Благодаря персонализации Remote Config вы можете автоматически выбирать параметры Remote Config для каждого пользователя, чтобы оптимизировать их для достижения цели. Персонализация параметра похожа на выполнение автоматического, индивидуализированного, непрерывно улучшающегося и постоянного A/B-тестирования.
Когда вы используете персонализацию Remote Config в своих приложениях, вы создаете более привлекательные возможности для каждого из ваших пользователей, автоматически предоставляя им один из нескольких альтернативных пользовательских интерфейсов — альтернативу, которая оптимизируется для выбранной вами цели. Вы можете нацелить свои персонализированные параметры Remote Config на определенные группы пользователей, используя условия таргетинга Remote Config .
Вы можете оптимизировать для любой цели, которую можно измерить с помощью Google Analytics, а также оптимизировать по количеству событий или по агрегированному значению (сумме) параметра события. Сюда входят следующие встроенные показатели:
- Время взаимодействия с пользователем, которое оптимизируется по времени взаимодействия с пользователем.
- Клики по объявлениям, которые оптимизируются по общему количеству кликов по объявлениям.
- Показы рекламы, которая оптимизируется по количеству показов рекламы
Или вы можете оптимизировать пользовательские показатели на основе любого события Analytics. Некоторые возможности включают в себя:
- Отправка оценок в Play Store или App Store
- Успех пользователя в определенных задачах, таких как прохождение игровых уровней.
- События покупки в приложении
- События электронной коммерции, такие как добавление товаров в корзину, начало или завершение оформления заказа.
- Покупка в приложении и доход от рекламы
- Расходы в виртуальной валюте
- Обмен ссылками и контентом, а также активность в социальных сетях
Дополнительные сведения о потенциальных вариантах использования персонализации см. в разделе Что можно делать с персонализацией Remote Config?
Как это работает?
Персонализация использует машинное обучение для определения оптимального опыта для каждого из ваших пользователей. Алгоритм эффективно балансирует между изучением лучшего опыта для разных типов пользователей и использованием этих знаний для максимизации вашей объективной метрики. Результаты персонализации автоматически сравниваются с группой удерживаемых пользователей, которые получают постоянный случайный опыт, полученный из предоставленных вами альтернатив — это сравнение показывает, какой «подъем» (дополнительная ценность) генерируется системой персонализации.
Дополнительные сведения об алгоритме и принципах персонализации Remote Config см. в разделе О персонализации Remote Config .
Путь реализации
- Реализуйте два или более альтернативных взаимодействия с пользователем, которые, по вашему мнению, будут оптимальными для одних пользователей, но не для других.
- Сделайте эти альтернативы дистанционно настраиваемыми с помощью параметра Remote Config. См. Начало работы с Remote Config и Стратегии загрузки Remote Config .
- Включите персонализацию для параметра. Remote Config назначит каждому из ваших пользователей оптимальную для них работу. См. руководство по началу работы .
Персонализация против A/B-тестирования
В отличие от A/B-тестов, которые предназначены для поиска одного наиболее эффективного пользовательского опыта, персонализация пытается максимизировать цель, динамически выбирая оптимальный пользовательский опыт для каждого пользователя. Для многих типов проблем персонализация дает наилучшие результаты, но A/B-тестирование по-прежнему имеет свое применение:
| Предпочтительна персонализация | Предпочтение отдается A/B-тестированию. |
|---|---|
| Когда каждый пользователь может извлечь выгоду из персонализированного пользовательского опыта | Если вам нужен единый оптимальный опыт для всех пользователей или определенного подмножества пользователей |
| Если вы хотите постоянно оптимизировать модель персонализации | Когда вы хотите проводить тесты в течение фиксированного временного окна |
| Когда ваша цель оптимизации может быть выражена просто как взвешенная сумма событий аналитики | Когда ваша цель оптимизации требует вдумчивой оценки нескольких конкурирующих показателей |
| Если вы хотите оптимизировать для достижения цели, невзирая ни на какие компромиссы | Когда вы хотите определить, показывает ли один вариант статистически значимое улучшение по сравнению с другим, прежде чем внедрять его. |
| Когда ручной просмотр результатов не требуется или нежелателен | Когда желательна ручная проверка результатов |
Например, предположим, что вы хотите максимизировать количество пользователей, которые оценивают ваше приложение в Play Маркете, когда вы им это предлагаете. Одним из факторов, который может способствовать успеху, является время вашего приглашения: вы показываете его, когда пользователь открывает ваше приложение в первый, второй или третий раз? Или вы подсказываете им, когда они успешно выполняют определенные задачи? Идеальное время, вероятно, зависит от конкретного пользователя: некоторые пользователи могут быть готовы оценить ваше приложение сразу, в то время как другим может потребоваться больше времени.
Оптимизация времени отклика — идеальный вариант использования для персонализации:
- Оптимальная настройка, вероятно, отличается для каждого пользователя.
- Успех легко измерить с помощью Analytics.
- Рассматриваемое изменение UX представляет собой достаточно низкий риск, поэтому вам, вероятно, не нужно рассматривать компромиссы или проводить ручную проверку.