Remote Config 맞춤설정을 사용하면 각 사용자에 대해 Remote Config 파라미터를 자동으로 선택해 목표에 맞게 최적화할 수 있습니다. 매개변수 맞춤설정은 자동으로 개별화되어 지속적으로 개선되는 영구적 A/B 테스트가 실행되는 것과 같습니다.
앱에서 Remote Config 맞춤설정을 사용하면 원하는 목표에 맞게 최적화하는 여러 대체 사용자 환경 중 하나를 자동으로 제공하여 각 사용자에 대해 보다 흥미로운 환경을 구축할 수 있습니다. Remote Config 타겟팅 조건을 사용하여 특정 사용자 그룹에 맞춤설정된 Remote Config 파라미터를 타겟팅할 수 있습니다.
Google Analytics를 사용하여 측정 가능한 목표를 최적화하고, 이벤트 수 또는 이벤트 파라미터의 집계된 값(합계)을 기준으로 최적화할 수 있습니다. 여기에는 다음과 같은 기본 제공 측정항목이 포함됩니다.
- 사용자 참여가 발생한 시간을 기준으로 최적화되는 사용자 참여 발생 시간
- 총 광고 클릭 이벤트 수를 기준으로 최적화되는 광고 클릭수
- 광고 노출 수를 기준으로 최적화되는 광고 노출
또는 Analytics 이벤트를 기반으로 커스텀 측정항목을 최적화할 수 있습니다. 몇 가지 활용 예는 다음과 같습니다.
- Play 스토어 또는 App Store 평점 제출
- 게임 레벨 달성과 같은 특정 작업의 사용자 성공률
- 인앱 구매 이벤트
- 장바구니에 상품 추가 또는 결제 시작 또는 완료와 같은 전자상거래 이벤트
- 인앱 구매 및 광고 수익
- 가상 화폐 지출
- 링크 및 콘텐츠 공유와 소셜 네트워킹 활동
가능한 맞춤설정 사용 사례에 대한 자세한 내용은 Remote Config 맞춤설정으로 무엇을 할 수 있나요?를 참조하세요.
기본 원리
맞춤설정에서는 머신러닝을 사용해 각 사용자에게 최적화된 환경을 결정합니다. 이 알고리즘은 다양한 유형의 사용자를 위한 최상의 환경을 학습하는 것과 해당 지식을 활용하여 목표 측정항목을 최대화하는 것 사이에서 효과적으로 균형을 유지합니다. 맞춤설정된 결과는 제공된 대체 환경 중에서 지속적으로 무작위 선정된 환경을 수신하는 홀드아웃 사용자 그룹과 자동으로 비교되며 이 비교를 통해 맞춤설정 시스템에서 생성되는 '상승도'(증분 값)가 얼마나 되는지 파악합니다.
원격 구성 맞춤설정 알고리즘 및 개념에 대한 자세한 내용은 원격 구성 맞춤설정 정보를 참조하세요.
구현 경로
- 일부 사용자에게만 최적일 것으로 예상되는 대체 사용자 환경을 두 개 이상 구현합니다.
- Remote Config 파라미터를 사용해 이러한 대체 환경을 원격으로 구성할 수 있습니다. Remote Config 시작하기 및 Remote Config 로딩 전략을 참조하세요.
- 매개변수 맞춤설정을 사용 설정합니다. Remote Config은 각 사용자에게 최적화된 실험 환경을 부여합니다. 시작하기 가이드를 참조하세요.
맞춤설정 및 A/B 테스트
성능이 가장 뛰어난 단일 사용자 환경을 찾도록 설계된 A/B 테스트와 달리 맞춤설정에서는 각 사용자를 위한 최적의 사용자 환경을 동적으로 선택하여 목표의 극대화를 시도합니다. 대부분의 문제 유형에 맞춤설정을 사용하면 최상의 결과를 얻을 수 있지만 다음과 같은 사례에는 A/B 테스트를 사용합니다.
| 맞춤설정 권장 | A/B 테스트 권장 |
|---|---|
| 각 사용자가 맞춤설정된 사용자 환경을 통해 이점을 누릴 수 있는 경우 | 모든 사용자 또는 정의된 사용자 하위 집합을 위한 최적의 단일 환경을 원하는 경우 |
| 맞춤설정 모델을 지속적으로 최적화하려는 경우 | 고정된 기간 동안 테스트를 수행하려는 경우 |
| 최적화 목표를 애널리틱스 이벤트의 가중합으로 단순하게 표현할 수 있는 경우 | 최적화 목표를 여러 다른 경쟁 측정항목을 통해 신중하게 평가해야 하는 경우 |
| 단점에도 불구하고 목표의 최적화를 원하는 경우 | 출시하기 전에 한 변수가 다른 변수보다 통계적으로 유의미한 개선을 보이는지 파악하고 싶은 경우 |
| 결과를 직접 검토할 필요가 없거나 원하지 않는 경우 | 결과를 직접 검토하는 것이 바람직한 경우 |
예를 들어 Play 스토어에서 사용자에게 앱을 평가하는 메시지를 표시할 때 평가하는 사용자 수를 최대화하려는 경우를 가정해 보겠습니다. 성공할 수 있는 한 가지 요인은 메시지를 표시하는 시기입니다. 사용자가 앱을 처음으로, 두 번째로, 세 번째로 실행할 때 메시지를 표시하나요? 아니면 특정 작업을 성공적으로 완료할 때 메시지를 표시하나요? 이상적인 시기는 사용자 개인마다 다를 수 있습니다. 어떤 사용자는 바로 앱을 평가할 준비가 된 반면 어떤 사용자는 시간이 더 필요할 수 있습니다.
의견을 받는 메시지를 표시하는 시기를 최적화하는 것은 맞춤설정에 대한 이상적인 사용 사례입니다.
- 최적의 설정은 사용자마다 다를 수 있습니다.
- Analytics를 사용하면 성공 여부를 쉽게 측정할 수 있습니다.
- 문제가 되는 UX 변경으로 인한 위험은 충분히 낮기 때문에 단점을 고려하거나 직접 검토를 수행할 필요가 없습니다.