रिमोट कॉन्फ़िगरेशन को उपयोगकर्ता के मनमुताबिक बनाने की सुविधा के बारे में जानकारी

उपयोगकर्ता के हिसाब से बनाए जाने की सुविधा, मशीन लर्निंग का इस्तेमाल करती है. खास तौर पर, कॉन्टेक्स्ट के हिसाब से मल्टी-आर्म्ड बैंडिट एल्गोरिदम का इस्तेमाल करती है. इससे, किसी लक्ष्य को हासिल करने के लिए, अलग-अलग उपयोगकर्ताओं को सबसे अच्छा अनुभव दिया जा सकता है. हमारे मामले में, हमारा मकसद कुछ खास Google Analytics इवेंट की कुल संख्या या कुल पैरामीटर वैल्यू के लिए ऑप्टिमाइज़ करना है.

कॉन्टेक्स्ट के हिसाब से काम करने वाला मल्टी-आर्म्ड बैंडिट एल्गोरिदम क्या होता है?

"मल्टी-आर्म्ड बैंडिट" एक मेटाफ़र है. इसका इस्तेमाल ऐसी स्थिति के बारे में बताने के लिए किया जाता है जहां हमें कई रास्तों की सूची में से, लगातार ऐसा रास्ता चुनना होता है जिससे सबसे ज़्यादा और भरोसेमंद इनाम मिलें. इसे समझने के लिए, कैसिनो में जुआ खेलने वाले व्यक्ति का उदाहरण लिया जा सकता है. वह स्लॉट मशीनों की एक लाइन के सामने खड़ा है. स्लॉट मशीन में एक हैंडल (या आर्म) होता है और वह आपका पैसा ले लेती है. इसलिए, इसे आम तौर पर "वन-आर्म्ड बैंडिट" कहा जाता है. हमें कई "आर्म" के लिए समस्या हल करनी है. इसलिए, एक आर्म वाला बैंडिट, मल्टी-आर्म बैंडिट बन जाता है.

उदाहरण के लिए, मान लें कि हमारे पास तीन विकल्प हैं और हमें यह तय करना है कि कौनसा विकल्प सबसे ज़्यादा भरोसेमंद इनाम देता है: हम हर विकल्प को आज़मा सकते हैं. इसके बाद, नतीजे मिलने पर हम सिर्फ़ उस विकल्प को चुन सकते हैं जिससे हमें सबसे ज़्यादा इनाम मिले. इसे ग्रीडी एल्गोरिदम कहा जाता है: जब हम किसी विकल्प को पहली बार आज़माते हैं, तो उससे मिलने वाला सबसे अच्छा नतीजा ही हमारा चुना हुआ विकल्प होता है. हालांकि, हम समझते हैं कि ऐसा हमेशा नहीं होता. ऐसा इसलिए, क्योंकि ज़्यादा इनाम मिलना एक संयोग हो सकता है. ऐसा भी हो सकता है कि उपयोगकर्ता से जुड़े किसी कॉन्टेक्स्ट की वजह से, उस समयावधि के दौरान ज़्यादा इनाम मिले हों. हालांकि, बाद में ऐसा नहीं होगा.

इसलिए, एल्गोरिदम को ज़्यादा असरदार बनाने के लिए, कॉन्टेक्स्ट जोड़ा जाता है. Remote Config मनमुताबिक बनाने के लिए, इस शुरुआती कॉन्टेक्स्ट में रैंडम सैंपलिंग या अनिश्चितता होती है, जो एक्सपेरिमेंट को कुछ एंट्रॉपी देती है. इससे "कॉन्टेक्स्ट के हिसाब से मल्टी-आर्म्ड बैंडिट" लागू होता है. एक्सपेरिमेंट के जारी रहने पर, लगातार एक्सप्लोर करने और निगरानी करने से, मॉडल को यह पता चलता है कि कौनसे ग्रुप से इनाम मिलने की संभावना सबसे ज़्यादा है. इससे मॉडल ज़्यादा असरदार बनता है.

मेरे ऐप्लिकेशन पर इसका क्या असर पड़ेगा?

अब बात करते हैं कि आपके ऐप्लिकेशन के हिसाब से, मल्टी-आर्म्ड बैंडिट एल्गोरिदम का क्या मतलब है. मान लें कि आपको बैनर विज्ञापन पर मिलने वाले क्लिक को ऑप्टिमाइज़ करना है. इस मामले में, बदली गई वैल्यू को निजीकरण के "आर्म्स" के तौर पर इस्तेमाल किया जाएगा. ये वैल्यू, उन अलग-अलग बैनर विज्ञापनों को दिखाने के लिए तय की जाती हैं जिन्हें आपको उपयोगकर्ताओं को दिखाना है. बैनर विज्ञापन पर क्लिक करने से इनाम मिलता है. इसे हम मकसद कहते हैं.

