Catch up on everything announced at Firebase Summit, and learn how Firebase can help you accelerate app development and run your app with confidence. Learn More

रिमोट कॉन्फिग वैयक्तिकरण

संग्रह की मदद से व्यवस्थित रहें अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.

Remote Config वैयक्तिकरण के साथ, आप किसी उद्देश्य के लिए अनुकूलित करने के लिए प्रत्येक उपयोगकर्ता के लिए स्वचालित रूप से Remote Config पैरामीटर का चयन कर सकते हैं। एक पैरामीटर को वैयक्तिकृत करना एक स्वचालित, व्यक्तिगत, निरंतर-सुधार, और सतत ए/बी परीक्षण करने जैसा है।

जब आप अपने ऐप्स में रिमोट कॉन्फिग वैयक्तिकरण का उपयोग करते हैं, तो आप अपने प्रत्येक उपयोगकर्ता को कई वैकल्पिक उपयोगकर्ता अनुभवों में से एक के साथ स्वचालित रूप से प्रदान करके अधिक आकर्षक अनुभव बनाते हैं—वह विकल्प जो आपके द्वारा चुने गए उद्देश्य के लिए अनुकूलित होता है। आप Remote Config लक्ष्यीकरण शर्तों का उपयोग करके अपने वैयक्तिकृत Remote Config पैरामीटर को विशिष्ट उपयोगकर्ता समूहों पर लक्षित कर सकते हैं।

आप Google Analytics का उपयोग करके मापने योग्य किसी भी उद्देश्य के लिए अनुकूलित कर सकते हैं, और ईवेंट की संख्या या किसी ईवेंट पैरामीटर के समेकित मान (योग) द्वारा अनुकूलित कर सकते हैं। इसमें निम्नलिखित अंतर्निहित मीट्रिक शामिल हैं:

  • उपयोगकर्ता जुड़ाव समय, जो उपयोगकर्ता जुड़ाव समय के अनुसार अनुकूलित होता है
  • विज्ञापन क्लिक, जो विज्ञापन क्लिक ईवेंट की कुल संख्या के अनुसार अनुकूलित होते हैं
  • विज्ञापन इंप्रेशन, जो विज्ञापन इंप्रेशन की संख्या के अनुसार अनुकूलित होते हैं

या, आप किसी भी Analytics ईवेंट के आधार पर कस्टम मीट्रिक के लिए अनुकूलित कर सकते हैं। कुछ संभावनाओं में शामिल हैं:

  • Play Store या App Store रेटिंग सबमिशन
  • विशेष कार्यों में उपयोगकर्ता की सफलता, जैसे खेल के स्तर को पूरा करना
  • इन-ऐप खरीदारी इवेंट
  • ई-कॉमर्स इवेंट, जैसे कार्ट में आइटम जोड़ना, या चेकआउट शुरू करना या पूरा करना
  • इन-ऐप खरीदारी और विज्ञापन राजस्व
  • आभासी मुद्रा खर्च
  • लिंक और सामग्री साझाकरण और सामाजिक नेटवर्किंग गतिविधि

संभावित वैयक्तिकरण उपयोग मामलों के बारे में अधिक जानकारी के लिए, देखें कि मैं रिमोट कॉन्फिग वैयक्तिकरण के साथ क्या कर सकता हूं?

शुरू हो जाओ

यह कैसे काम करता है?

वैयक्तिकरण आपके प्रत्येक उपयोगकर्ता के लिए इष्टतम अनुभव निर्धारित करने के लिए मशीन लर्निंग का उपयोग करता है। एल्गोरिदम कुशलता से विभिन्न प्रकार के उपयोगकर्ताओं के लिए सर्वोत्तम अनुभव सीखने और उस ज्ञान का उपयोग करके अपने उद्देश्य मीट्रिक को अधिकतम करने के बीच व्यापार करता है। वैयक्तिकरण परिणामों की तुलना स्वचालित रूप से उन उपयोगकर्ताओं के होल्डआउट समूह से की जाती है, जो आपके प्रदत्त विकल्पों से लगातार यादृच्छिक अनुभव प्राप्त करते हैं—यह तुलना दर्शाती है कि वैयक्तिकरण प्रणाली द्वारा कितना "लिफ्ट" (वृद्धिशील मूल्य) उत्पन्न होता है।

Remote Config वैयक्तिकरण एल्गोरिदम और अवधारणाओं के बारे में अधिक जानकारी के लिए, Remote Config वैयक्तिकरण के बारे में देखें।

