用户属性功能可让您在分析中包含关键客户信息
您可以输入有关在线商店用户的其他信息，这些信息可用于各种报告和新受众。例如，您可以为个人标记他们最感兴趣的产品类别的信息，然后检查分析结果以了解不同类别之间的差异以及是否可以利用这些信息。在再营销中。或者，例如，输入购买频率更高的人的信息，这样您就可以开始通过分析探索他们之间的联系。
借助新的分析技术，您可以创建受众群体，其中 Google 的人工智能会尝试在用户操作发生之前进行预测。例如，这意味着您可以向 Google 人工智能认为将在未来 7 天内进行购买的用户进行再营销。或者，例如，尝试接触那些不太可能很快回来的客户。
我还无法为自己的测试激活这些报告，因为 Google 认为测试期间 芬兰手机号码格式 的流量不够。显然，与 Universal Analytics 一样，预测指标需要过去 28 天内超过 1,000 次可衡量的购买，因此预测分析只能在较大的在线商店中使用。然而，上个月，一位客户已经购买了 14,528 台电表，但仍然没有电表可用。也许该功能稍后只会在芬兰开放？
阅读提示：数据驱动营销的 5 个技巧——数据驱动营销究竟意味着什么？在实践中如何实现？
正如博客文章所揭示的，Google Analytics 4 仍处于早期测试阶段，缺少旧版 Universal Analytics 中的重要跟踪功能。该工具目前正在积极开发中，我相信六个月后的情况可能会有很大不同。尽管还处于早期阶段，我仍建议在您当前的旧 Universal Analytics 跟踪的同时构建 Google Analytics 4 跟踪。当 Google 开发其报告视图或您想要将数据与之前某个时间点进行比较时，今天收集的数据可能会非常有用。
您是否想从在线商店数据中获取更多信息，例如使用仪表板？将您的网站监控提升到新的水平，并开始利用网络分析开展营销！