Remote Config kişiselleştirmesi hakkında

Kişiselleştirme, bireysel kullanıcıların bir hedefe ulaşması için en uygun deneyimi belirlemek amacıyla makine öğrenimini (özellikle bağlamsal çok kollu haydut algoritması) kullanır. Bizim durumumuzda amaç, belirli Google Analytics etkinliklerinin toplam sayısı veya toplam parametre değeri için optimizasyon yapmaktır.

Bağlamsal çok kollu haydut algoritması nedir?

"Çok kollu haydut", birden çok yol listesinden en yüksek, en güvenilir ödüllere giden yolu sürekli olarak seçmek istediğimiz durumu tanımlamak için kullanılan bir metafordur. Bunu gözünüzde canlandırmak için, bir sıra kumar makinesinin önünde duran bir kumarbaz metaforunu kullanabilirsiniz; bu metafora halk dilinde "tek kollu haydut" denir çünkü bir kumar makinesinin tek kolu (veya kolu) vardır ve paranızı alır. Çoklu "kolları" çözmek istediğimizden, tek kollu haydut , çok kollu haydut haline gelir.

Örneğin, üç seçeneğimiz olduğunu ve hangisinin en güvenilir ödülü sağladığını belirlemek istediğimizi varsayalım: Her seçeneği deneyebilir ve bir sonuç aldıktan sonra, en fazla ödülü veren kolu seçmeye devam edebiliriz. Buna açgözlü algoritma denir: İlk denediğimizde en iyi sonucu veren seçenek, seçmeye devam edeceğimiz seçenektir. Ancak bunun her zaman işe yaramayabileceğini anlayabiliriz; her şeyden önce, yüksek ödül şans eseri olabilir. Ya da belki o zaman diliminde daha yüksek ödüllerle sonuçlanan, daha sonra o kadar etkili olmayacak, kullanıcıya özel bir bağlam vardır.

Yani algoritmayı daha etkili hale getirmek için bağlam eklenir. Remote Config kişiselleştirmesi için bu başlangıç ​​bağlamı, denemeye bir miktar entropi sağlayan rastgele örnekleme veya belirsizliktir . Bu, " bağlamsal çok kollu bir haydut" uygular. Deney devam ettikçe, devam eden keşif ve gözlemler, hangi kolların modele ödül kazandırma ihtimalinin yüksek olduğuna dair gerçek öğrenilmiş bağlamı ekleyerek modeli daha etkili hale getirir.

Bu, uygulamam açısından ne anlama geliyor?

Şimdi uygulamanız bağlamında çok kollu haydut algoritmasının ne anlama geldiğini tartışalım. Banner reklam tıklamaları için optimizasyon yaptığınızı varsayalım. Bu durumda kişiselleştirmenin "kolları", kullanıcılara göstermek istediğiniz farklı banner reklamları temsil etmek için belirttiğiniz alternatif değerler olacaktır. Banner reklam tıklaması, amaç olarak adlandırdığımız ödüldür.

Bir kişiselleştirmeyi ilk başlattığınızda model, her bir kullanıcı için hangi alternatif değerin hedefinize ulaşma olasılığının daha yüksek olacağını bilmez. Kişiselleştirme, hedefinize ulaşma olasılığını anlamak için her alternatif değeri araştırdıkça, temel model daha bilgili hale gelir ve her kullanıcı için en uygun deneyimi tahmin etme ve seçme yeteneğini geliştirir.

Kişiselleştirmede 24 saatlik bir yapışkanlık penceresi kullanılır. Bu, kişiselleştirme algoritmasının tek bir alternatif değeri keşfetme süresidir. Kişiselleştirmelerinize, her alternatif değeri birden çok kez keşfetmeye yetecek kadar süre tanımalısınız (genellikle yaklaşık 14 gün). İdeal olarak, uygulamanız ve kullanıcı davranışlarınız değiştikçe sürekli olarak gelişip uyum sağlayabilmeleri için bunların sürekli çalışmasına izin verebilirsiniz.

Ek metrikleri izleyin

Remote Config kişiselleştirmesi aynı zamanda sonuçlarınızı bağlamsallaştırmanıza yardımcı olmak için iki adede kadar ek ölçümü izleme olanağı da sağlar. Diyelim ki bir sosyal uygulama geliştirdiniz ve genel etkileşimi artırmak amacıyla kullanıcıları arkadaşlarıyla içerik paylaşmaya teşvik etmek için farklı alternatif değerler belirlediniz.

