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

การกำหนดค่าระยะไกลส่วนบุคคล

จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ

ด้วยการกำหนดค่าระยะไกลส่วนบุคคล คุณสามารถเลือกพารามิเตอร์การกำหนดค่าระยะไกลโดยอัตโนมัติสำหรับผู้ใช้แต่ละรายเพื่อปรับให้เหมาะสมสำหรับวัตถุประสงค์ การปรับพารามิเตอร์ให้เป็นแบบส่วนตัวนั้นเหมือนกับการทดสอบ A/B แบบอัตโนมัติ เป็นรายบุคคล ปรับปรุงอย่างต่อเนื่อง และต่อเนื่อง

เมื่อคุณใช้การกำหนดค่าระยะไกลส่วนบุคคลในแอปของคุณ คุณจะสร้างประสบการณ์ที่น่าดึงดูดยิ่งขึ้นสำหรับผู้ใช้แต่ละรายโดยมอบประสบการณ์ทางเลือกอื่นให้กับผู้ใช้โดยอัตโนมัติ ซึ่งเป็นทางเลือกที่ปรับให้เหมาะสมสำหรับวัตถุประสงค์ที่คุณเลือก คุณสามารถกำหนดเป้าหมายพารามิเตอร์การกำหนดค่าระยะไกลส่วนบุคคลของคุณไปยังกลุ่มผู้ใช้เฉพาะโดยใช้ เงื่อนไขการกำหนดเป้าหมายการกำหนด ค่าระยะไกล

คุณสามารถเพิ่มประสิทธิภาพสำหรับวัตถุประสงค์ใดๆ ที่สามารถวัดได้โดยใช้ Google Analytics และเพิ่มประสิทธิภาพตามจำนวนเหตุการณ์หรือโดยมูลค่ารวม (ผลรวม) ของพารามิเตอร์เหตุการณ์ ซึ่งรวมถึงเมทริกในตัวต่อไปนี้:

  • เวลาการมีส่วนร่วมของผู้ใช้ ซึ่งปรับให้เหมาะสมตามเวลาการมีส่วนร่วมของผู้ใช้
  • การคลิกโฆษณา ซึ่งเพิ่มประสิทธิภาพด้วยจำนวนเหตุการณ์การคลิกโฆษณาทั้งหมด
  • การแสดงโฆษณาซึ่งเพิ่มประสิทธิภาพด้วยจำนวนการแสดงโฆษณา

หรือคุณสามารถเพิ่มประสิทธิภาพสำหรับเมตริกที่กำหนดเองตามเหตุการณ์ของ Analytics ความเป็นไปได้บางอย่าง ได้แก่ :

  • การส่งเรตติ้งของ Play Store หรือ App Store
  • ความสำเร็จของผู้ใช้ในงานเฉพาะ เช่น ผ่านด่านเกม
  • กิจกรรมการซื้อในแอป
  • กิจกรรมอีคอมเมิร์ซ เช่น การเพิ่มสินค้าลงในรถเข็น หรือการเริ่มต้นหรือชำระเงินให้เสร็จสิ้น
  • การซื้อในแอปและรายได้จากโฆษณา
  • การใช้จ่ายสกุลเงินเสมือน
  • ลิงค์และแชร์เนื้อหาและกิจกรรมโซเชียลเน็ตเวิร์ก

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับกรณีการใช้ Personalization ที่เป็นไปได้ โปรดดู ที่ What can I do with Remote Config personalization?

เริ่ม

มันทำงานอย่างไร?

การปรับเปลี่ยนในแบบของคุณใช้การเรียนรู้ของเครื่องเพื่อกำหนดประสบการณ์ที่เหมาะสมที่สุดสำหรับผู้ใช้แต่ละรายของคุณ อัลกอริทึมจะแลกเปลี่ยนอย่างมีประสิทธิภาพระหว่างการเรียนรู้ประสบการณ์ที่ดีที่สุดสำหรับผู้ใช้ประเภทต่างๆ และการใช้ความรู้นั้นเพื่อเพิ่มเมตริกวัตถุประสงค์ของคุณให้สูงสุด ผลลัพธ์การปรับให้เป็นส่วนตัวจะถูกเปรียบเทียบกับกลุ่มผู้ใช้ที่ระงับโดยอัตโนมัติซึ่งได้รับประสบการณ์แบบสุ่มจากทางเลือกที่คุณให้มา—การเปรียบเทียบนี้แสดงให้เห็นว่า "การเพิ่ม" (ค่าที่เพิ่มขึ้น) ถูกสร้างขึ้นโดยระบบการตั้งค่าส่วนบุคคลมากน้อยเพียงใด

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับอัลกอริธึมและแนวคิดการตั้งค่าส่วนบุคคลของ Remote Config โปรดดูที่ About Remote Config personalization

