रिमोट कॉन्फ़िगरेशन को उपयोगकर्ता के मनमुताबिक बनाने की सुविधा के बारे में जानकारी

उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा, मशीन लर्निंग का इस्तेमाल करती है. खास तौर पर, कॉन्टेक्चुअल मल्टी-आर्म्ड बैंडिट एल्गोरिदम का इस्तेमाल करती है. इससे यह तय किया जाता है कि किसी लक्ष्य को पूरा करने के लिए, हर उपयोगकर्ता को सबसे अच्छा अनुभव कैसे दिया जाए. हमारे मामले में, लक्ष्य यह है कि खास Google Analytics इवेंट की कुल संख्या या कुल पैरामीटर वैल्यू को ऑप्टिमाइज़ किया जाए.

कॉन्टेक्चुअल मल्टी-आर्म्ड बैंडिट एल्गोरिदम क्या है?

"मल्टी-आर्म्ड बैंडिट" एक मेटाफ़र है. इसका इस्तेमाल ऐसी स्थिति के बारे में बताने के लिए किया जाता है जहां हमें लगातार ऐसा पाथ चुनना होता है जिससे कई पाथ की सूची में से सबसे ज़्यादा और भरोसेमंद इनाम मिलें. इसे समझने के लिए, स्लॉट मशीन की लाइन के सामने खड़े जुआरी के मेटाफ़र का इस्तेमाल किया जा सकता है. स्लॉट मशीन को आम तौर पर "वन-आर्म्ड बैंडिट" कहा जाता है, क्योंकि स्लॉट मशीन में एक हैंडल (या आर्म) होता है और वह आपका पैसा ले लेती है. हमें कई "आर्म" के लिए समस्या हल करनी है. इसलिए, वन-आर्म्ड बैंडिट, मल्टी-आर्म्ड बैंडिट बन जाता है.

उदाहरण के लिए, मान लें कि हमारे पास तीन विकल्प हैं और हमें यह तय करना है कि इनमें से कौनसे विकल्प से सबसे भरोसेमंद इनाम मिलेगा. इसके लिए, हम हर विकल्प को आज़मा सकते हैं. इसके बाद, नतीजे मिलने पर, हम सिर्फ़ उस आर्म को चुन सकते हैं जिससे सबसे ज़्यादा इनाम मिले. इसे ग्रीडी एल्गोरिदम कहा जाता है. इसका मतलब है कि जब हम पहली बार किसी विकल्प को आज़माते हैं, तो जो विकल्प सबसे अच्छा नतीजा देता है उसे हम चुनते रहेंगे. हालांकि, हम यह समझ सकते हैं कि यह तरीका हमेशा काम नहीं कर सकता. इसकी एक वजह यह है कि ज़्यादा इनाम मिलने की वजह कोई फ़्लूक हो सकता है. इसके अलावा, हो सकता है कि उपयोगकर्ता के हिसाब से कोई ऐसा कॉन्टेक्स्ट हो जिसकी वजह से उस समयावधि के दौरान ज़्यादा इनाम मिले हों, लेकिन बाद में वह उतना असरदार न हो.

इसलिए, एल्गोरिदम को ज़्यादा असरदार बनाने के लिए, उसमें कॉन्टेक्स्ट जोड़ा जाता है. उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा के लिए, यह शुरुआती कॉन्टेक्स्ट रैंडम सैंपलिंग, या अनिश्चितता होती है. इससे प्रयोग में कुछ एंट्रॉपी मिलती है.Remote Config इससे "कॉन्टेक्चुअल मल्टी-आर्म्ड बैंडिट" लागू होता है. जैसे-जैसे प्रयोग चलता रहता है, वैसे-वैसे लगातार एक्सप्लोरेशन और ऑब्ज़र्वेशन से मॉडल को यह पता चलता रहता है कि किन आर्म से इनाम मिलने की सबसे ज़्यादा संभावना है. इससे मॉडल ज़्यादा असरदार बनता है.

इसका मतलब मेरे ऐप्लिकेशन के लिए क्या है?

