¿Cuáles son algunos de los análisis predictivos inteligentes y el aprendizaje automático que uno puede hacer con los datos de flujo de clics?

Recomendación de contenido

El algoritmo de filtrado colaborativo puede ser entrenado por user_id, pares de ubicación. Entonces puedes responder preguntas:
– ¿Qué lugares te pueden gustar? (porque personas como tú los han visitado)
– ¿Qué ubicaciones están asociadas con esta ubicación?

Puede hacer lo mismo en tiendas electrónicas para recomendar productos. Simplemente entrene el modelo con los pares user_id, product_id.

Predicción de objetivos de conversión

El algoritmo de clasificación (árboles de decisión, redes neuronales, SVM, regresiones, etc.) se puede utilizar para predecir si el usuario alcanzará o no su objetivo de conversión.

Grupo de entrenamiento: Todos los usuarios que visitaron dan sitio.
Variable de destino: ¿el usuario ha visitado mi objetivo durante su sesión?
Predictores recomendados: tiempo en el sitio, número de páginas visitadas, categorías, número de visitas en los últimos 7, 30 días, 90 días, navegador, dispositivo, utm_campaign, etc.

Otras tareas son:
– predicción de abandono (quién no volverá más a su sitio)
– up-sale y activación del producto (quién comprará un producto o activará la suscripción),
– Estimación de LTV o puntuación de prospectos (¿quién es el mejor objetivo para el chat en vivo premium cuando hay recursos limitados en soporte?)

Segmentación de visitantes

Las técnicas de agrupación se pueden utilizar para segmentar a sus visitantes. Puede cambiar el contenido del sitio web según los segmentos. Versión A para todos los recién llegados. Versión B para aquellos que lo visitaron 2-4 veces. Versión C para 5+.

Si desea probarlo sin codificar, pruebe 7Segments. Realiza un seguimiento de la secuencia de clics como Google Analytics y ha implementado todas las funciones anteriores.