حول التخصيص عن بعد

يستخدم التخصيص التعلم الآلي - على وجه التحديد خوارزمية قطاع الطرق السياقية متعددة الأسلحة - لتحديد التجربة المثالية للمستخدمين الفرديين لتحقيق الهدف. في حالتنا، الهدف هو تحسين العدد الإجمالي أو قيمة المعلمة الإجمالية لأحداث Google Analytics محددة.

ما هي خوارزمية قطاع الطرق متعددة الأسلحة السياقية؟

"قطاع الطرق متعدد الأذرع" هو استعارة تستخدم لوصف الموقف الذي نريد فيه باستمرار اختيار المسار الذي يؤدي إلى أعلى المكافآت وأكثرها موثوقية من قائمة المسارات المتعددة. لتصور ذلك، يمكنك استخدام استعارة المقامر أمام صف من ماكينات القمار - والتي يشار إليها غالبًا بالعامية باسم "قاطع الطريق ذو الذراع الواحدة" لأن ماكينة القمار لها مقبض واحد (أو ذراع) وتأخذ أموالك. وبما أننا نريد إيجاد "أذرع" متعددة، فإن قاطع الطريق ذو الذراع الواحدة يصبح قاطع الطريق متعدد الأذرع .

على سبيل المثال، لنفترض أن لدينا ثلاثة خيارات ونريد تحديد الخيار الذي يوفر المكافأة الأكثر موثوقية: يمكننا تجربة كل خيار، وبعد ذلك، بعد تلقي النتيجة، يمكننا الاستمرار في اختيار الشكل الذي حقق أكبر عدد من المكافآت. هذا ما يشار إليه باسم الخوارزمية الجشعة : الخيار الذي يعطي أفضل نتيجة عندما نحاوله لأول مرة هو الخيار الذي سنستمر في اختياره. ولكن يمكننا أن نفهم أن هذا قد لا ينجح دائمًا، لسبب واحد، وهو أن المكافأة الكبيرة قد تكون مجرد صدفة. أو ربما يكون هناك سياق خاص بالمستخدم أدى إلى مكافآت أعلى خلال تلك الفترة الزمنية والتي لن تكون فعالة لاحقًا.

لذلك تتم إضافة السياق لجعل الخوارزمية أكثر فعالية. بالنسبة لتخصيص التكوين عن بعد، فإن هذا السياق الأولي هو أخذ العينات العشوائية، أو عدم اليقين ، الذي يوفر بعض الإنتروبيا للتجربة. يؤدي هذا إلى تنفيذ " قطاع طرق متعدد الأسلحة." مع استمرار تشغيل التجربة، يضيف الاستكشاف والمراقبة المستمران سياقًا مكتسبًا حقيقيًا حول الأذرع التي من المرجح أن تثير مكافأة للنموذج، مما يجعله أكثر فعالية.

ماذا يعني هذا بالنسبة لتطبيقي؟

الآن، دعونا نناقش ما تعنيه خوارزمية قطاع الطرق متعددة الأذرع في سياق تطبيقك. لنفترض أنك تعمل على تحسين النقرات على إعلانات البانر. في هذه الحالة، ستكون "أذرع" التخصيص هي القيم البديلة التي تحددها لتمثيل إعلانات البانر المختلفة التي تريد عرضها للمستخدمين. إن النقر على إعلان البانر هو المكافأة التي نشير إليها كهدف .

عند إطلاق التخصيص لأول مرة، لا يعرف النموذج القيمة البديلة التي من المرجح أن تحقق هدفك لكل مستخدم على حدة. بينما يستكشف التخصيص كل قيمة بديلة لفهم احتمالية تحقيق هدفك، يصبح النموذج الأساسي أكثر استنارة، مما يحسن قدرته على التنبؤ واختيار التجربة المثلى لكل مستخدم.

يستخدم التخصيص نافذة الالتصاق لمدة 24 ساعة. هذا هو مقدار الوقت الذي تستكشف فيه خوارزمية التخصيص قيمة بديلة واحدة. يجب عليك توفير الوقت الكافي لتخصيصاتك لاستكشاف كل قيمة بديلة عدة مرات (حوالي 14 يومًا بشكل عام). ومن الناحية المثالية، يمكنك السماح لها بالعمل بشكل دائم حتى تتمكن من التحسين والتكيف باستمرار مع تغير سلوكيات التطبيق والمستخدم.

