Tính năng cá nhân hoá sử dụng công nghệ học máy, cụ thể là một thuật toán nhiều tay sai theo bối cảnh, để xác định trải nghiệm tối ưu cho từng người dùng nhằm đạt được mục tiêu. Trong trường hợp của chúng ta, mục tiêu là tối ưu hoá cho tổng số hoặc tổng giá trị thông số của các sự kiện Google Analytics cụ thể.
Thuật toán tay sai nhiều vũ khí theo ngữ cảnh là gì?
"Cướp có nhiều tay" là một phép ẩn dụ dùng để mô tả trường hợp chúng ta muốn liên tục chọn một đường dẫn dẫn đến phần thưởng cao nhất, đáng tin cậy nhất trong danh sách nhiều đường dẫn. Để hình dung điều này, bạn có thể sử dụng phép ẩn dụ về một người đánh bạc đứng trước một hàng máy đánh bạc – thường được gọi là "kẻ cướp một tay" vì máy đánh bạc có một tay cầm (hoặc cánh tay) và lấy tiền của bạn. Vì chúng ta muốn giải quyết nhiều "cánh tay", nên máy đánh bạc một tay trở thành máy đánh bạc nhiều tay.
Ví dụ: giả sử chúng ta có 3 lựa chọn và muốn xác định lựa chọn nào mang lại phần thưởng đáng tin cậy nhất: Chúng ta có thể thử từng lựa chọn, sau đó, sau khi nhận được kết quả, chúng ta chỉ cần tiếp tục chọn cánh tay mang lại nhiều phần thưởng nhất. Đây là thuật toán tham lam: tuỳ chọn mang lại kết quả tốt nhất khi chúng ta thử lần đầu tiên là tuỳ chọn mà chúng ta sẽ tiếp tục chọn. Tuy nhiên, chúng ta có thể hiểu rằng cách này không phải lúc nào cũng hiệu quả. Một lý do là phần thưởng cao có thể là do may mắn. Hoặc có thể có một số bối cảnh dành riêng cho người dùng dẫn đến việc người dùng nhận được phần thưởng cao hơn trong khoảng thời gian đó nhưng sẽ không hiệu quả sau này.
Vì vậy, ngữ cảnh được thêm vào để giúp thuật toán hoạt động hiệu quả hơn. Đối với tính năng cá nhân hoá Remote Config, ngữ cảnh ban đầu này là lấy mẫu ngẫu nhiên hoặc không chắc chắn, cung cấp một số entropy cho thử nghiệm. Thao tác này triển khai một "kẻ cướp nhiều vũ khí theo ngữ cảnh". Khi thử nghiệm tiếp tục chạy, quá trình khám phá và quan sát liên tục sẽ bổ sung ngữ cảnh đã học thực tế về những nhóm có nhiều khả năng nhất sẽ kích hoạt phần thưởng cho mô hình, giúp mô hình hiệu quả hơn.
Điều này ảnh hưởng như thế nào đến ứng dụng của tôi?
Bây giờ, hãy thảo luận về ý nghĩa của thuật toán thử nghiệm chia nhiều nhánh trong ngữ cảnh của ứng dụng. Giả sử bạn đang tối ưu hoá cho số lượt nhấp vào quảng cáo biểu ngữ. Trong trường hợp này, "cánh" của hoạt động cá nhân hoá sẽ là các giá trị thay thế mà bạn chỉ định để đại diện cho các quảng cáo biểu ngữ mà bạn muốn hiển thị cho người dùng. Lượt nhấp vào quảng cáo biểu ngữ là phần thưởng, chúng tôi gọi là mục tiêu.
Trong lần đầu tiên bạn chạy tính năng cá nhân hoá, mô hình sẽ không biết giá trị thay thế nào có nhiều khả năng đạt được mục tiêu của bạn cho từng người dùng. Khi tính năng cá nhân hoá khám phá từng giá trị thay thế để hiểu khả năng đạt được mục tiêu của bạn, mô hình cơ bản sẽ trở nên thông tin hơn, cải thiện khả năng dự đoán và chọn trải nghiệm tối ưu cho từng người dùng.
Tính năng cá nhân hoá sử dụng thời lượng cố định là 24 giờ. Đây là khoảng thời gian mà thuật toán cá nhân hoá khám phá một giá trị thay thế duy nhất. Bạn nên dành đủ thời gian để hệ thống cá nhân hoá khám phá nhiều lần từng giá trị thay thế (thường là khoảng 14 ngày). Tốt nhất là bạn nên để các mô hình này chạy liên tục để có thể liên tục cải thiện và thích ứng khi ứng dụng và hành vi của người dùng thay đổi.