अब बात करते हैं कि आपके ऐप्लिकेशन के संदर्भ में, मल्टी-आर्म्ड बैंडिट एल्गोरिदम का क्या मतलब है. मान लें कि आपने बैनर विज्ञापन पर क्लिक के लिए ऑप्टिमाइज़ किया है. इस मामले में, उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा के "आर्म", वैकल्पिक वैल्यू होंगी. ये वैल्यू, उन अलग-अलग बैनर विज्ञापनों को दिखाने के लिए तय की जाती हैं जो आपको उपयोगकर्ताओं को दिखाने हैं. बैनर विज्ञापन पर क्लिक को इनाम माना जाता है. इसे हम लक्ष्य कहते हैं.

जब उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा पहली बार लॉन्च की जाती है, तो मॉडल को यह नहीं पता होता कि हर उपयोगकर्ता के लिए, कौनसी वैकल्पिक वैल्यू आपके लक्ष्य को पूरा करने में ज़्यादा मददगार होगी. उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा, आपके लक्ष्य को पूरा करने की संभावना को समझने के लिए, हर वैकल्पिक वैल्यू की जांच करती है. इससे, मॉडल को ज़्यादा जानकारी मिलती है. साथ ही, हर उपयोगकर्ता के लिए सबसे अच्छा अनुभव चुनने और उसका अनुमान लगाने की क्षमता बेहतर होती है.

उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा, 24 घंटे की स्टिकीनेस विंडो का इस्तेमाल करती है. यह वह समय होता है जब उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने का एल्गोरिदम, किसी एक वैकल्पिक वैल्यू की जांच करता है. आपको उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा को, हर वैकल्पिक वैल्यू की कई बार जांच करने के लिए काफ़ी समय देना चाहिए. आम तौर पर, 14 दिन. सबसे अच्छा तरीका है कि इन्हें हमेशा चालू रखा जाए, ताकि आपके ऐप्लिकेशन और उपयोगकर्ता के व्यवहार में बदलाव होने पर, ये लगातार बेहतर हो सकें और अडजस्ट हो सकें.

अन्य मेट्रिक ट्रैक करना

Remote Config उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा, दो अन्य मेट्रिक ट्रैक करने की सुविधा भी देती है. इससे आपको अपने नतीजों को कॉन्टेक्चुलाइज़ करने में मदद मिलती है. मान लें कि आपने एक सोशल ऐप्लिकेशन बनाया है और उपयोगकर्ताओं को दोस्तों के साथ कॉन्टेंट शेयर करने के लिए बढ़ावा देने के लिए, अलग-अलग वैकल्पिक वैल्यू सेट की हैं. इससे, कुल जुड़ाव बढ़ेगा.

इस मामले में, Analytics के किसी Analytics इवेंट के लिए ऑप्टिमाइज़ किया जा सकता है. जैसे, link_received साथ ही, अपनी दो मेट्रिक को user_engagement और link_opened पर सेट किया जा सकता है. इससे यह समझा जा सकता है कि उपयोगकर्ता का जुड़ाव और उपयोगकर्ता के खोले गए लिंक की संख्या बढ़ती है (असल जुड़ाव) या कम होती है (संभव है कि स्पैम वाले बहुत ज़्यादा लिंक हों).

इन अन्य मेट्रिक को, उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा के एल्गोरिदम में शामिल नहीं किया जाएगा. हालांकि, इन्हें उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा के नतीजों के साथ ट्रैक किया जा सकता है. इससे, उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा के, आपके कुल लक्ष्यों को पूरा करने की क्षमता के बारे में अहम जानकारी मिलती है.

उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा के नतीजे समझना

उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा के नतीजे देखे जा सकते हैं. इसके लिए, ज़रूरी है कि यह सुविधा काफ़ी समय तक चालू रही हो, ताकि डेटा इकट्ठा किया जा सके.

उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा के नतीजे देखने के लिए:

  1. Firebase कंसोल में, DevOps और जुड़ाव > रिमोट कॉन्फ़िगरेशन > उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधाएं पेज पर जाएं.

