يستخدم خيار التخصيص تكنولوجيا تعلُّم الآلة، وتحديدًا خوارزمية سياقية متعددة الأذرع، لتحديد التجربة الأفضل لكل مستخدم من أجل تحقيق هدف معيّن. في حالتنا، الهدف هو تحسين الأداء من أجل تحقيق العدد الإجمالي أو القيمة الإجمالية للمَعلمة الخاصة بأحداث Google Analytics معيّنة.
ما هي خوارزمية "قطّاع الطرق المتعدّد الأذرع" السياقية؟
"اللص متعدد الأذرع" هو استعارة مجازية تُستخدَم لوصف الحالة التي نريد فيها أن نختار باستمرار مسارًا يؤدي إلى الحصول على أعلى المكافآت وأكثرها موثوقية من قائمة تتضمّن مسارات متعددة. لتوضيح ذلك، يمكنك استخدام تشبيه المقامر أمام صف من آلات القمار، والتي يشار إليها غالبًا بشكل عامي باسم "اللص ذو الذراع الواحدة" لأنّ آلة القمار لها مقبض واحد (أو ذراع) وتأخذ أموالك. بما أنّنا نريد إيجاد حلول لخيارات متعددة، يصبح اللص ذو الذراع الواحدة لصًا متعدد الأذرع.
على سبيل المثال، لنفترض أنّ لدينا ثلاثة خيارات ونريد تحديد الخيار الذي يقدّم المكافأة الأكثر موثوقية: يمكننا تجربة كل خيار، ثم بعد تلقّي نتيجة، يمكننا مواصلة اختيار الخيار الذي حقّق أكبر عدد من المكافآت. يُعرف هذا النوع من الخوارزميات باسم الخوارزمية الجشعة، وهي تختار الخيار الذي يحقّق أفضل نتيجة عند تجربته للمرة الأولى، وتستمر في اختياره. لكننا ندرك أنّ هذه الطريقة قد لا تنجح دائمًا، لأنّ المكافأة العالية قد تكون مجرد صدفة. أو ربما كان هناك سياق خاص بالمستخدم أدى إلى مكافآت أعلى خلال تلك الفترة الزمنية، ولن يكون بنفس الفعالية لاحقًا.
لذلك، تتم إضافة السياق لجعل الخوارزمية أكثر فعالية. بالنسبة إلى Remote Config التخصيص، يكون هذا السياق الأوّلي عبارة عن أخذ عيّنات عشوائية، أو عدم يقين، ما يوفّر بعض العشوائية للتجربة. تنفّذ هذه السمة ميزة "قطّاع طرق متعدّد الأذرع مستند إلى السياق". ومع استمرار التجربة، تضيف عملية الاستكشاف والمراقبة المستمرة سياقًا حقيقيًا تم التعلّم منه حول المجموعات التي من المرجّح أن تحقّق مكافأة للنموذج، ما يجعلها أكثر فعالية.
ما تأثير ذلك في تطبيقي؟
فكِّر في معنى خوارزمية "قطاع الطرق المتعدّدين" في سياق تطبيقك. لنفترض أنّك تعمل على تحسين عدد النقرات على إعلانات البانر. في هذه الحالة، ستكون "أذرع" التخصيص هي القيم البديلة التي تحدّدها لتمثيل إعلانات البانر المختلفة التي تريد عرضها للمستخدمين. تمثّل النقرة على إعلان البانر المكافأة، ويُشار إليها باسم هدف.
عند إطلاق عملية تخصيص لأول مرة، لا يعرف النموذج القيمة البديلة التي من المرجّح أن تساعد في تحقيق هدفك لكل مستخدم على حدة. بما أنّ التخصيص يستكشف كل قيمة بديلة لفهم احتمالية تحقيق هدفك، يصبح النموذج الأساسي أكثر استنارة، ما يحسّن قدرته على توقّع التجربة المثالية واختيارها لكل مستخدم.
تستخدِم ميزة التخصيص فترة ثبات مدتها 24 ساعة. هذا هو مقدار الوقت الذي يستغرقه خوارزمية التخصيص في استكشاف قيمة بديلة واحدة. يجب أن تمنح عمليات التخصيص وقتًا كافيًا لاستكشاف كل قيمة بديلة عدة مرات (حوالي 14 يومًا بشكل عام). من المفترض أن تتيح تشغيلها بشكل دائم حتى تتمكّن من التحسين والتكيّف باستمرار مع تغيُّر تطبيقك وسلوك المستخدمين.