जब पहली बार किसी व्यक्ति के हिसाब से अनुभव को बेहतर बनाने की सुविधा लॉन्च की जाती है, तो मॉडल को यह नहीं पता होता कि हर व्यक्ति के लिए, कौनसी वैकल्पिक वैल्यू आपके लक्ष्य को हासिल करने में ज़्यादा मदद करेगी. उपयोगकर्ता के हिसाब से बनाए जाने की सुविधा, हर विकल्प की वैल्यू का इस्तेमाल करके यह पता लगाती है कि आपके लक्ष्य को हासिल करने की कितनी संभावना है. इससे, मॉडल को ज़्यादा जानकारी मिलती है. साथ ही, यह हर उपयोगकर्ता के लिए सबसे अच्छा अनुभव चुनने और उसका अनुमान लगाने की अपनी क्षमता को बेहतर बनाता है.

मनमुताबिक सेटिंग के लिए, 24 घंटे की स्टिकनेस विंडो का इस्तेमाल किया जाता है. यह वह समय है जब मनमुताबिक बनाने का एल्गोरिदम, किसी एक वैकल्पिक वैल्यू की जांच करता है. आपको मनमुताबिक बनाने की सेटिंग को हर विकल्प की वैल्यू को कई बार एक्सप्लोर करने के लिए, काफ़ी समय देना चाहिए. आम तौर पर, इसमें करीब 14 दिन लगते हैं. आदर्श रूप से, आपको उन्हें हमेशा चलने देना चाहिए, ताकि वे आपके ऐप्लिकेशन और उपयोगकर्ता के व्यवहार में बदलाव होने पर, लगातार बेहतर हो सकें और उसके मुताबिक काम कर सकें.

अन्य मेट्रिक ट्रैक करना

Remote Config दिलचस्पी के मुताबिक विज्ञापन दिखाने की सुविधा से, दो अतिरिक्त मेट्रिक को ट्रैक करने की सुविधा भी मिलती है. इससे आपको अपने नतीजों को समझने में मदद मिलती है. मान लें कि आपने एक सोशल ऐप्लिकेशन बनाया है. आपने उपयोगकर्ताओं को दोस्तों के साथ कॉन्टेंट शेयर करने के लिए बढ़ावा देने के लिए, अलग-अलग वैकल्पिक वैल्यू सेट की हैं. इससे, ऐप्लिकेशन में लोगों की दिलचस्पी बढ़ेगी.

ऐसे में, Analytics जैसे किसी इवेंट के लिए ऑप्टिमाइज़ किया जा सकता है link_received और अपनी दो मेट्रिक को user_engagement और link_opened पर सेट किया जा सकता है. इससे यह पता चलेगा कि उपयोगकर्ता का जुड़ाव और उपयोगकर्ता की ओर से खोले गए लिंक की संख्या बढ़ी है (असल जुड़ाव) या कम हुई है (शायद बहुत ज़्यादा स्पैम वाले लिंक).

इन अतिरिक्त मेट्रिक को, मनमुताबिक बनाने वाले एल्गोरिदम में शामिल नहीं किया जाएगा. हालांकि, इन्हें मनमुताबिक बनाने के नतीजों के साथ-साथ ट्रैक किया जा सकता है. इससे, मनमुताबिक बनाने की प्रोसेस के ज़रिए अपने सभी लक्ष्यों को हासिल करने की क्षमता के बारे में अहम जानकारी मिलती है.

मनमुताबिक़ बनाने की सुविधा के नतीजों को समझना

जब मनमुताबिक बनाने की सुविधा का इस्तेमाल काफ़ी समय तक किया जाता है, तब डेटा इकट्ठा हो जाता है. इसके बाद, आपको इसके नतीजे दिख सकते हैं.

मनमुताबिक़ बनाए गए कॉन्टेंट के नतीजे देखने के लिए:

  1. Remote Config पेज खोलें और मनमुताबिक बनाएं पर क्लिक करें.

  2. वह सेटिंग चुनें जिसे आपको देखना है. नाम या मकसद के हिसाब से, किसी खास दिलचस्पी के मुताबिक विज्ञापन दिखाने की सुविधा को खोजा जा सकता है. साथ ही, इसे नाम, शुरू होने का समय या कुल लिफ़्ट के हिसाब से क्रम से लगाया जा सकता है.

