Remote Config kişiselleştirme ile, bir hedef için optimize etmek üzere her kullanıcı için Remote Config parametrelerini otomatik olarak seçebilirsiniz. Bir parametreyi kişiselleştirmek, otomatik, kişiselleştirilmiş, sürekli gelişen ve kalıcı bir A/B testi yapmaya benzer.
Uygulamalarınızda Remote Config kişiselleştirmeyi kullandığınızda, otomatik olarak çeşitli alternatif kullanıcı deneyimlerinden birini (seçtiğiniz hedef için optimize eden alternatif) sunarak kullanıcılarınızın her biri için daha ilgi çekici deneyimler yaratırsınız. Kişiselleştirilmiş Remote Config parametrelerinizi, Remote Config hedefleme koşullarını kullanarak belirli kullanıcı gruplarına hedefleyebilirsiniz.
Google Analytics'i kullanarak ölçülebilir herhangi bir hedef için optimizasyon yapabilir ve etkinlik sayısına veya bir etkinlik parametresinin toplu değerine (toplamına) göre optimizasyon yapabilirsiniz. Bu, aşağıdaki yerleşik metrikleri içerir:
- Kullanıcı etkileşim süresine göre optimize edilen kullanıcı etkileşim süresi
- Reklam tıklama olaylarının toplam sayısına göre optimizasyon yapan reklam tıklamaları
- Reklam gösterimi sayısına göre optimizasyon yapan reklam gösterimi sayısı
Veya herhangi bir Analytics olayına 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 ödemeyi başlatma veya tamamlama gibi e-ticaret etkinlikleri
- Uygulama içi satın alma ve reklam geliri
- Sanal para birimi harcaması
- Bağlantı ve içerik paylaşımı ve sosyal ağ etkinliği
Olası kişiselleştirme kullanım durumları hakkında daha fazla bilgi için bkz . Remote Config kişiselleştirme ile ne yapabilirim?
O nasıl çalışır?
Kişiselleştirme, kullanıcılarınızın her biri için en uygun deneyimi belirlemek üzere makine öğrenimini kullanır. Algoritma, farklı kullanıcı türleri için en iyi deneyimi öğrenmek ile objektif ölçütünüzü en üst düzeye çıkarmak için bu bilgiyi kullanmak arasında verimli bir şekilde değiş tokuş yapar. Kişiselleştirme sonuçları, sağladığınız alternatiflerden kalıcı bir rastgele deneyim alan bir kullanıcı grubuyla otomatik olarak karşılaştırılır; bu karşılaştırma, kişiselleştirme sistemi tarafından ne kadar "artış" (artan değer) üretildiğini gösterir.
Remote Config kişiselleştirme algoritması ve kavramları hakkında daha fazla bilgi için bkz. Remote Config kişiselleştirme hakkında .
Uygulama yolu
- Bazı kullanıcılar için ideal olup diğerleri için uygun olmayacağını düşündüğünüz iki veya daha fazla alternatif kullanıcı deneyimi uygulayın.
- Bir Remote Config parametresiyle bu alternatifleri uzaktan yapılandırılabilir yapın. Bkz. Remote Config'i kullanmaya başlayın 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 performans gösteren kullanıcı deneyimini bulmak için tasarlanan A/B testlerinden farklı olarak kişiselleştirme, her kullanıcı için en uygun kullanıcı deneyimini dinamik olarak seçerek bir hedefi maksimize etmeye çalışır. Pek çok sorun türü için kişiselleştirme en iyi sonuçları verir, ancak A/B testinin hala kullanım alanları vardır:
| kişiselleştirme tercih edilir | A/B testi tercih edilir |
|---|---|
| Her kullanıcı kişiselleştirilmiş bir kullanıcı deneyiminden ne zaman yararlanabilir? | Tüm kullanıcılar veya tanımlanmış bir kullanıcı alt kümesi için tek bir optimum deneyim istediğinizde |
| Kişiselleştirme modelini sürekli optimize etmek istediğinizde | Testleri sabit bir zaman aralığında yapmak istediğinizde |
| Optimizasyon hedefiniz, yalnızca analitik olaylarının ağırlıklı toplamı olarak ifade edilebildiğinde | Optimizasyon hedefiniz birkaç farklı rakip ölçümün dikkatli bir şekilde değerlendirilmesini gerektirdiğinde |
| Herhangi bir takastan bağımsız olarak bir hedef için optimize etmek istediğinizde | Bir varyantı kullanıma sunmadan önce diğerine göre istatistiksel olarak anlamlı bir gelişme gösterip göstermediğini belirlemek istediğinizde |
| Sonuçların manuel olarak gözden geçirilmesi gerekmediğinde veya istenmediğinde | Sonuçların manuel olarak gözden geçirilmesi istendiğinde |
Örneğin, uygulamanızı Play Store'da istediğinizde derecelendiren kullanıcı 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 onlara mı soruyorsunuz? 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 durumudur:
- Optimum ayar muhtemelen her kullanıcı için farklıdır.
- Başarı, Analytics kullanılarak kolayca ölçülebilir.
- Söz konusu kullanıcı deneyimi değişikliği, muhtemelen takasları düşünmenize veya manuel bir inceleme yürütmenize gerek kalmayacak kadar düşük risklidir.