בעזרת Remote Configהתאמה אישית, אתם יכולים לבחור באופן אוטומטי Remote Config פרמטרים לכל משתמש כדי לבצע אופטימיזציה להשגת יעד. התאמה אישית של פרמטר דומה לביצוע בדיקת A/B אוטומטית, אישית, שמשתפרת כל הזמן ונמשכת ללא הפסקה.
כשמשתמשים בRemote Configהתאמה אישית באפליקציות, יוצרים חוויות מעניינות יותר לכל אחד מהמשתמשים. המערכת מספקת להם באופן אוטומטי אחת מכמה חוויות משתמש חלופיות – החלופה שמביאה לאופטימיזציה של המטרה שבחרתם. אתם יכולים לטרגט את הפרמטרים המותאמים אישית של Remote Config Remote Configתנאי הטירגוט לקבוצות משתמשים ספציפיות.
אפשר לבצע אופטימיזציה לכל יעד שאפשר למדוד באמצעות Google Analytics, ולבצע אופטימיזציה לפי מספר האירועים או לפי הערך המצטבר (סכום) של פרמטר של אירוע. המדדים המובנים האלה כלולים:
- משך ההתעניינות של המשתמש, שמוגדרת אופטימיזציה לפי משך ההתעניינות של המשתמש
- קליקים על מודעות, שמובילים לאופטימיזציה לפי המספר הכולל של אירועי קליקים על מודעות
- חשיפות של מודעות, שמובילות לאופטימיזציה לפי מספר החשיפות של המודעות
לחלופין, אפשר לבצע אופטימיזציה למדדים מותאמים אישית על סמך כל Analytics אירוע. לדוגמה:
- שליחת דירוגים לחנות Play או ל-App Store
- הצלחת המשתמש במשימות מסוימות, כמו השלמת שלבים במשחק
- אירועים של רכישות מתוך האפליקציה
- אירועי מסחר אלקטרוני, כמו הוספת פריטים לעגלת קניות, או התחלה או השלמה של תהליך התשלום
- הכנסות מפרסום ומרכישות באפליקציה
- הוצאות על מטבע וירטואלי
- שיתוף קישורים ותוכן ופעילות ברשתות חברתיות
מידע נוסף על תרחישי שימוש פוטנציאליים בהתאמה אישית זמין במאמר מה אפשר לעשות עם התאמה אישית ב-Remote Config?
איך זה עובד?
התאמה אישית מתבססת על למידת מכונה כדי לקבוע את החוויה האופטימלית לכל אחד מהמשתמשים שלכם. האלגוריתם מאזן ביעילות בין למידת חוויית השימוש הטובה ביותר עבור סוגים שונים של משתמשים לבין שימוש בידע הזה כדי למקסם את מדד היעד שהגדרתם. התוצאות של ההתאמה האישית מושוות באופן אוטומטי לקבוצת בקרה של משתמשים שמקבלים חוויה אקראית קבועה שנבחרה מתוך החלופות שסיפקתם. ההשוואה הזו מראה כמה 'שיפור' (ערך מצטבר) נוצר על ידי מערכת ההתאמה האישית.
מידע נוסף על האלגוריתם והמושגים של ההתאמה האישית של Remote Config זמין במאמר מידע על ההתאמה האישית של Remote Config.
שיטת הטמעה
- מטמיעים שתי חלופות או יותר לחוויית המשתמש, שלדעתכם יהיו אופטימליות לחלק מהמשתמשים אבל לא לאחרים.
- אפשר להגדיר את החלופות האלה מרחוק באמצעות Remote Config פרמטר. מידע נוסף זמין במאמרים בנושא תחילת העבודה עם Remote Config וRemote Config אסטרטגיות טעינה.
- מפעילים התאמה אישית של הפרמטר. Remote Config יקצה לכל משתמש את החוויה האופטימלית עבורו. מידע נוסף זמין במדריך תחילת העבודה.
התאמה אישית לעומת בדיקות A/B
בניגוד לבדיקות A/B, שמטרתן למצוא את חוויית השימוש עם הביצועים הכי טובים, מטרת ההתאמה האישית היא למקסם השגת מטרות על ידי בחירה דינמית של חוויית שימוש אופטימלית לכל משתמש. במקרים רבים, התאמה אישית מניבה את התוצאות הכי טובות, אבל עדיין יש שימושים לבדיקות A/B:
| מועדפת לנייד | A/B Testing מועדף |
|---|---|
| מתי כדאי להציע לכל משתמש חוויית שימוש מותאמת אישית | כשרוצים חוויה אופטימלית אחת לכל המשתמשים או לקבוצת משנה מוגדרת של משתמשים |
| כשרוצים לבצע אופטימיזציה רציפה של מודל ההתאמה האישית | כשרוצים לבצע בדיקות במהלך חלון זמן קבוע |
| אם אפשר לבטא את יעד האופטימיזציה כסכום משוקלל של אירועים ב-Analytics | כשצריך לבצע הערכה מעמיקה של כמה מדדים שונים שמתחרים זה בזה כדי להשיג את יעד האופטימיזציה |
| כשרוצים לבצע אופטימיזציה להשגת יעד מסוים בלי להתחשב בפשרות שצריך לעשות | כשרוצים לקבוע אם וריאציה אחת מציגה שיפור מובהק סטטיסטית לעומת וריאציה אחרת לפני שמשיקים אותה |
| מתי לא נדרשת בדיקה ידנית של התוצאות | מתי עדיף לבדוק את התוצאות באופן ידני |
לדוגמה, נניח שאתם רוצים למקסם את מספר המשתמשים שמדרגים את האפליקציה שלכם בחנות Play כשמוצגת להם בקשה לעשות זאת. אחד הגורמים שיכולים להשפיע על ההצלחה הוא התזמון של ההצגה: האם ההצגה מתבצעת כשהמשתמש פותח את האפליקציה בפעם הראשונה, השנייה או השלישית? או שאתם נותנים להם הנחיות כשהם משלימים בהצלחה משימות מסוימות? התזמון האידיאלי תלוי כנראה במשתמש הספציפי: חלק מהמשתמשים מוכנים לדרג את האפליקציה מיד, ואחרים צריכים יותר זמן.
אופטימיזציה של התזמון של בקשת המשוב היא מקרה שימוש אידיאלי להתאמה אישית:
- ההגדרה האופטימלית כנראה שונה לכל משתמש.
- אפשר למדוד את ההצלחה באמצעות Analytics.
- השינוי בממשק המשתמש שצריך לבדוק הוא בסיכון נמוך, כך שכנראה לא צריך לשקול פשרות או לבצע בדיקה ידנית.