Firebase fournit des outils pour personnaliser l'expérience d'un utilisateur en ciblant des groupes d'utilisateurs via des services Firebase tels que Remote Config , Cloud Messaging et In-App Messaging . À l'aide d'un compte BigQuery associé, vous pouvez importer des segments que vous avez peut-être identifiés en dehors de Firebase pour créer des expériences ciblées avec les services Firebase.
Configurer les segments importés
Vous pouvez importer des données pour vos segments dans Firebase à l'aide de Google Cloud BigQuery . BigQuery propose plusieurs méthodes de chargement des données , vous êtes libre de choisir celle qui convient le mieux à votre configuration.
Une fois l'intégration activée :
- Firebase crée un ensemble de données dans BigQuery qui vous appartient, mais auquel Firebase dispose d'un accès en lecture.
- Firebase ingère périodiquement les données, rendant vos segments mis à jour disponibles dans la console Firebase pour le ciblage.
- Firebase n'a qu'un accès en lecture à ces données. Firebase conserve une copie de ces données dans sa mémoire interne.
- Toutes les données supprimées de l'ensemble de données BigQuery sont également supprimées du stockage de données Firebase.
Activer l'importation BigQuery
- Accédez à la page d' intégration de BigQuery dans la console Firebase.
- Si vous n'avez pas encore configuré l'intégration de BigQuery, suivez les instructions à l'écran pour activer BigQuery.
- Activez la bascule Segments importés .
Lorsque vous activez l'importation de segments depuis BigQuery :
- Firebase crée automatiquement un nouvel ensemble de données BigQuery nommé
firebase_imported_segments. Cet ensemble de données contient des tables vides nomméesSegmentMembershipsetSegmentMetadata. - L'ensemble de données 'firebase_imported_segments' est également partagé avec un compte de service Firebase avec le domaine
@gcp-sa-firebasesegmentation.iam.gserviceaccount.com. - Firebase exécute une tâche au moins toutes les 12 heures pour lire cet ensemble de données et peut importer plus fréquemment que 12 heures.
Importer des données dans BigQuery
Vous pouvez utiliser n'importe quel mécanisme compatible pour charger vos données dans BigQuery afin de remplir les tables SegmentMemberships et SegmentMetadata . Les données doivent suivre le schéma décrit ci-dessous :
SegmentMemberships
[
{
"name": "instance_id",
"type": "STRING"
},
{
"name": "segment_labels",
"type": "STRING",
"mode": "REPEATED"
},
{
"name": "update_time",
"type": "TIMESTAMP"
}
]
instance_id : ID d'installation Firebase pour une installation d'application spécifique.
segment_labels : les segments dans lesquels les appareils ( "instance_id" ) sont inclus. Ceux-ci ne doivent pas nécessairement être conviviaux et peuvent être courts pour réduire l'utilisation de l'espace de stockage BigQuery. Il doit y avoir une entrée correspondante dans la table SegmentMetadata pour chaque "segment_labels" utilisé ici. Notez qu'il s'agit d'un pluriel, alors que la table SegmentMetadata a "segment_label" .
update_time : actuellement non utilisé par Firebase, mais peut être utilisé pour supprimer les anciennes adhésions aux segments de BigQuery qui ne sont plus utilisées.
Métadonnées de segment
[
{
"name": "segment_label",
"type": "STRING"
},
{
"name": "display_name",
"type": "STRING"
}
]
segment_label : identifie un segment particulier. Il doit y avoir une entrée dans cette table pour chaque segment répertorié dans la table SegmentMemberships . Notez qu'il s'agit d'un singulier, alors que la table SegmentMemberships a "segment_labels" .
display_name : un nom lisible et convivial pour le segment. Ceci est utilisé pour étiqueter votre segment dans la console Firebase.
Configurer la facturation pour BigQuery
Si vous essayez la nouvelle fonctionnalité pour une application avec très peu d'installations, vous n'aurez peut-être qu'à configurer le bac à sable BigQuery .
Toutefois, si vous l'utilisez pour une application de production avec de nombreux utilisateurs, vous devez configurer la facturation pour l'utilisation de BigQuery afin de payer le stockage ainsi que le mécanisme utilisé pour charger les données dans BigQuery. Vous ne serez pas facturé pour les lectures initiées par Firebase.
Désactiver l'intégration
Pour désactiver cette intégration, accédez à la page d' intégration de BigQuery dans la console Firebase et désactivez l' option Segments personnalisés .
Utiliser les segments importés
Une fois les données ingérées, elles seront disponibles dans la console Firebase pour un ciblage avec des services tels que Remote Config ou In-App Messaging. Cela fonctionne exactement comme le ciblage avec des propriétés ou des audiences Google Analytics.