تتبع مقاييس إضافية

يوفر تخصيص التكوين عن بعد أيضًا القدرة على تتبع ما يصل إلى مقياسين إضافيين، لمساعدتك في وضع نتائجك في سياقها. لنفترض أنك قمت بتطوير تطبيق اجتماعي وقمت بتعيين قيم بديلة مختلفة لتشجيع المستخدمين على مشاركة المحتوى مع الأصدقاء لزيادة المشاركة الإجمالية.

في هذه الحالة، يمكنك اختيار التحسين لحدث Analytics مثل link_received وتعيين المقياسين على user_engagement و link_opened لفهم ما إذا كان تفاعل المستخدم وعدد الروابط التي يفتحها المستخدم يرتفع (تفاعل حقيقي) أو ينخفض ​​(ربما يكون هناك عدد كبير جدًا من الروابط غير المرغوب فيها ).

على الرغم من أن هذه المقاييس الإضافية لن يتم وضعها في الاعتبار في خوارزمية التخصيص، إلا أنه يمكنك تتبعها جنبًا إلى جنب مع نتائج التخصيص، مما يوفر رؤية قيمة لقدرة التخصيص على تحقيق أهدافك العامة.

فهم نتائج التخصيص

بعد تشغيل التخصيص لفترة كافية لجمع البيانات، يمكنك عرض نتائجه.

لعرض نتائج التخصيص:

  1. افتح صفحة "التكوين عن بعد" وانقر فوق "التخصيصات" .

  2. حدد التخصيص الذي تريد عرضه. يمكنك البحث عن التخصيص المحدد حسب الاسم أو الهدف، ويمكنك الفرز حسب الاسم أو وقت البدء أو إجمالي التحسين.

تلخص صفحة النتائج إجمالي التحسين أو النسبة المئوية للفرق في الأداء الذي يوفره التخصيص عبر المجموعة الأساسية .

تعرض صفحة النتائج أيضًا الحالة الحالية للتخصيص، وسمات التخصيص، ورسمًا بيانيًا تفاعليًا:

  • يعرض عرضًا تفصيليًا يوميًا وإجماليًا لكيفية أداء التخصيص مقابل خط الأساس.

  • يوضح كيفية أداء كل قيمة بشكل عام عبر المجموعة الأساسية.

  • يعرض نتائج الأهداف والأداء مقابل المقاييس الإضافية التي اخترتها، ويمكن الوصول إليها باستخدام علامات التبويب الموجودة أعلى الملخص.

يمكن ترك التخصيص قيد التشغيل إلى أجل غير مسمى ويمكنك الاستمرار في زيارة صفحة النتائج مرة أخرى لمراقبة أدائه. ستستمر الخوارزمية في التعلم والتكيف، حتى تتمكن من التكيف عندما يتغير سلوك المستخدم.

فهم حذف التخصيص

يمكنك حذف التخصيص باستخدام وحدة تحكم Firebase أو عن طريق إزالة معلمة التخصيص من القالب الخاص بك باستخدام Firebase Remote Config API . لا يمكن استعادة التخصيصات المحذوفة. للتعرف على كيفية الاحتفاظ بالبيانات، راجع حذف البيانات .

يمكنك أيضًا حذف التخصيصات عن طريق التراجع عن القالب أو استيراده .

التراجعات

إذا كان القالب الحالي الخاص بك يحتوي على تخصيصات وقمت بالرجوع إلى قالب لا يحتوي على نفس التخصيصات، فسيتم حذف التخصيصات. للعودة إلى قالب سابق، استخدم وحدة تحكم Firebase أو roll back باستخدام Firebase Remote Config API.

عند حذف أحد التخصيصات والعودة إلى قالب سابق، تظهر إشارة إلى هذا التخصيص غير الصالح في وحدة تحكم Firebase. يمكنك إزالة التخصيص غير الصالح من وحدة تحكم Firebase عن طريق تحرير التخصيص في علامة التبويب "المعلمات" في صفحة "التكوين عن بُعد".

الواردات

يؤدي استيراد قالب لم يعد يحتوي على تخصيصاتك الحالية إلى حذف تلك التخصيصات أيضًا. لاستيراد قالب، استخدم وحدة تحكم Firebase أو استخدم Remote Config REST API .

الخطوات التالية