เกี่ยวกับการปรับเปลี่ยนการกำหนดค่าระยะไกลตามโปรไฟล์ของผู้ใช้

การปรับตามโปรไฟล์ของผู้ใช้ใช้แมชชีนเลิร์นนิง โดยเฉพาะ อัลกอริทึมการทดสอบแบบสล็อตแมชชีนตามบริบท กำหนดประสบการณ์ที่ดีที่สุดสำหรับผู้ใช้แต่ละรายเพื่อให้บรรลุวัตถุประสงค์ ในกรณีของเรา วัตถุประสงค์คือการเพิ่มประสิทธิภาพเพื่อยอดรวมหรือค่าพารามิเตอร์ทั้งหมดของเหตุการณ์ Google Analytics ที่เฉพาะเจาะจง

อัลกอริทึมการทดสอบแบบสล็อตแมชชีนตามบริบทคืออะไร

"การทดสอบแบบสล็อตแมชชีน" เป็นคำอุปมาที่ใช้อธิบายสถานการณ์ที่เรา ต้องการเลือกเส้นทางที่พาไปสู่จุดสูงสุด ที่เชื่อถือได้มากที่สุดอย่างต่อเนื่อง รางวัลจากรายการหลายเส้นทาง หากต้องการดูภาพนี้ คุณสามารถใช้ การเปรียบเทียบระหว่างนักพนันยืนอยู่หน้าสล็อตแมชชีน เรียกว่า "การทดสอบแบบสล็อตแมชชีน" เพราะสล็อตแมชชีนมีแค่แฮนเดิลเดียว (หรือ กลุ่ม) และใช้เงินของคุณ เนื่องจากเราต้องการแก้โจทย์ "แขน" การทดสอบแบบสล็อตแมชชีนจะกลายเป็นการทดสอบแบบสล็อตแมชชีนแบบ Multi-Armed

ตัวอย่างเช่น สมมติว่าเรามี 3 ตัวเลือก และเราต้องการพิจารณาว่าตัวเลือกใด รางวัลที่น่าเชื่อถือที่สุด เราสามารถลองใช้แต่ละตัวเลือก และหลังจากได้รับ เราก็เลือกเครื่องที่ให้รางวัลมากที่สุดต่อไปได้ อัลกอริทึมนี้เรียกว่าอัลกอริทึมแบบโลภ ซึ่งก็คือเราจะเลือกตัวเลือกที่ให้ผลลัพธ์ดีที่สุดเมื่อพยายามใช้ครั้งแรกต่อไปเรื่อยๆ แต่เราทำได้ เข้าใจว่าวิธีนี้อาจไม่ได้ผลเสมอไป เพราะสิ่งหนึ่งคือการให้ผลตอบแทนสูง อาจเป็นช่วงเวลาเผื่อไว้ หรืออาจมีบริบทเฉพาะของผู้ใช้ มากขึ้นในระหว่างช่วงเวลานั้น ซึ่งจะไม่มีประสิทธิภาพในภายหลัง

เราจึงเพิ่มบริบทเพื่อช่วยให้อัลกอริทึมมีประสิทธิภาพมากขึ้น สำหรับ การปรับเปลี่ยนให้เหมาะกับผู้ใช้ Remote Config บริบทเริ่มต้นนี้เป็นการสุ่มตัวอย่าง หรือความไม่แน่นอน ซึ่งทำให้เกิดเอนโทรปีบางอย่างในการทดลอง การดำเนินการนี้ใช้ "Multi-Armed Banditตามบริบท" ขณะทำการทดสอบอย่างต่อเนื่อง การสำรวจและการสังเกตอย่างต่อเนื่องจะเพิ่มบริบทที่เรียนรู้จริงเกี่ยวกับกลุ่มทดสอบที่มีแนวโน้มจะกระตุ้นรางวัลให้กับโมเดล ซึ่งทําให้โมเดลมีประสิทธิภาพมากขึ้น

ผลกระทบต่อแอป

ตอนนี้มาพูดถึงความหมายของอัลกอริทึมแบบสล็อตแมชชีนหลายช่องในบริบทของแอปกัน สมมติว่าคุณกําลังเพิ่มประสิทธิภาพเพื่อคลิกโฆษณาแบนเนอร์ ในกรณีนี้ ค่า "แขน" ของการปรับเปลี่ยนในแบบของคุณจะเป็นค่าสำรองที่คุณระบุ หมายถึงโฆษณาแบนเนอร์ต่างๆ ที่คุณต้องการแสดงให้ผู้ใช้เห็น โฆษณาแบนเนอร์ คลิกคือรางวัล ซึ่งเราเรียกว่าวัตถุประสงค์