नतीजे वाले पेज पर, कुल लिफ़्ट या परफ़ॉर्मेंस में फ़ीसदी अंतर की खास जानकारी दी जाती है. यह अंतर, मनमुताबिक बनाए गए ग्रुप की तुलना में बेसलाइन ग्रुप की परफ़ॉर्मेंस में होता है.

नतीजे वाले पेज पर, आपको मनमुताबिक बनाए गए नतीजों की मौजूदा स्थिति, मनमुताबिक बनाए गए नतीजों की विशेषताएं, और एक इंटरैक्टिव ग्राफ़ भी दिखेगा. इस ग्राफ़ में ये चीज़ें शामिल होंगी:

  • इससे यह पता चलता है कि दिलचस्पी के मुताबिक बनाए गए विज्ञापन, बेसलाइन के मुकाबले हर दिन और कुल मिलाकर कैसा परफ़ॉर्म कर रहे हैं.

  • इससे पता चलता है कि बेसलाइन ग्रुप में हर वैल्यू की परफ़ॉर्मेंस कैसी है.

  • इसमें आपके चुने गए लक्ष्यों के नतीजे और परफ़ॉर्मेंस दिखती है. साथ ही, इसमें आपकी चुनी गई अन्य मेट्रिक की परफ़ॉर्मेंस भी दिखती है. इन मेट्रिक को ऐक्सेस करने के लिए, खास जानकारी के सबसे ऊपर मौजूद टैब का इस्तेमाल करें.

मनमुताबिक बनाने की सुविधा को अनिश्चित काल तक चालू रखा जा सकता है. साथ ही, इसकी परफ़ॉर्मेंस को मॉनिटर करने के लिए, नतीजों वाले पेज पर दोबारा जाया जा सकता है. एल्गोरिदम लगातार सीखता रहेगा और उसमें बदलाव होता रहेगा, ताकि उपयोगकर्ता के व्यवहार में बदलाव होने पर वह उसके हिसाब से काम कर सके.

मनमुताबिक बनाने की सुविधा के लिए इस्तेमाल किया गया डेटा मिटाने के बारे में जानकारी

Firebase कंसोल का इस्तेमाल करके, दिलचस्पी के मुताबिक विज्ञापन दिखाने की सुविधा को बंद किया जा सकता है. इसके अलावा, Firebase Remote Config API का इस्तेमाल करके, अपने टेंप्लेट से दिलचस्पी के मुताबिक विज्ञापन दिखाने वाले पैरामीटर को हटाया जा सकता है. मिटाई गई सेटिंग को वापस नहीं लाया जा सकता. डेटा के रखरखाव के बारे में जानने के लिए, डेटा मिटाना लेख पढ़ें.

पहले जैसा करके या कोई टेंप्लेट इंपोर्ट करके भी, मनमुताबिक बनाए गए चार्ट मिटाए जा सकते हैं.

रोलबैक

अगर आपके मौजूदा टेंप्लेट में, आपके हिसाब से बदलाव किए गए हैं और आपने ऐसे टेंप्लेट पर वापस रोलबैक किया है जिसमें आपके हिसाब से बदलाव नहीं किए गए हैं, तो आपके हिसाब से किए गए बदलाव मिटा दिए जाएंगे. पिछले टेंप्लेट पर वापस जाने के लिए, Firebase कंसोल का इस्तेमाल करें या Firebase Remote Config एपीआई का इस्तेमाल करके roll back का इस्तेमाल करें.

जब किसी टेंप्लेट को पसंद के मुताबिक बनाने की सुविधा को मिटाया जाता है और उसे पिछले टेंप्लेट पर वापस लाया जाता है, तो Firebase कंसोल में, टेंप्लेट को पसंद के मुताबिक बनाने की अमान्य सुविधा का रेफ़रंस दिखता है. Firebase कंसोल में जाकर, अमान्य तरीके से की गई दिलचस्पी के मुताबिक सेटिंग को हटाया जा सकता है. इसके लिए, Remote Config पेज के पैरामीटर टैब में जाकर, दिलचस्पी के मुताबिक सेटिंग में बदलाव करें.

आयात

ऐसे टेंप्लेट को इंपोर्ट करने पर, आपकी मौजूदा पसंद के मुताबिक बनाए गए कॉन्टेंट को भी मिटा दिया जाता है. किसी टेंप्लेट को इंपोर्ट करने के लिए, Firebase कंसोल का इस्तेमाल करें या Remote Config REST API का इस्तेमाल करें.

अगले चरण