Vous pouvez utiliser "Segment(s) importé(s)" comme l'un des attributs ciblables et les segments que vous avez importés seront disponibles pour la sélection. Ils incluent également une estimation du nombre d'instances d'application appartenant à chaque segment.
Une estimation du nombre d'instances correspondant à l'ensemble des critères de ciblage est également disponible. Celui-ci est mis à jour au fur et à mesure que vous apportez des modifications aux critères de ciblage.
Cas d'utilisation
Il existe plusieurs façons d'utiliser des segments importés pour créer des expériences utilisateur ciblées. Cette section décrit certains scénarios courants dans lesquels vous pourriez souhaiter utiliser cette fonctionnalité.
Envoyer des notifications à un groupe d'utilisateurs
Imaginez que vous ayez une application qui permet des achats intégrés avec un panier. Vous pouvez également utiliser des solutions d'analyse personnalisées ou tierces (qui ne sont pas alimentées par Google Analytics) pour collecter diverses mesures associées au comportement des utilisateurs dans votre application. À l'aide de ces mesures, vous pouvez identifier un groupe d'utilisateurs qui ont ajouté des articles au panier, mais qui n'ont pas terminé le paiement.
Imaginez maintenant que vous souhaitiez utiliser Firebase Cloud Messaging pour envoyer une notification à ces utilisateurs pour leur rappeler qu'ils ont des articles dans leur panier. Vous pouvez créer un segment appelé « paiement incomplet » et inclure ces utilisateurs, identifiés par leur ID d'installation Firebase, et l'importer dans BigQuery pour le partager avec Firebase.
Une fois que Firebase a ingéré ces données, elles sont disponibles dans l'éditeur de notifications où vous pouvez créer une nouvelle campagne de notification ciblant le "paiement incomplet" pour envoyer un message incitant les utilisateurs à terminer le paiement.
Configurer une application pour un sous-ensemble d'utilisateurs
Supposons que vous utilisiez une solution d'analyse interne qui indique que certains utilisateurs ont du mal à naviguer dans l'application. Pour aider ces utilisateurs, vous souhaitez configurer le comportement de l'application pour ces utilisateurs afin d'inclure un court didacticiel vidéo.
Vous pouvez intégrer Remote Config dans votre application et utiliser un paramètre, nommé quelque chose comme "needs_help", dans votre application pour afficher conditionnellement la vidéo du didacticiel.
À l'aide de vos données d'analyse, créez un segment nommé "utilisateurs en difficulté" et incluez les utilisateurs appropriés, identifiés par l'ID d'installation Firebase. Importez ensuite ce segment et ses membres dans BigQuery pour les partager avec Firebase.
Une fois que Firebase a ingéré ces données, elles sont mises à disposition dans la console de configuration à distance en tant que segment pouvant être ciblé. Vous pouvez ensuite créer une condition ciblant les "utilisateurs en difficulté" et définir le paramètre "needs_help" sur true pour cette condition et false par défaut. Une fois cette configuration publiée, l'application montre la vidéo du didacticiel uniquement aux utilisateurs du segment "utilisateurs en difficulté".
Suivez les parcours des utilisateurs sur tous les appareils
Imaginez que vous avez créé une application de critique de restaurant à l'aide de Firebase et de Google Analytics. À l'aide des mesures collectées, vous constatez que les utilisateurs accèdent souvent à l'application à la fois à partir d'un appareil mobile et d'une tablette. Vous découvrez également que vos utilisateurs préfèrent rédiger des avis sur la tablette, alors qu'ils peuvent lire les avis depuis n'importe quel appareil.
Certains utilisateurs commencent à écrire une critique sur leur téléphone et abandonnent, peut-être en raison du facteur de forme plus petit. Vous décidez d'envoyer une notification à ces utilisateurs sur leurs tablettes les invitant à terminer leurs évaluations.
Pour ce faire, vous pouvez définir un reviewerId généré en interne comme UserId à l'aide de Google Analytics pour les utilisateurs connectés et déclencher un événement pour identifier les avis annulés. Vous pouvez ensuite exporter les données Google Analytics de votre application vers BigQuery.
En analysant ces données dans BigQuery, vous pouvez identifier l'ID d'installation Firebase des tablettes pour les utilisateurs qui n'ont pas fini de rédiger un avis sur leur téléphone. Vous pouvez nommer ce groupe "tablettes-des-utilisateurs-qui-ont-annulé-sur-le-téléphone" et importer le segment dans BigQuery pour partager la liste des membres avec Firebase.
Une fois que Firebase a intégré ces données, elles sont disponibles dans l'éditeur de notifications en tant que segment pouvant être ciblé. Vous pouvez ensuite créer une nouvelle campagne de notifications ciblant les "tablettes-des-utilisateurs-qui-ont-annulé-sur-le-téléphone" pour envoyer un message incitant ces utilisateurs à terminer leur avis sur leurs tablettes.