कार्यान्वयन पथ

  1. दो या दो से अधिक वैकल्पिक उपयोगकर्ता अनुभव लागू करें जिनकी आप अपेक्षा करते हैं कि कुछ उपयोगकर्ताओं के लिए इष्टतम होंगे लेकिन अन्य के लिए नहीं।
  2. इन विकल्पों को दूरस्थ कॉन्फ़िगरेशन पैरामीटर के साथ दूरस्थ रूप से कॉन्फ़िगर करने योग्य बनाएं। रिमोट कॉन्फिग और रिमोट कॉन्फिग लोडिंग रणनीतियों के साथ आरंभ करें देखें।
  3. पैरामीटर के लिए वैयक्तिकरण सक्षम करें। Remote Config आपके प्रत्येक उपयोगकर्ता को उनके लिए इष्टतम अनुभव प्रदान करेगा। प्रारंभ करना मार्गदर्शिका देखें।

वैयक्तिकरण बनाम ए/बी परीक्षण

ए/बी परीक्षणों के विपरीत, जो एकल सर्वश्रेष्ठ प्रदर्शन करने वाले उपयोगकर्ता अनुभव को खोजने के लिए डिज़ाइन किए गए हैं, वैयक्तिकरण प्रत्येक उपयोगकर्ता के लिए एक इष्टतम उपयोगकर्ता अनुभव को गतिशील रूप से चुनकर एक उद्देश्य को अधिकतम करने का प्रयास करता है। कई प्रकार की समस्याओं के लिए, वैयक्तिकरण सर्वोत्तम परिणाम देता है, लेकिन A/B परीक्षण के अभी भी इसके उपयोग हैं:

वैयक्तिकरण पसंदीदा ए / बी परीक्षण पसंदीदा
जब प्रत्येक उपयोगकर्ता व्यक्तिगत उपयोगकर्ता अनुभव से लाभान्वित हो सकता है जब आप सभी उपयोगकर्ताओं या उपयोगकर्ताओं के एक परिभाषित सबसेट के लिए एकल इष्टतम अनुभव चाहते हैं
जब आप वैयक्तिकरण मॉडल को लगातार अनुकूलित करना चाहते हैं जब आप एक निश्चित समय विंडो के दौरान परीक्षण करना चाहते हैं
जब आपके अनुकूलन लक्ष्य को केवल विश्लेषण ईवेंट के भारित योग के रूप में व्यक्त किया जा सकता है जब आपके अनुकूलन लक्ष्य को कई अलग-अलग प्रतिस्पर्धी मेट्रिक्स के विचारशील मूल्यांकन की आवश्यकता होती है
जब आप किसी भी ट्रेड-ऑफ़ की परवाह किए बिना किसी उद्देश्य के लिए अनुकूलित करना चाहते हैं जब आप यह निर्धारित करना चाहते हैं कि क्या एक प्रकार इसे रोल आउट करने से पहले दूसरे पर सांख्यिकीय रूप से महत्वपूर्ण सुधार दिखाता है
जब परिणामों की मैन्युअल समीक्षा की आवश्यकता या वांछित नहीं है जब परिणामों की मैन्युअल समीक्षा वांछनीय हो

उदाहरण के लिए, मान लें कि आप Play Store में अपने ऐप को रेट करने वाले उपयोगकर्ताओं की संख्या को अधिकतम करना चाहते हैं, जब आप उन्हें संकेत देते हैं। सफलता में योगदान देने वाला एक कारक आपके संकेत का समय है: क्या आप इसे तब दिखाते हैं जब उपयोगकर्ता पहली, दूसरी या तीसरी बार आपका ऐप खोलता है? या जब वे कुछ कार्यों को सफलतापूर्वक पूरा करते हैं तो क्या आप उन्हें संकेत देते हैं? आदर्श समय की संभावना व्यक्तिगत उपयोगकर्ता पर निर्भर करती है: कुछ उपयोगकर्ता आपके ऐप को तुरंत रेट करने के लिए तैयार हो सकते हैं, जबकि अन्य को अधिक समय की आवश्यकता हो सकती है।

आपके फीडबैक प्रॉम्प्ट के समय को अनुकूलित करना वैयक्तिकरण के लिए एक आदर्श उपयोग का मामला है:

  • प्रत्येक उपयोगकर्ता के लिए इष्टतम सेटिंग अलग-अलग होने की संभावना है।
  • Analytics का उपयोग करके सफलता को आसानी से मापा जा सकता है।
  • प्रश्न में यूएक्स परिवर्तन कम जोखिम वाला है कि आपको शायद ट्रेड-ऑफ पर विचार करने या मैन्युअल समीक्षा करने की आवश्यकता नहीं है।

इसे अजमाएं

शुरू हो जाओ