Dzięki Remote Config personalizacji możesz automatycznie wybieraćRemote Config parametry w przypadku poszczególnych użytkowników, aby prowadzić optymalizację pod kątem danego celu. Personalizacja parametru jest jak automatyczny, zindywidualizowany, stale ulepszany i nieustanny test A/B.
Gdy w aplikacjach używasz Remote Configpersonalizacji, tworzysz bardziej angażujące środowiska dla każdego użytkownika, automatycznie udostępniając mu jedną z kilku alternatywnych wersji – tę, która optymalizuje wybrany przez Ciebie cel. Możesz kierować spersonalizowane Remote Configparametry na określone grupy użytkowników za pomocą Remote Configwarunków kierowania.
Możesz optymalizować stawki pod kątem dowolnego celu, który można zmierzyć za pomocą funkcji Google Analytics, a także optymalizować je pod kątem liczby zdarzeń lub zagregowanej wartości (sumy) parametru zdarzenia. Obejmuje to te wbudowane dane:
- Czas zaangażowania użytkownika, który jest optymalizowany pod kątem czasu zaangażowania użytkownika
- Kliknięcia reklam, która optymalizuje pod kątem łącznej liczby zdarzeń kliknięcia reklamy
- Wyświetlenia reklam, która optymalizuje liczbę wyświetleń reklam.
Możesz też optymalizować pod kątem danych niestandardowych na podstawie dowolnego Analyticszdarzenia. Oto kilka możliwości:
- Przesyłanie ocen w Sklepie Play lub App Store
- sukcesy użytkowników w wykonywaniu określonych zadań, np. ukończenie poziomów gry;
- Zdarzenia zakupu w aplikacji
- zdarzenia e-commerce, takie jak dodanie produktów do koszyka, rozpoczęcie lub zakończenie procesu płatności;
- Przychody z zakupów w aplikacji i reklam
- Wydatki na wirtualną walutę
- Udostępnianie linków i treści oraz aktywność w sieciach społecznościowych
Więcej informacji o potencjalnych zastosowaniach personalizacji znajdziesz w artykule Co mogę zrobić dzięki personalizacji Remote Config?
Jak to działa?
Personalizacja wykorzystuje uczenie maszynowe do określania optymalnego sposobu korzystania z usług przez każdego użytkownika. Algorytm skutecznie równoważy uczenie się najlepszych rozwiązań dla różnych typów użytkowników i wykorzystywanie tej wiedzy do maksymalizowania wskaźnika celu. Wyniki personalizacji są automatycznie porównywane z grupą kontrolną użytkowników, którzy otrzymują stałe losowe treści wybrane z podanych przez Ciebie alternatyw. To porównanie pokazuje, o ile większą wartość (przyrostową) generuje system personalizacji.
Więcej informacji o Remote Config algorytmie personalizacji i powiązanych z nim koncepcjach znajdziesz w artykule Informacje o personalizacji w Remote Config.
Ścieżka implementacji
- Wdrażaj co najmniej 2 alternatywne wersje interfejsu, które Twoim zdaniem będą optymalne dla niektórych użytkowników, ale nie dla innych.
- Ustaw te alternatywy jako zdalnie konfigurowane za pomocą Remote Configparametru. Zobacz Wprowadzenie do Remote Config i Remote Configstrategii wczytywania.
- Włącz personalizację parametru. Remote Config przypisze każdemu użytkownikowi optymalne ustawienia. Zapoznaj się z przewodnikiem Pierwsze kroki.
Personalizacja a testy A/B
W przeciwieństwie do testów A/B, które pozwalają znaleźć pojedynczy zestaw ustawień, które zapewnią najlepsze wrażenia wszystkim użytkownikom, personalizacja pozwala dążyć do zrealizowania określonego celu przez dynamiczne wybieranie optymalnych ustawień w przypadku każdego użytkownika. W przypadku wielu rodzajów problemów personalizacja daje najlepsze wyniki, ale testy A/B nadal mają swoje zastosowania:
| Preferowana personalizacja | A/B Testing preferowany |
|---|---|
| Gdy każdy użytkownik może skorzystać ze spersonalizowanych wrażeń | Gdy chcesz zapewnić wszystkim użytkownikom lub określonej grupie użytkowników optymalne wrażenia |
| Gdy chcesz stale optymalizować model personalizacji | Gdy chcesz przeprowadzać testy w określonym przedziale czasu |
| Gdy cel optymalizacji można wyrazić jako ważoną sumę zdarzeń analitycznych | Gdy cel optymalizacji wymaga starannego przeanalizowania kilku różnych konkurujących ze sobą danych |
| Gdy chcesz optymalizować kampanię pod kątem celu bez względu na kompromisy | Gdy przed wdrożeniem chcesz sprawdzić, czy jedna wersja wykazuje istotną statystycznie poprawę w porównaniu z inną |
| Kiedy ręczne sprawdzanie wyników nie jest wymagane | Kiedy preferowane jest ręczne sprawdzanie wyników |
Załóżmy na przykład, że chcesz zmaksymalizować liczbę użytkowników, którzy ocenią Twoją aplikację w Google Play, gdy poprosisz ich o to. Jednym z czynników, który może przyczynić się do sukcesu, jest czas wyświetlania prośby: czy pokazujesz ją, gdy użytkownik otwiera aplikację po raz pierwszy, drugi czy trzeci? Czy wyświetlasz im prośbę, gdy wykonają określone zadania? Idealny moment zależy prawdopodobnie od konkretnego użytkownika: niektórzy mogą być gotowi do oceny aplikacji od razu, a inni mogą potrzebować więcej czasu.
Optymalizacja czasu wyświetlania prośby o opinię to idealny przypadek użycia personalizacji:
- Optymalne ustawienie prawdopodobnie będzie inne dla każdego użytkownika.
- Skuteczność można mierzyć za pomocą Analytics.
- Zmiana UX, o której mowa, wiąże się z tak małym ryzykiem, że prawdopodobnie nie musisz rozważać kompromisów ani przeprowadzać ręcznej weryfikacji.