Avec la personnalisation de Remote Config, vous pouvez sélectionner automatiquement les paramètres de Remote Config pour chaque utilisateur afin de les optimiser pour un objectif. Personnaliser un paramètre, c'est comme effectuer un test A/B automatique, individualisé, en constante amélioration et perpétuel.
Lorsque vous utilisez la personnalisation Remote Config dans vos applications, vous créez des expériences plus attrayantes pour chacun de vos utilisateurs en leur fournissant automatiquement l'une des nombreuses expériences utilisateur alternatives, l'alternative qui optimise l'objectif que vous choisissez. Vous pouvez cibler vos paramètres Remote Config personnalisés sur des groupes d'utilisateurs spécifiques à l'aide des conditions de ciblage Remote Config .
Vous pouvez optimiser pour n'importe quel objectif mesurable à l'aide de Google Analytics, et optimiser en fonction du nombre d'événements ou de la valeur agrégée (somme) d'un paramètre d'événement. Cela inclut les métriques intégrées suivantes :
- Temps d'engagement de l'utilisateur, qui optimise le temps d'engagement de l'utilisateur
- Clics sur les annonces, qui optimise en fonction du nombre total d'événements de clics sur les annonces
- Impressions d'annonces, optimisées par le nombre d'impressions d'annonces
Ou, vous pouvez optimiser les métriques personnalisées basées sur n'importe quel événement Analytics. Certaines possibilités incluent :
- Soumissions d'évaluation Play Store ou App Store
- Réussite de l'utilisateur dans des tâches particulières, comme terminer des niveaux de jeu
- Événements d'achat dans l'application
- Événements de commerce électronique, comme l'ajout d'articles à un panier ou le début ou la fin du paiement
- Achats intégrés et revenus publicitaires
- Dépenses en monnaie virtuelle
- Partage de liens et de contenu et activité de réseautage social
Pour plus d'informations sur les cas d'utilisation potentiels de la personnalisation, consultez Que puis-je faire avec la personnalisation de Remote Config ?
Comment ça marche?
La personnalisation utilise l'apprentissage automatique pour déterminer l'expérience optimale pour chacun de vos utilisateurs. L'algorithme fait un compromis efficace entre l'apprentissage de la meilleure expérience pour différents types d'utilisateurs et l'utilisation de ces connaissances pour maximiser votre métrique objective. Les résultats de la personnalisation sont automatiquement comparés à un groupe d'utilisateurs exclus qui reçoivent une expérience aléatoire persistante tirée de vos alternatives fournies. Cette comparaison montre la quantité de "lift" (valeur incrémentielle) générée par le système de personnalisation.
Pour plus d'informations sur l'algorithme et les concepts de personnalisation de Remote Config, consultez À propos de la personnalisation de Remote Config .
Chemin de mise en œuvre
- Mettez en œuvre au moins deux expériences utilisateur alternatives qui, selon vous, seront optimales pour certains utilisateurs mais pas pour d'autres.
- Rendez ces alternatives configurables à distance avec un paramètre Remote Config. Voir Prise en main de Remote Config et Stratégies de chargement de Remote Config .
- Activez la personnalisation pour le paramètre. Remote Config attribuera à chacun de vos utilisateurs l'expérience qui leur convient le mieux. Consultez le guide de démarrage .
Personnalisation vs tests A/B
Contrairement aux tests A/B, qui sont conçus pour trouver une seule expérience utilisateur la plus performante, la personnalisation tente de maximiser un objectif en choisissant dynamiquement une expérience utilisateur optimale pour chaque utilisateur. Pour de nombreux types de problèmes, la personnalisation produit les meilleurs résultats, mais les tests A/B ont toujours leur utilité :
| Personnalisation préférée | Test A/B préféré |
|---|---|
| Quand chaque utilisateur pouvait bénéficier d'une expérience utilisateur personnalisée | Lorsque vous souhaitez une seule expérience optimale pour tous les utilisateurs ou un sous-ensemble défini d'utilisateurs |
| Lorsque vous souhaitez optimiser en permanence le modèle de personnalisation | Lorsque vous souhaitez effectuer des tests pendant une fenêtre de temps fixe |
| Lorsque votre objectif d'optimisation peut être exprimé simplement sous la forme d'une somme pondérée d'événements d'analyse | Lorsque votre objectif d'optimisation nécessite une évaluation approfondie de plusieurs mesures concurrentes différentes |
| Lorsque vous souhaitez optimiser pour un objectif indépendamment de tout compromis | Lorsque vous souhaitez déterminer si une variante présente une amélioration statistiquement significative par rapport à une autre avant de la déployer |
| Lorsque l'examen manuel des résultats n'est pas requis ou souhaité | Lorsque l'examen manuel des résultats est souhaitable |
Par exemple, supposons que vous souhaitiez maximiser le nombre d'utilisateurs qui évaluent votre application dans le Play Store lorsque vous les y invitez. L'un des facteurs pouvant contribuer au succès est le moment de votre invite : l'affichez-vous lorsque l'utilisateur ouvre votre application pour la première, la deuxième ou la troisième fois ? Ou les avertissez-vous lorsqu'ils réussissent certaines tâches ? Le moment idéal dépend probablement de l'utilisateur individuel : certains utilisateurs peuvent être prêts à évaluer votre application immédiatement, tandis que d'autres peuvent avoir besoin de plus de temps.
L'optimisation du moment de votre invite de commentaires est un cas d'utilisation idéal pour la personnalisation :
- Le réglage optimal est probablement différent pour chaque utilisateur.
- Le succès est facilement mesurable à l'aide d'Analytics.
- Le changement UX en question présente un risque suffisamment faible pour que vous n'ayez probablement pas besoin d'envisager des compromis ou de procéder à un examen manuel.