{{bloc-notion-3}}

{{bloc-notion-5}}

1. Prédiction de la probabilité de conversion : vous pouvez entraîner un modèle de régression ou de classification qui prédit la probabilité de conversion d'un utilisateur en fonction de ses caractéristiques et de son comportement sur votre site ou application. Vous pouvez utiliser ces prévisions pour cibler les utilisateurs les plus susceptibles de convertir avec des offres spéciales ou des messages de retargeting.

2. Analyse des facteurs de conversion : en utilisant BigQuery ML, vous pouvez entraîner un modèle de régression qui vous permet d'identifier les facteurs qui influencent votre taux de conversion. Par exemple, vous pouvez utiliser le modèle pour comprendre quelles pages de votre site ont le plus d'impact sur la conversion, quels produits ou quelles caractéristiques de vos utilisateurs sont les plus associés à une conversion réussie.

3. Analyse de la performance des canaux d’acquisition et des publicités : vous pouvez utiliser BigQuery ML pour créer un modèle qui prédit la probabilité de conversion en fonction du canal d’acquisition et des annonces auxquelles un utilisateur a été exposé. Cela vous permet de comprendre quels canaux et publicités sont les plus performants et de cibler vos efforts marketing et d'optimiser votre stratégie publicitaire en conséquence.

4. Prédiction de la valeur à long terme d'un client : vous pouvez entraîner un modèle de régression qui prédit la valeur à long terme d'un client en fonction de ses caractéristiques et de son comportement sur votre site ou application. Cela vous permet de cibler les utilisateurs les plus rentables pour votre entreprise et de déterminer quels efforts marketing valent le “coût” pour acquérir de nouveaux clients.

{{bloc-notion-1}}

{{bloc-notion-4}}