Theo dõi các chỉ số khác
Tính năng cá nhân hoá Remote Config cũng cho phép bạn theo dõi tối đa 2 chỉ số bổ sung để giúp bạn đặt kết quả trong ngữ cảnh. Giả sử bạn đã phát triển một ứng dụng mạng xã hội và đặt nhiều giá trị thay thế để khuyến khích người dùng chia sẻ nội dung với bạn bè nhằm tăng mức độ tương tác tổng thể.
Trong trường hợp này, bạn có thể chọn tối ưu hoá cho một sự kiện Analytics như
link_received và đặt hai chỉ số thành user_engagement và
link_opened để biết mức độ tương tác của người dùng và số lượng đường liên kết mà người dùng mở có tăng lên (mức độ tương tác thực) hay giảm xuống (có thể có quá nhiều đường liên kết vi phạm) hay không.
Mặc dù các chỉ số bổ sung này sẽ không được tính vào thuật toán cá nhân hoá, nhưng bạn có thể theo dõi các chỉ số này cùng với kết quả cá nhân hoá, từ đó có được thông tin chi tiết có giá trị về khả năng cá nhân hoá giúp bạn đạt được các mục tiêu tổng thể.
Tìm hiểu kết quả cá nhân hoá
Sau khi một tính năng cá nhân hoá chạy đủ lâu để thu thập dữ liệu, bạn có thể xem kết quả của tính năng đó.
Cách xem kết quả cá nhân hoá:
Mở trang Remote Config rồi nhấp vào Cá nhân hoá.
Chọn nội dung cá nhân hoá mà bạn muốn xem. Bạn có thể tìm kiếm nội dung cá nhân hoá cụ thể theo tên hoặc mục tiêu, đồng thời có thể sắp xếp theo Tên, Thời gian bắt đầu hoặc Mức tăng tổng thể.
Trang kết quả tóm tắt Tổng mức tăng hoặc mức chênh lệch theo tỷ lệ phần trăm về hiệu suất mà tính năng cá nhân hoá mang lại so với nhóm Đường cơ sở.
Trang kết quả cũng cho biết trạng thái hiện tại của hoạt động cá nhân hoá, các thuộc tính của hoạt động cá nhân hoá và một biểu đồ tương tác:
Cho thấy thông tin chi tiết về tổng số và số liệu hằng ngày về hiệu suất của hoạt động cá nhân hoá so với đường cơ sở.
Cho biết hiệu suất tổng thể của từng giá trị trên nhóm đường cơ sở.
Hiển thị kết quả và hiệu suất của mục tiêu so với các chỉ số bổ sung mà bạn chọn. Bạn có thể truy cập vào các chỉ số này bằng các thẻ ở đầu phần tóm tắt.
Bạn có thể chạy một nội dung cá nhân hoá vô thời hạn và tiếp tục truy cập lại trang kết quả để theo dõi hiệu suất của nội dung đó. Thuật toán sẽ tiếp tục tìm hiểu và điều chỉnh để có thể thích ứng khi hành vi của người dùng thay đổi.
Tìm hiểu về việc xoá hoạt động cá nhân hoá
Bạn có thể xoá một thông tin cá nhân hoá bằng bảng điều khiển Firebase hoặc bằng cách xoá một tham số cá nhân hoá khỏi mẫu bằng Firebase Remote Config API. Bạn không thể khôi phục các chế độ cá nhân hoá đã xoá. Để tìm hiểu về việc giữ lại dữ liệu, hãy xem bài viết Xoá dữ liệu.
Bạn cũng có thể xoá nội dung cá nhân hoá bằng cách quay lại hoặc nhập mẫu.
Khôi phục
Nếu mẫu hiện tại của bạn có nội dung cá nhân hoá và bạn quay lại một mẫu không có nội dung cá nhân hoá tương tự, thì nội dung cá nhân hoá sẽ bị xoá. Để quay lại một mẫu trước đó, hãy sử dụng bảng điều khiển Firebase hoặc roll back bằng API Firebase Remote Config.
Khi bạn xoá một nội dung cá nhân hoá và quay lại một mẫu trước đó, một tham chiếu đến nội dung cá nhân hoá không hợp lệ đó sẽ xuất hiện trong bảng điều khiển Firebase. Bạn có thể xoá thông tin cá nhân hoá không hợp lệ khỏi bảng điều khiển Firebase bằng cách chỉnh sửa thông tin cá nhân hoá trong thẻ Thông số của trang Remote Config.
Số lần nhập
Việc nhập một mẫu không còn chứa nội dung cá nhân hoá hiện tại cũng sẽ xoá nội dung cá nhân hoá đó. Để nhập mẫu, hãy sử dụng bảng điều khiển Firebase hoặc sử dụng Remote Config REST API.
Các bước tiếp theo
Khám phá các trường hợp sử dụng cá nhân hoá Remote Config.
Bắt đầu cá nhân hoá Remote Config.