تتبُّع مقاييس إضافية
توفّر ميزة التخصيص في Remote Config أيضًا إمكانية تتبُّع ما يصل إلى مقياسَين إضافيَّين لمساعدتك في فهم نتائجك بشكل أفضل. على سبيل المثال، لنفترض أنّك طوّرت تطبيقًا للتواصل الاجتماعي وضبطت قيمًا بديلة مختلفة لتشجيع المستخدمين على مشاركة المحتوى مع الأصدقاء من أجل زيادة التفاعل بشكل عام.
في هذه الحالة، يمكنك اختيار تحسين الأداء لحدث Analytics مثل
link_received وضبط مقياسَيك على user_engagement و
link_opened لمعرفة ما إذا كان تفاعل المستخدم وعدد الروابط التي يفتحها
المستخدم يرتفعان (تفاعل حقيقي) أو ينخفضان (ربما عدد كبير جدًا من الروابط غير المرغوب فيها).
مع أنّ هذه المقاييس الإضافية لن يتم أخذها في الاعتبار في خوارزمية التخصيص، يمكنك تتبُّعها بجانب نتائج التخصيص مباشرةً، ما يقدّم لك إحصاءات قيّمة حول قدرة التخصيص على تحقيق أهدافك الإجمالية.
فهم نتائج التخصيص
بعد أن يتم عرض التخصيص لفترة كافية لجمع البيانات، يمكنك الاطّلاع على نتائجه.
للاطّلاع على نتائج التخصيص، اتّبِع الخطوات التالية:
في وحدة تحكّم Firebase، انتقِل إلى صفحة عمليات DevOps ومعدّل الاهتمام بالتطبيق > Remote Config > عمليات التخصيص.
اختَر التخصيص الذي تريد عرضه. يمكنك البحث عن التخصيص المحدّد حسب الاسم أو الهدف، ويمكنك الترتيب حسب الاسم أو وقت البدء أو التحسّن الإجمالي.
تلخّص صفحة النتائج التحسُّن الإجمالي، أو النسبة المئوية للفرق في الأداء، التي يوفّرها التخصيص مقارنةً بالمجموعة المرجعية.
تعرض صفحة النتائج أيضًا الحالة الحالية للتخصيص وسمات التخصيص ورسمًا بيانيًا تفاعليًا يوضّح ما يلي:
تعرض هذه البطاقة عرضًا تفصيليًا يوميًا وإجماليًا لمستوى أداء التخصيص مقارنةً بالأداء الأساسي.
تعرِض هذه السمة مستوى أداء كل قيمة بشكل عام على مستوى المجموعة الأساسية.
تعرض هذه الصفحة نتائج الأهداف والأداء مقارنةً بالمقاييس الإضافية التي اخترتها، ويمكنك الوصول إليها باستخدام علامات التبويب في أعلى الملخّص.
يمكن ترك عملية التخصيص قيد التشغيل إلى أجل غير مسمى، ويمكنك مواصلة إعادة زيارة صفحة النتائج لمراقبة أدائها. ستواصل الخوارزمية التعلّم والتعديل، ما يتيح لها التكيّف عند تغيُّر سلوك المستخدم.
التعرّف على حذف التخصيص
يمكنك حذف عملية تخصيص باستخدام وحدة تحكّم Firebase أو عن طريق إزالة مَعلمة تخصيص من نموذجك باستخدام Firebase Remote Config API. لا يمكن استعادة إعدادات التخصيص المحذوفة. لمعرفة المزيد عن الاحتفاظ بالبيانات، راجِع مقالة حذف البيانات.
يمكنك أيضًا حذف عمليات التخصيص من خلال التراجع أو استيراد نموذج.
عمليات العودة إلى الإصدار السابق
إذا كان النموذج الحالي يتضمّن عمليات تخصيص وتراجعت إلى نموذج لا يتضمّن عمليات التخصيص نفسها، سيتم حذف عمليات التخصيص. للرجوع إلى نموذج سابق، استخدِم وحدة تحكّم Firebase أو roll back باستخدام واجهة برمجة التطبيقات Firebase Remote Config.
عند حذف عملية تخصيص والرجوع إلى نموذج سابق، يظهر مرجع إلى عملية التخصيص غير الصالحة هذه في وحدة تحكّم Firebase. يمكنك إزالة التخصيص غير الصالح من Firebase وحدة التحكّم من خلال تعديل التخصيص في علامة التبويب "المَعلمات" ضمن صفحة Remote Config.
عمليات الاستيراد
سيؤدي استيراد نموذج لم يعُد يتضمّن عمليات التخصيص الحالية إلى حذف عمليات التخصيص هذه أيضًا. لاستيراد نموذج، استخدِم وحدة تحكّم Firebase أو استخدِم Remote Config REST API.
الخطوات التالية
البدء في Remote Config التخصيص