat er een actie van de gebruiker nodig is.

Of een gebruiker een advertentie te zien krijgt of niet wordt bepaald door een zogeheten ‘drempelwaarde’. Zodra deze overschreden wordt, zal Remote Config ervoor zorgen dat bijvoorbeeld de kortingscode direct getoond wordt aan een specifieke groep. Hoe die groep eruit ziet, is afhankelijk van de voorspelling in de app. Op basis daarvan worden gebruikers van de app onderverdeeld in verschillende dynamische gebruikersgroepen. De groep waarin de bezoeker wordt ingedeeld bepaalt of deze wel of geen kortingscode te zien krijgt.

Deze dynamische gebruikersgroepen bevatten gebruikers waarvan de kans groot is dat zij binnen zeven dagen een bepaalde actie zullen gaan ondernemen. Dit stelt je in staat om op deze acties te anticiperen. Het is hierin mogelijk om zelf de risicotolerantie (Risk Tolerance Level) van een bepaalde voorspelling aan te passen. Vind hierin zelf de balans tussen een kleinere gebruikersgroep met een hogere nauwkeurigheid wat betreft de waarschijnlijkheid van de voorspelde handeling, of een grotere gebruikersgroep met minder nauwkeurige voorspellingen.

Toegankelijk en eenvoudig

De twee standaard groepen binnen Firebase Predictions zijn ‘churn’ en ‘spend’. Dat is aan de ene kant zonde, want Firebase Predictions kan in zijn standaard vorm dus alleen gebruikt worden voor deze specifieke doeleinden. Daarom zal Firebase tekort schieten in het geval je buiten deze toepassingen echt serieus aan de slag wilt met machine learning. Het grote voordeel daarentegen is wel dat de dienst, net als bijna alle Google diensten, gratis te gebruiken is en toch aardig wat handige, toepasselijke inzichten biedt. Dit maakt het mogelijk om zeer laagdrempelig en zonder de inzet van een groot marketingbudget kennis te maken met de mogelijkheden die Firebase Predictions te bieden heeft.