เส้นทางการดำเนินการ

  1. ใช้ประสบการณ์ผู้ใช้ทางเลือกสองอย่างหรือมากกว่าที่คุณคาดหวังว่าจะเหมาะสมที่สุดสำหรับผู้ใช้บางคน แต่ไม่ใช่กับคนอื่นๆ
  2. ทำให้ทางเลือกเหล่านี้สามารถกำหนดค่าได้จากระยะไกลด้วยพารามิเตอร์ Remote Config ดู เริ่มต้นใช้ งาน กลยุทธ์การโหลดการกำหนดค่าระยะไกล และการกำหนดค่าระยะไกล
  3. เปิดใช้งานการปรับเปลี่ยนในแบบของคุณสำหรับพารามิเตอร์ การกำหนดค่าระยะไกลจะกำหนดประสบการณ์ที่เหมาะสมที่สุดให้กับผู้ใช้แต่ละคนของคุณ ดูคู่มือ การเริ่มต้น ใช้งาน

การปรับเปลี่ยนในแบบของคุณเทียบกับการทดสอบ A/B

ต่างจากการทดสอบ A/B ซึ่งออกแบบมาเพื่อค้นหาประสบการณ์ผู้ใช้ที่มีประสิทธิภาพดีที่สุดเพียงรายการเดียว การปรับเปลี่ยนในแบบของคุณพยายามที่จะบรรลุวัตถุประสงค์สูงสุดโดยการเลือกประสบการณ์ผู้ใช้ที่เหมาะสมที่สุดสำหรับผู้ใช้แต่ละรายแบบไดนามิก สำหรับปัญหาหลายประเภท การปรับเปลี่ยนในแบบของคุณให้ผลลัพธ์ที่ดีที่สุด แต่การทดสอบ A/B ยังคงใช้งานได้:

ต้องการการปรับเปลี่ยนในแบบของคุณ ต้องการการทดสอบ A/B
เมื่อผู้ใช้แต่ละคนสามารถได้รับประโยชน์จากประสบการณ์ผู้ใช้ที่เป็นส่วนตัว เมื่อคุณต้องการประสบการณ์ที่ดีที่สุดเพียงครั้งเดียวสำหรับผู้ใช้ทั้งหมดหรือกลุ่มย่อยที่กำหนดของผู้ใช้
เมื่อคุณต้องการเพิ่มประสิทธิภาพโมเดลส่วนบุคคลอย่างต่อเนื่อง เมื่อคุณต้องการทำการทดสอบในช่วงเวลาที่กำหนด
เมื่อเป้าหมายการเพิ่มประสิทธิภาพของคุณแสดงได้ง่ายๆ เป็นผลรวมของเหตุการณ์การวิเคราะห์ที่ถ่วงน้ำหนัก เมื่อเป้าหมายการเพิ่มประสิทธิภาพของคุณต้องการการประเมินอย่างรอบคอบของตัวชี้วัดที่แข่งขันกันหลายตัว
เมื่อคุณต้องการเพิ่มประสิทธิภาพสำหรับวัตถุประสงค์โดยไม่คำนึงถึงการแลกเปลี่ยนใด ๆ เมื่อคุณต้องการตรวจสอบว่าตัวแปรหนึ่งแสดงการปรับปรุงที่มีนัยสำคัญทางสถิติมากกว่าตัวแปรอื่นหรือไม่ก่อนเปิดตัว
เมื่อไม่จำเป็นต้องทบทวนผลลัพธ์ด้วยตนเอง เมื่อควรตรวจสอบผลลัพธ์ด้วยตนเอง

ตัวอย่างเช่น สมมติว่าคุณต้องการเพิ่มจำนวนผู้ใช้ที่ให้คะแนนแอปของคุณใน Play Store สูงสุดเมื่อคุณได้รับแจ้ง ปัจจัยหนึ่งที่อาจนำไปสู่ความสำเร็จคือจังหวะเวลาของการแจ้ง คุณแสดงข้อมูลนี้เมื่อผู้ใช้เปิดแอปของคุณเป็นครั้งแรก ครั้งที่สอง หรือครั้งที่สามหรือไม่ หรือคุณเตือนพวกเขาเมื่อพวกเขาทำภารกิจบางอย่างสำเร็จหรือไม่? ช่วงเวลาที่เหมาะสมที่สุดนั้นขึ้นอยู่กับผู้ใช้แต่ละคน: ผู้ใช้บางคนอาจพร้อมที่จะให้คะแนนแอปของคุณทันที ในขณะที่คนอื่นๆ อาจต้องการเวลามากกว่านี้

การปรับจังหวะเวลาให้เหมาะสมที่สุดสำหรับข้อเสนอแนะของคุณเป็นกรณีการใช้งานที่เหมาะสำหรับการปรับเปลี่ยนในแบบของคุณ:

  • การตั้งค่าที่เหมาะสมที่สุดอาจแตกต่างกันไปสำหรับผู้ใช้แต่ละคน
  • ความสำเร็จสามารถวัดผลได้อย่างง่ายดายโดยใช้ Analytics
  • การเปลี่ยนแปลง UX ที่เป็นปัญหานั้นมีความเสี่ยงต่ำมากพอที่คุณอาจไม่ต้องพิจารณาการประนีประนอมหรือทำการตรวจสอบโดยเจ้าหน้าที่

ลองมัน

เริ่ม