ในครั้งแรกที่คุณเปิดใช้การปรับเปลี่ยนในแบบของคุณ โมเดลจะไม่รู้ว่า มูลค่าอื่นๆ มีแนวโน้มที่จะบรรลุเป้าหมายสำหรับผู้ใช้แต่ละคน ผู้ใช้ ขณะที่การปรับเปลี่ยนในแบบของคุณสำรวจค่าทางเลือกแต่ละค่าเพื่อทำความเข้าใจ แนวโน้มในการบรรลุวัตถุประสงค์ โมเดลสำคัญนี้จะเติบโต ปรับปรุงความสามารถในการคาดการณ์และเลือกประสบการณ์ที่ดีที่สุดสำหรับ ผู้ใช้แต่ละราย

การปรับเปลี่ยนในแบบของคุณจะใช้กรอบเวลาความสามารถในการดึงดูดที่ 24 ชั่วโมง นี่คือจำนวน เวลาที่อัลกอริทึมการปรับเปลี่ยนในแบบของคุณจะสำรวจค่าทางเลือกเพียงค่าเดียว คุณ ควรให้เวลาการปรับเปลี่ยนในแบบของคุณอย่างเพียงพอในการสำรวจทางเลือกต่างๆ หลายครั้ง (โดยทั่วไปคือประมาณ 14 วัน) ทางที่ดีคือคุณควรปล่อยให้แคมเปญทำงาน ตลอดไป เพื่อให้ลูกค้าสามารถปรับปรุงและปรับตัวได้อย่างต่อเนื่องตามแอปและผู้ใช้ของคุณ การเปลี่ยนแปลงของพฤติกรรม

ติดตามเมตริกเพิ่มเติม

การปรับเปลี่ยนในแบบของคุณของ Remote Config ยังช่วยให้ติดตามได้สูงสุด เมตริกเพิ่มเติมเพื่อช่วยให้คุณดูบริบทของผลลัพธ์ได้ สมมติว่าคุณมี ได้พัฒนาแอปโซเชียลและได้กำหนดค่าทางเลือกต่างๆ เพื่อส่งเสริม ผู้ใช้แชร์เนื้อหากับเพื่อนๆ เพื่อเพิ่มการมีส่วนร่วมโดยรวม

ในกรณีนี้ คุณอาจเลือกเพิ่มประสิทธิภาพเหตุการณ์ Analytics เช่น link_received และตั้งค่าเมตริก 2 รายการเป็น user_engagement และ link_opened เพื่อให้ทราบว่าการมีส่วนร่วมของผู้ใช้และจํานวนลิงก์ ผู้ใช้ที่เปิดเพิ่มขึ้น (การมีส่วนร่วมจริง) หรือลดลง (อาจมีลิงก์สแปมมากเกินไป)

แม้ว่าเมตริกเพิ่มเติมเหล่านี้จะไม่รวมอยู่ในการปรับเปลี่ยนให้เหมาะกับแต่ละบุคคล คุณจะสามารถติดตามการแสดงผล ควบคู่กับผลการปรับเปลี่ยนในแบบของคุณ ให้ข้อมูลเชิงลึกที่เป็นประโยชน์เกี่ยวกับความสามารถในการปรับตามโปรไฟล์ของผู้ใช้ เพื่อให้บรรลุ เป้าหมายโดยรวม

ทําความเข้าใจผลลัพธ์ของการปรับเปลี่ยนในแบบของคุณ

หลังจากการปรับเปลี่ยนในแบบของคุณทำงานมานานพอที่จะรวบรวมข้อมูลได้แล้ว คุณจะดำเนินการต่อไปนี้ได้ ดูผลลัพธ์

วิธีดูผลลัพธ์การปรับเปลี่ยนในแบบของคุณ

1. เปิดหน้า Remote Config และคลิก การปรับเปลี่ยนในแบบของคุณ

2. เลือกการปรับเปลี่ยนในแบบของคุณที่ต้องการดู คุณสามารถค้นหา การปรับเปลี่ยนเฉพาะบุคคล ตามชื่อหรือวัตถุประสงค์ และสามารถจัดเรียงตามชื่อ เวลาเริ่มต้นหรือการเพิ่มทั้งหมด

