Remote Config kişiselleştirme ile bir hedef için optimizasyon yapmak üzere her kullanıcı için Remote Config parametrelerini otomatik olarak seçebilirsiniz. Bir parametreyi kişiselleştirmek, otomatik, kişiselleştirilmiş, sürekli iyileşen ve kalıcı bir A/B testi gerçekleştirmeye benzer.
Uygulamalarınızda Remote Config kişiselleştirmeyi kullandığınızda, her bir kullanıcınıza otomatik olarak birkaç alternatif kullanıcı deneyiminden birini sunarak daha ilgi çekici deneyimler oluşturursunuz. Bu alternatif, seçtiğiniz hedef için optimizasyon yapar. Kişiselleştirilmiş Remote Config parametrelerinizi Remote Config hedefleme koşullarını kullanarak belirli kullanıcı gruplarını hedefleyecek şekilde ayarlayabilirsiniz.
Google Analytics kullanılarak ölçülebilen herhangi bir hedef için optimizasyon yapabilir ve etkinlik sayısına veya bir etkinlik parametresinin toplu değerine (toplam) göre optimizasyon yapabilirsiniz. Bu metrikler arasında şunlar bulunur:
- Kullanıcı etkileşimi süresine göre optimize eden kullanıcı etkileşimi süresi
- Reklam tıklamaları (toplam reklam tıklama etkinliği sayısına göre optimize edilir)
- Reklam gösterim sayısı (reklam gösterim sayısına göre optimizasyon yapılır)
Alternatif olarak, herhangi bir Analytics etkinliğine dayalı özel metrikler için optimizasyon yapabilirsiniz. Olası nedenlerden bazıları:
- Play Store veya App Store puanı gönderimleri
- Kullanıcıların belirli görevlerdeki başarısı (ör. oyun seviyelerini tamamlama)
- Uygulama içi satın alma etkinlikleri
- Öğeleri sepete ekleme veya ödemeyi başlatma ya da tamamlama gibi e-ticaret etkinlikleri
- Uygulama içi satın alma ve reklam geliri
- Sanal para harcaması
- Bağlantı ve içerik paylaşımı ile sosyal ağ etkinliği
Olası kişiselleştirme kullanım alanları hakkında daha fazla bilgi için Remote Config kişiselleştirme ile neler yapabilirim? başlıklı makaleyi inceleyin.
Nasıl çalışır?
Kişiselleştirme, her bir kullanıcınız için en iyi deneyimi belirlemek amacıyla makine öğreniminden yararlanır. Algoritma, farklı kullanıcı türleri için en iyi deneyimi öğrenme ile bu bilgiyi kullanarak hedef metriğinizi en üst düzeye çıkarma arasında etkili bir denge kurar. Kişiselleştirme sonuçları, sağladığınız alternatiflerden rastgele seçilen ve tutarlı bir deneyim sunulan bir kontrol grubuyla otomatik olarak karşılaştırılır. Bu karşılaştırma, kişiselleştirme sistemi tarafından ne kadar "artış" (artımlı değer) oluşturulduğunu gösterir.
Remote Config kişiselleştirme algoritması ve kavramları hakkında daha fazla bilgi için Remote Config kişiselleştirme hakkında başlıklı makaleyi inceleyin.
Uygulama yolu
- Bazı kullanıcılar için ideal olacağını ancak diğerleri için ideal olmayacağını düşündüğünüz iki veya daha fazla alternatif kullanıcı deneyimi uygulayın.
- Bu alternatifleri Remote Config parametresiyle uzaktan yapılandırılabilir hale getirin. Remote Config ve Remote Config yükleme stratejilerini kullanmaya başlama başlıklı makaleyi inceleyin.
- Parametre için kişiselleştirmeyi etkinleştirin. Remote Config, kullanıcılarınızın her birine kendileri için en uygun deneyimi atar. Başlangıç kılavuzunu inceleyin.
Kişiselleştirme ve A/B testi karşılaştırması
En iyi performansı gösteren tek bir kullanıcı deneyimini bulmak için tasarlanan A/B testlerinden farklı olarak kişiselleştirme, her kullanıcı için en uygun kullanıcı deneyimini dinamik olarak seçerek bir hedefin performansını artırmaya çalışır. Kişiselleştirme, birçok sorun türünde en iyi sonuçları verir ancak A/B testinin de hâlâ kullanım alanları vardır:
| Kişiselleştirme tercih ediliyor | Tercih edilen A/B Testing cihaz: |
|---|---|
| Her kullanıcı kişiselleştirilmiş bir kullanıcı deneyiminden faydalanabilecekse | Tüm kullanıcılar için veya tanımlanmış bir kullanıcı alt grubu için tek bir optimum deneyim sunmak istediğinizde |
| Kişiselleştirme modelini sürekli olarak optimize etmek istediğinizde | Belirli bir zaman dilimi boyunca testler yapmak istediğinizde |
| Optimizasyon hedefiniz analiz etkinliklerinin ağırlıklı toplamı olarak ifade edilebildiğinde | Optimizasyon hedefiniz için birkaç farklı rakip metriğin dikkatle değerlendirilmesi gerektiğinde |
| Herhangi bir işlemden bağımsız olarak belirli hedef için optimize etmek istediğinizde | Ürünü kullanıma sunmadan önce belirli bir varyantın diğerine kıyasla istatistiksel olarak önemli oranda iyileşme ortaya koyup koymadığını görmek istediğinizde |
| Sonuçların manuel olarak incelenmesi gerekmediğinde | Sonuçların manuel olarak analiz edilmesi tercih edildiğinde |
Örneğin, kullanıcılardan uygulamanızı Play Store'da derecelendirmelerini istediğinizde bu işlemi yapan kullanıcı sayısını en üst düzeye çıkarmak istediğinizi varsayalım. Başarıya katkıda bulunabilecek bir faktör de isteminizin zamanlamasıdır: İsteminizi kullanıcı uygulamanızı ilk, ikinci veya üçüncü kez açtığında mı gösteriyorsunuz? Yoksa belirli görevleri başarıyla tamamladıklarında mı istem gönderiyorsunuz? İdeal zamanlama büyük olasılıkla kullanıcıya bağlıdır. Bazı kullanıcılar uygulamanızı hemen değerlendirmeye hazır olabilirken bazıları daha fazla zamana ihtiyaç duyabilir.
Geri bildirim isteminizin zamanlamasını optimize etmek, kişiselleştirme için ideal bir kullanım alanıdır:
- Optimum ayar, her kullanıcı için farklı olabilir.
- Başarı, Analytics kullanılarak ölçülebilir.
- Söz konusu kullanıcı deneyimi değişikliği yeterince düşük riskli olduğundan ödünleri göz önünde bulundurmanız veya manuel inceleme yapmanız muhtemelen gerekmez.