Remote Configパーソナライズを使用すると、各ユーザーのRemote Configパラメーターを自動的に選択して、目的に合わせて最適化できます。パラメータのパーソナライズは、自動で個別化された継続的に改善されるA / Bテストを実行するようなものです。
アプリでRemoteConfigのパーソナライズを使用すると、いくつかの代替ユーザーエクスペリエンスのいずれかを自動的に提供することで、各ユーザーにとってより魅力的なエクスペリエンスを作成できます。これは、選択した目的に合わせて最適化する代替手段です。 Remote Configターゲティング条件を使用して、パーソナライズされたRemoteConfigパラメータを特定のユーザーグループにターゲティングできます。
GoogleAnalyticsを使用して測定可能な任意の目的に合わせて最適化できます。これには、次の組み込みメトリックが含まれます。
- ユーザーエンゲージメント時間
- 広告クリック
または、アナリティクスのイベントに基づいてカスタム指標を最適化することもできます。いくつかの可能性は次のとおりです。
- PlayストアまたはAppStoreの評価の送信
- 特定のタスクでのユーザーの成功
- 機能の利用
それはどのように機能しますか?
パーソナライズでは、機械学習を使用して、各ユーザーに最適なエクスペリエンスを決定します。アルゴリズムは、さまざまなタイプのユーザーにとって最高のエクスペリエンスを学習することと、その知識を利用して客観的なメトリックを最大化することの間で効率的にトレードオフします。パーソナライズの結果は、提供された選択肢から引き出された永続的なランダムエクスペリエンスを受け取るユーザーのホールドアウトグループと自動的に比較されます。この比較は、パーソナライズシステムによって生成される「リフト」(増分値)の量を示します。
実装パス
- 一部のユーザーには最適であるが、他のユーザーには最適ではないと予想される2つ以上の代替ユーザーエクスペリエンスを実装します。
- これらの選択肢を、RemoteConfigパラメーターを使用してリモートで構成可能にします。 RemoteConfigおよびRemoteConfigのロード戦略の開始を参照してください。
- パラメータのパーソナライズを有効にします。 Remote Configは、各ユーザーに最適なエクスペリエンスを割り当てます。スタートガイドを参照してください。
パーソナライズとA / Bテスト
単一の最高のパフォーマンスのユーザーエクスペリエンスを見つけるように設計されたA / Bテストとは異なり、パーソナライズは、各ユーザーに最適なユーザーエクスペリエンスを動的に選択することにより、目的を最大化しようとします。多くの種類の問題について、パーソナライズは最良の結果をもたらしますが、A / Bテストにはまだその用途があります。
パーソナライズが望ましい | A / Bテストが望ましい |
---|---|
各ユーザーがパーソナライズされたユーザーエクスペリエンスの恩恵を受けることができる場合 | すべてのユーザーまたは定義されたユーザーのサブセットに単一の最適なエクスペリエンスが必要な場合 |
パーソナライズモデルを継続的に最適化したい場合 | 一定の時間枠でテストを行いたい場合 |
最適化の目標を分析イベントの加重和として簡単に表現できる場合 | 最適化の目標に、いくつかの異なる競合する指標の慎重な評価が必要な場合 |
トレードオフに関係なく、目的に合わせて最適化する場合 | ロールアウトする前に、あるバリアントが別のバリアントよりも統計的に有意な改善を示しているかどうかを判断する場合 |
結果の手動レビューが不要または望ましくない場合 | 結果を手動で確認することが望ましい場合 |
たとえば、Playストアでアプリを評価するユーザーの数を最大化するように求められたとします。成功に寄与する可能性のある要因の1つは、プロンプトのタイミングです。ユーザーがアプリを1回目、2回目、または3回目に開いたときに表示しますか?または、特定のタスクを正常に完了したときにプロンプトを表示しますか?理想的なタイミングは、個々のユーザーによって異なる可能性があります。一部のユーザーはすぐにアプリを評価する準備ができている場合もあれば、より多くの時間を必要とする場合もあります。
フィードバックプロンプトのタイミングを最適化することは、パーソナライズの理想的なユースケースです。
- 最適な設定は、ユーザーごとに異なる可能性があります。
- 成功は、分析を使用して簡単に測定できます。
- 問題のUXの変更はリスクが十分に低いため、トレードオフを検討したり、手動でレビューしたりする必要はおそらくありません。