Remote Config kişiselleştirmeyle, her kullanıcı için bir hedefe göre optimize etmek amacıyla Remote Config parametrelerini otomatik olarak seçebilirsiniz. Bir parametreyi kişiselleştirmek, otomatik, kişiselleştirilmiş, sürekli iyileşen ve kalıcı bir A/B testi gerçekleştirmeye benzer.
Uygulamalarınızda Remote Config kişiselleştirmeyi kullandığınızda, kullanıcılarınıza çeşitli alternatif kullanıcı deneyimlerinden birini (seçtiğiniz hedefe göre optimize eden alternatif) otomatik olarak sunarak her bir kullanıcınız için daha ilgi çekici deneyimler yaratırsınız. Remote Config hedefleme koşullarını kullanarak kişiselleştirilmiş Remote Config parametrelerinizi belirli kullanıcı gruplarına hedefleyebilirsiniz.
Google Analytics kullanılarak ölçülebilen herhangi bir hedef için optimizasyon yapabilir ve etkinlik sayısına veya bir etkinlik parametresinin toplu değerine (toplamına) göre optimizasyon yapabilirsiniz. Bu, aşağıdaki yerleşik ölçümleri içerir:
- Kullanıcı etkileşim süresine göre optimize edilen kullanıcı etkileşim süresi
- Reklam tıklaması etkinliklerinin toplam sayısına göre optimize edilen reklam tıklamaları
- Reklam gösterimlerinin sayısına göre optimize edilen reklam gösterimleri
Veya herhangi bir Analytics etkinliğine dayalı olarak özel metrikler için optimizasyon yapabilirsiniz. Bazı olasılıklar şunları içerir:
- Play Store veya App Store derecelendirme gönderimleri
- Oyun seviyelerini tamamlamak gibi belirli görevlerde kullanıcı başarısı
- Uygulama içi satın alma etkinlikleri
- Sepete ürün ekleme veya ödeme işlemini başlatma veya tamamlama gibi e-ticaret etkinlikleri
- Uygulama içi satın alma ve reklam geliri
- Sanal para harcaması
- Bağlantı ve içerik paylaşımı ve sosyal ağ etkinliği
Potansiyel kişiselleştirme kullanım örnekleri hakkında daha fazla bilgi için bkz . Remote Config kişiselleştirmeyle ne yapabilirim?
O nasıl çalışır?
Kişiselleştirme, kullanıcılarınızın her biri için en uygun deneyimi belirlemek amacıyla makine öğrenimini kullanır. Algoritma, farklı türdeki kullanıcılar için en iyi deneyimi öğrenmek ve bu bilgiyi hedef ölçütünüzü en üst düzeye çıkarmak için kullanmak arasında verimli bir şekilde geçiş yapar. Kişiselleştirme sonuçları, sağladığınız alternatiflerden elde edilen kalıcı ve rastgele bir deneyim alan bir grup kullanıcıyla otomatik olarak karşılaştırılır; bu karşılaştırma, kişiselleştirme sistemi tarafından ne kadar "artış" (artan değer) oluşturulduğunu gösterir.
Remote Config kişiselleştirme algoritması ve kavramları hakkında daha fazla bilgi için bkz. Remote Config kişiselleştirmesi hakkında .
Uygulama yolu
- Bazı kullanıcılar için ideal olacağını, bazıları için ise optimal olmayacağını düşündüğünüz iki veya daha fazla alternatif kullanıcı deneyimini uygulayın.
- Bu alternatifleri Remote Config parametresiyle uzaktan yapılandırılabilir hale getirin. Bkz. Remote Config'e başlama ve Remote Config yükleme stratejileri .
- Parametre için kişiselleştirmeyi etkinleştirin. Remote Config, kullanıcılarınızın her birine kendileri için en uygun deneyimi atayacaktır. Başlarken kılavuzuna bakın.
Kişiselleştirme ve A/B testi karşılaştırması
En iyi performansı gösteren tek bir kullanıcı deneyimini bulmak için tasarlanan A/B testlerinden farklı olarak kişiselleştirme, her kullanıcı için en uygun kullanıcı deneyimini dinamik olarak seçerek hedefi en üst düzeye çıkarmaya çalışır. Pek çok sorun türü için kişiselleştirme en iyi sonuçları verir ancak A/B testinin hâlâ kullanım alanları vardır:
| Kişiselleştirme tercih edilir | A/B testi tercih edilir |
|---|---|
| Her kullanıcı kişiselleştirilmiş bir kullanıcı deneyiminden yararlanabildiğinde | Tüm kullanıcılar veya tanımlanmış bir kullanıcı alt kümesi için tek bir optimum deneyim istediğinizde |
| Kişiselleştirme modelini sürekli olarak optimize etmek istediğinizde | Sabit bir zaman aralığında testler yapmak istediğinizde |
| Optimizasyon hedefiniz basitçe analiz olaylarının ağırlıklı toplamı olarak ifade edilebildiğinde | Optimizasyon hedefiniz birkaç farklı rakip metriğin dikkatli bir şekilde değerlendirilmesini gerektirdiğinde |
| Herhangi bir ödün vermeden bir hedef için optimizasyon yapmak istediğinizde | Bir varyantı kullanıma sunmadan önce diğerine göre istatistiksel olarak anlamlı bir gelişme gösterip göstermediğini belirlemek istediğinizde |
| Sonuçların manuel olarak incelenmesi gerekmediğinde veya istenmediğinde | Sonuçların manuel olarak gözden geçirilmesi istendiğinde |
Örneğin, siz istediğinizde Play Store'da uygulamanızı derecelendiren kullanıcıların sayısını en üst düzeye çıkarmak istediğinizi varsayalım. Başarıya katkıda bulunabilecek faktörlerden biri isteminizin zamanlamasıdır: Kullanıcı uygulamanızı birinci, ikinci veya üçüncü kez açtığında bunu gösteriyor musunuz? Yoksa belirli görevleri başarıyla tamamladıklarında onları uyarıyor musunuz? İdeal zamanlama muhtemelen bireysel kullanıcıya bağlıdır: Bazı kullanıcılar uygulamanızı hemen derecelendirmeye hazır olabilirken, diğerlerinin daha fazla zamana ihtiyacı olabilir.
Geri bildirim isteminizin zamanlamasını optimize etmek, kişiselleştirme için ideal bir kullanım örneğidir:
- En uygun ayar muhtemelen her kullanıcı için farklıdır.
- Başarı Analytics kullanılarak kolayca ölçülebilir.
- Söz konusu kullanıcı deneyimi değişikliği, muhtemelen ödün vermenize veya manuel inceleme yapmanıza gerek kalmayacak kadar düşük risklidir.