Avec la personnalisation de Remote Config, vous pouvez sélectionner automatiquement les paramètres de Remote Config pour chaque utilisateur afin de les optimiser en fonction d'un objectif. Personnaliser un paramètre, c'est comme effectuer un test A/B automatique, individualisé, en amélioration continue et perpétuel.
Lorsque vous utilisez la personnalisation de 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 s'optimise pour 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 de Remote Config .
Vous pouvez optimiser pour n'importe quel objectif mesurable à l'aide de Google Analytics, et optimiser par nombre d'événements ou par la valeur agrégée (somme) d'un paramètre d'événement. Cela inclut les métriques intégrées suivantes :
- Temps d'engagement des utilisateurs, qui optimise le temps d'engagement des utilisateurs
- Clics sur les annonces, qui optimise en fonction du nombre total d'événements de clics sur les annonces
- Impressions publicitaires, qui optimise en fonction du nombre d'impressions publicitaires
Vous pouvez également optimiser les métriques personnalisées en fonction de n’importe quel événement Analytics. Certaines possibilités incluent :
- Soumissions d'évaluations sur le Play Store ou l'App Store
- Succès des utilisateurs dans des tâches particulières, comme terminer des niveaux de jeu
- Événements d'achat in-app
- 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 sur les réseaux sociaux
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 retenus qui reçoivent une expérience aléatoire persistante tirée des alternatives proposées. Cette comparaison montre combien de « lift » (valeur incrémentielle) est généré 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 des stratégies de chargement de Remote Config et Remote Config .
- Activez la personnalisation du 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, conçus pour trouver une expérience utilisateur unique 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 | Tests A/B préférés |
|---|---|
| Quand chaque utilisateur pouvait bénéficier d’une expérience utilisateur personnalisée | Lorsque vous souhaitez une expérience optimale unique 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 horaire 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 réfléchie de plusieurs mesures concurrentes différentes |
| Lorsque vous souhaitez optimiser un objectif indépendamment des 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 | Lorsqu’un examen manuel des résultats est souhaitable |
Par exemple, supposons que vous souhaitiez maximiser le nombre d'utilisateurs qui évaluent votre application sur le Play Store lorsque vous le leur demandez. Un facteur qui pourrait contribuer au succès est le timing de votre invite : l'affichez-vous lorsque l'utilisateur ouvre votre application pour la première, la deuxième ou la troisième fois ? Ou les invitez-vous lorsqu’ils terminent avec succès certaines tâches ? Le moment idéal dépend probablement de chaque utilisateur : certains utilisateurs peuvent être prêts à évaluer votre application immédiatement, tandis que d'autres peuvent avoir besoin de plus de temps.
L'optimisation du timing de votre invite de commentaires est un cas d'utilisation idéal pour la personnalisation :
- Le paramètre 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 d'effectuer un examen manuel.