หน้าผลการค้นหาจะสรุปการเพิ่มทั้งหมด หรือเปอร์เซ็นต์ความแตกต่างใน ประสิทธิภาพที่การปรับเปลี่ยนในแบบของผู้ใช้ให้มากกว่ากลุ่มเกณฑ์พื้นฐาน

หน้าผลการค้นหายังแสดงสถานะปัจจุบันของการปรับเปลี่ยนในแบบของคุณ ของการปรับเปลี่ยนในแบบของผู้ใช้ และกราฟเชิงโต้ตอบที่:

• แสดงรายละเอียดรายวันและมุมมองโดยรวมเกี่ยวกับประสิทธิภาพของการปรับเปลี่ยนในแบบของคุณ เมื่อเทียบกับเกณฑ์พื้นฐาน

• แสดงประสิทธิภาพโดยรวมของแต่ละค่าในกลุ่มที่เป็นฐาน

• แสดงผลลัพธ์และประสิทธิภาพของเป้าหมายเทียบกับเมตริกเพิ่มเติมที่คุณเลือก ซึ่งเข้าถึงได้โดยใช้แท็บที่ด้านบนของข้อมูลสรุป

คุณจะปล่อยให้การปรับเปลี่ยนให้เหมาะกับแต่ละบุคคลทำงานไปอย่างไม่มีที่สิ้นสุด และคุณสามารถดำเนินการต่อไปนี้ กลับไปยังหน้าผลการค้นหาอีกครั้งเพื่อติดตามประสิทธิภาพ อัลกอริทึมจะดําเนินการต่อ เรียนรู้และปรับเปลี่ยนเพื่อปรับตัวเมื่อพฤติกรรมของผู้ใช้เปลี่ยนไป

ทําความเข้าใจการลบการปรับเปลี่ยนในแบบของคุณ

คุณลบการปรับเปลี่ยนในแบบของคุณได้โดยใช้คอนโซล Firebase หรือโดยการนำ พารามิเตอร์การปรับเปลี่ยนในแบบของคุณจากเทมเพลตโดยใช้ Firebase Remote Config API การปรับเปลี่ยนในแบบของคุณที่ลบไปแล้วจะกู้คืนไม่ได้ ดูข้อมูลเกี่ยวกับการเก็บรักษาข้อมูลได้ที่ การลบข้อมูล

นอกจากนี้ คุณยังลบการปรับตามโปรไฟล์ของผู้ใช้ได้โดยเปลี่ยนกลับหรือนําเข้าเทมเพลต

ย้อนกลับ

หากเทมเพลตปัจจุบันมีการปรับเปลี่ยนในแบบของคุณและคุณเปลี่ยนกลับไปใช้เทมเพลตที่ไม่มีการปรับแต่งเดียวกัน ระบบจะลบการปรับแต่งนั้น หากต้องการเปลี่ยนกลับเป็น เทมเพลตก่อนหน้า ให้ใช้คอนโซล Firebase หรือ roll back โดยใช้ Firebase Remote Config API

เมื่อคุณลบการปรับเปลี่ยนในแบบของคุณและย้อนกลับไปยังเทมเพลตก่อนหน้า การอ้างอิงว่าการปรับเปลี่ยนในแบบของคุณที่ไม่ถูกต้องปรากฏในคอนโซล Firebase คุณสามารถนำการปรับเปลี่ยนในแบบของคุณที่ไม่ถูกต้องออกจาก Firebase โดยแก้ไข การปรับเปลี่ยนในแบบของคุณในแท็บพารามิเตอร์ของหน้า Remote Config

การนำเข้า

การนำเข้าเทมเพลตที่ไม่มีการปรับเปลี่ยนในแบบของคุณในปัจจุบันแล้ว ลบการปรับเปลี่ยนในแบบของคุณเหล่านั้นออก หากต้องการนำเข้าเทมเพลต ใช้คอนโซล Firebase หรือใช้ Remote Config REST API

ขั้นตอนถัดไป

• สำรวจการปรับเปลี่ยนในแบบของคุณ Remote Config Use Case

• เริ่มต้นด้วย การปรับเปลี่ยนในแบบของคุณ Remote Config