Catch up on everything announced at Firebase Summit, and learn how Firebase can help you accelerate app development and run your app with confidence. Learn More

Sobre a personalização do Configuração remota

Mantenha tudo organizado com as coleções Salve e categorize o conteúdo com base nas suas preferências.

A personalização usa aprendizado de máquina — especificamente um algoritmo de bandido multi-armado contextual — para determinar a experiência ideal para usuários individuais atingirem um objetivo. No nosso caso, o objetivo é otimizar o número total ou o valor total do parâmetro de eventos específicos do Google Analytics.

O que é um algoritmo de bandido multi-armado contextual?

O "bandido multi-armado" é uma metáfora usada para descrever a situação em que queremos escolher continuamente um caminho que leve às recompensas mais altas e confiáveis ​​de uma lista de vários caminhos. Para visualizar isso, você pode usar a metáfora de um jogador na frente de uma fileira de máquinas caça-níqueis - geralmente chamado coloquialmente de "bandido de um braço só" porque uma máquina caça-níqueis tem uma alça (ou braço) e pega seu dinheiro. Como queremos resolver para múltiplos "braços", o bandido de um braço se torna o bandido de vários braços .

Por exemplo, digamos que temos três opções e queremos determinar qual fornece a recompensa mais confiável: podemos tentar cada opção e, depois de receber um resultado, podemos continuar escolhendo o braço que rendeu mais recompensas. Isso é chamado de algoritmo guloso : a opção que produz o melhor resultado quando tentamos pela primeira vez é aquela que continuaremos a escolher. Mas podemos entender que isso nem sempre funciona - por um lado, a alta recompensa pode ser um acaso. Ou talvez haja algum contexto específico do usuário que resultou em recompensas mais altas durante esse período de tempo que não seriam tão eficazes posteriormente.

Portanto, o contexto é adicionado para tornar o algoritmo mais eficaz. Para a personalização do Remote Config, esse contexto inicial é a amostragem aleatória, ou incerteza , que fornece alguma entropia ao experimento. Isso implementa um "bandido multi-armado contextual ". À medida que o experimento continua, a exploração e a observação contínuas adicionam um contexto real aprendido sobre quais braços têm maior probabilidade de obter uma recompensa para o modelo, tornando-o mais eficaz.

O que isso significa para meu aplicativo?

Agora, vamos discutir o que significa um algoritmo bandido multi-armado no contexto do seu aplicativo. Digamos que você esteja otimizando para cliques em anúncios de banner. Nesse caso, os "braços" da personalização seriam os valores alternativos especificados para representar os diferentes banners que você deseja exibir aos usuários. O clique no anúncio de banner é a recompensa, que chamamos de objetivo .

Quando você inicia uma personalização pela primeira vez, o modelo não sabe qual valor alternativo terá maior probabilidade de atingir sua meta para cada usuário individual. À medida que a personalização explora cada valor alternativo para entender a probabilidade de atingir seu objetivo, o modelo subjacente se torna mais informado, melhorando sua capacidade de prever e selecionar a experiência ideal para cada usuário.

A personalização usa uma janela de aderência de 24 horas. Esta é a quantidade de tempo que o algoritmo de personalização explora um único valor alternativo. Você deve fornecer às suas personalizações tempo suficiente para explorar cada valor alternativo várias vezes (geralmente cerca de 14 dias). Idealmente, você pode deixá-los rodando perpetuamente para que possam melhorar e se adaptar continuamente à medida que seu aplicativo e os comportamentos do usuário mudam.

Rastrear métricas adicionais

A personalização do Remote Config também oferece a capacidade de rastrear até duas métricas adicionais, para ajudá-lo a contextualizar seus resultados. Digamos que você desenvolveu um aplicativo social e definiu diferentes valores alternativos para incentivar os usuários a compartilhar conteúdo com amigos para aumentar o envolvimento geral.

Nesse caso, você pode optar por otimizar para um evento do Analytics como link_received e definir suas duas métricas para user_engagement e link_opened para entender se o envolvimento do usuário e o número de links que o usuário abre aumenta (engajamento real) ou diminui (possivelmente muitos links com spam ).

Embora essas métricas adicionais não sejam consideradas no algoritmo de personalização, você pode rastreá-las junto com seus resultados de personalização, fornecendo informações valiosas sobre a capacidade da personalização de atingir seus objetivos gerais.

Entenda os resultados da personalização

Depois que uma personalização estiver em execução por tempo suficiente para coletar dados, você poderá visualizar seus resultados.

Para ver os resultados da personalização:

  1. Abra a página Configuração remota e clique em Personalizações .

  2. Selecione a personalização que deseja visualizar. Você pode pesquisar a personalização específica por nome ou objetivo e pode classificar por Nome, Hora de início ou Levantamento total.

A página de resultados resume o aumento total ou a diferença percentual no desempenho que a personalização fornece sobre o grupo de linha de base.

A página de resultados também mostra o status atual da personalização, os atributos da personalização e um gráfico interativo que:

  • Mostra uma visão diária e total detalhada de como a personalização foi executada em relação à linha de base.

  • Mostra o desempenho geral de cada valor no grupo de linha de base.

  • Exibe resultados de metas e desempenho em relação às métricas adicionais que você escolheu, acessíveis usando as guias na parte superior do resumo.

Uma personalização pode ser executada indefinidamente e você pode continuar revisitando a página de resultados para monitorar seu desempenho. O algoritmo continuará aprendendo e se ajustando, para que possa se adaptar quando o comportamento do usuário mudar.

Próximos passos

  • Explore os casos de uso de personalização do Remote Config.

  • Comece com a personalização do Remote Config.