  2. वह सुविधा चुनें जिसके नतीजे आपको देखने हैं. उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की किसी खास सुविधा को नाम या लक्ष्य के हिसाब से खोजा जा सकता है. साथ ही, नाम, शुरू होने का समय या कुल लिफ़्ट के हिसाब से क्रम में लगाया जा सकता है.

नतीजों वाले पेज पर, कुल लिफ़्ट या परफ़ॉर्मेंस में प्रतिशत के अंतर की खास जानकारी दिखती है. यह अंतर, उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा की परफ़ॉर्मेंस में दिखता है. यह सुविधा, बेसलाइन ग्रुप के मुकाबले बेहतर परफ़ॉर्मेंस देती है.

नतीजों वाले पेज पर, उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा का मौजूदा स्टेटस, इसके एट्रिब्यूट, और एक इंटरैक्टिव ग्राफ़ भी दिखता है. इस ग्राफ़ में:

  • यह दिखाया जाता है कि उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा ने, बेसलाइन के मुकाबले हर दिन और कुल मिलाकर कैसा परफ़ॉर्म किया.

  • यह दिखाया जाता है कि बेसलाइन ग्रुप में, हर वैल्यू ने कुल मिलाकर कैसा परफ़ॉर्म किया.

  • लक्ष्य के नतीजे और चुनी गई अन्य मेट्रिक के मुकाबले परफ़ॉर्मेंस दिखती है. इन्हें खास जानकारी के सबसे ऊपर मौजूद टैब का इस्तेमाल करके ऐक्सेस किया जा सकता है.

उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा को हमेशा चालू रखा जा सकता है. साथ ही, इसकी परफ़ॉर्मेंस पर नज़र रखने के लिए, नतीजों वाले पेज पर बार-बार जाया जा सकता है. एल्गोरिदम लगातार सीखता और अडजस्ट होता रहेगा, ताकि उपयोगकर्ता के व्यवहार में बदलाव होने पर, यह अडजस्ट हो सके.

उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा को मिटाने के बारे में जानकारी

उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा को, Firebase कंसोल का इस्तेमाल करके मिटाया जा सकता है. इसके अलावा, उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा का पैरामीटर हटाकर भी इसे मिटाया जा सकता है.Firebase Remote Config उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की मिटाई गई सुविधाओं को वापस नहीं लाया जा सकता. डेटा के रखरखाव के बारे में जानने के लिए, डेटा मिटाना लेख पढ़ें.

टेंप्लेट को रोल बैक करके या टेंप्लेट इंपोर्ट करके भी, उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधाओं को मिटाया जा सकता है.

रोलबैक

अगर आपके मौजूदा टेंप्लेट में, उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधाएं हैं और आपने किसी ऐसे टेंप्लेट पर रोल बैक किया है जिसमें ये सुविधाएं नहीं हैं, तो उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधाएं मिट जाती हैं. पिछले टेंप्लेट पर वापस जाने के लिए, Firebase कंसोल का इस्तेमाल करें या roll back Firebase Remote Config API का इस्तेमाल करके, करें.

जब उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की कोई सुविधा मिटाई जाती है और पिछले टेंप्लेट पर रोल बैक किया जाता है, तो Firebase कंसोल में, उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की अमान्य सुविधा का रेफ़रंस दिखता है.Firebase Remote Config पेज के पैरामीटर टैब में, उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की सुविधा में बदलाव करके, Firebase कंसोल से अमान्य सुविधा को हटाया जा सकता है.

आयात

किसी ऐसे टेंप्लेट को इंपोर्ट करने से भी, उपयोगकर्ता के हिसाब से कॉन्टेंट दिखाने की मौजूदा सुविधाएं मिट जाती हैं जिनमें ये सुविधाएं शामिल नहीं हैं. किसी टेंप्लेट को इंपोर्ट करने के लिए, Firebase कंसोल का इस्तेमाल करें या Remote Config REST API का इस्तेमाल करें.

अगले चरण