Bu durumda, link_received gibi bir Analytics etkinliği için optimizasyon yapmayı seçebilir ve kullanıcı etkileşiminin ve kullanıcının açtığı bağlantı sayısının artıp artmadığını (gerçek etkileşim) mi yoksa düştüğünü (muhtemelen çok fazla spam içerikli bağlantı) anlamak için iki ölçümü user_engagement ve link_opened olarak ayarlayabilirsiniz. ).

Bu ek ölçümler, kişiselleştirme algoritmasında dikkate alınmayacak olsa da, bunları doğrudan kişiselleştirme sonuçlarınızın yanında takip ederek, kişiselleştirmenin genel hedeflerinize ulaşma becerisine dair değerli bilgiler sağlayabilirsiniz.

Kişiselleştirme sonuçlarını anlayın

Bir kişiselleştirme veri toplayacak kadar uzun süre çalıştıktan sonra sonuçlarını görüntüleyebilirsiniz.

Kişiselleştirme sonuçlarını görüntülemek için:

  1. Remote Config sayfasını açın ve Kişiselleştirmeler'e tıklayın.

  2. Görüntülemek istediğiniz kişiselleştirmeyi seçin. Belirli bir kişiselleştirmeyi ada veya hedefe göre arayabilir ve Ad, Başlangıç ​​zamanı veya Toplam artışa göre sıralayabilirsiniz.

Sonuçlar sayfası, kişiselleştirmenin Temel grup üzerinden sağladığı Toplam artışı veya performanstaki yüzde farkını özetler.

Sonuçlar sayfası ayrıca kişiselleştirmenin geçerli durumunu, kişiselleştirmenin özelliklerini ve aşağıdakileri sağlayan etkileşimli bir grafiği gösterir:

  • Kişiselleştirmenin taban çizgisine göre nasıl performans gösterdiğine ilişkin ayrıntılı günlük ve toplam görünümü gösterir.

  • Her bir değerin temel grup genelinde genel olarak nasıl performans gösterdiğini gösterir.

  • Özetin üst kısmındaki sekmeleri kullanarak erişebileceğiniz, seçtiğiniz ek ölçümlere göre hedef sonuçlarını ve performansı görüntüler.

Bir kişiselleştirme süresiz olarak çalışır durumda bırakılabilir ve performansını izlemek için sonuçlar sayfasını tekrar ziyaret etmeye devam edebilirsiniz. Algoritma, kullanıcı davranışı değiştiğinde uyum sağlayabilmek için öğrenmeye ve ayarlamaya devam edecektir.

Kişiselleştirme silme işlemini anlama

Firebase konsolunu kullanarak veya Firebase Remote Config API'yi kullanarak şablonunuzdan bir kişiselleştirme parametresini kaldırarak bir kişiselleştirmeyi silebilirsiniz. Silinen kişiselleştirmeler geri yüklenemez. Veri saklama hakkında bilgi edinmek için bkz. Veri silme .

Ayrıca bir şablonu geri alarak veya içe aktararak kişiselleştirmeleri silebilirsiniz.

Geri almalar

Mevcut şablonunuzda kişiselleştirmeler varsa ve aynı kişiselleştirmelere sahip olmayan bir şablona geri dönerseniz kişiselleştirmeler silinir. Önceki bir şablona geri dönmek için Firebase konsolunu kullanın veya Firebase Remote Config API'yi kullanarak roll back .

Bir kişiselleştirmeyi sildiğinizde ve önceki bir şablona geri döndüğünüzde Firebase konsolunda söz konusu geçersiz kişiselleştirmeye ilişkin bir referans görünür. Remote Config sayfasının Parametreler sekmesinde kişiselleştirmeyi düzenleyerek geçersiz kişiselleştirmeyi Firebase konsolundan kaldırabilirsiniz.

İthalat

Artık mevcut kişiselleştirmelerinizi içermeyen bir şablonu içe aktardığınızda bu kişiselleştirmeler de silinir. Bir şablonu içe aktarmak için Firebase konsolunu veya Remote Config REST API'yi kullanın.

Sonraki adımlar