يستخدم خيار التخصيص تكنولوجيا تعلُّم الآلة، وتحديدًا خوارزمية "بانديت متعدد الأذرع" المستندة إلى السياق، لتحديد التجربة المثلى للمستخدمين الفرديين من أجل تحقيق هدف معيّن. في حالتنا، الهدف هو تحسين الأداء من أجل تحقيق إجمالي عدد أو إجمالي قيمة مَعلمة لأحداث Google Analytics معيّنة.
ما هي خوارزمية "النهج السياقي المتعدد الأذرع"؟
"الخوارزمية المتعددة الأذرع" هي استعارة مجازية تُستخدم لوصف الحالة التي نريد فيها اختيار مسار يؤدي باستمرار إلى أعلى المكافآت وأكثرها موثوقية من قائمة مسارات متعددة. لتوضيح ذلك، يمكنك استخدام استعارة المقامر أمام صف من ماكينات القمار، والتي يُشار إليها غالبًا بالعامية باسم "اللص ذو الذراع الواحدة" لأنّ ماكينة القمار لها مقبض واحد (أو ذراع) وتأخذ أموالك. بما أنّنا نريد حلّ مشكلة "الأذرع" المتعدّدة، تصبح آلة المقامرة ذات الذراع الواحدة آلة مقامرة متعدّدة الأذرع.
على سبيل المثال، لنفترض أنّ لدينا ثلاثة خيارات ونريد تحديد الخيار الذي يقدّم المكافأة الأكثر موثوقية: يمكننا تجربة كل خيار، وبعد الحصول على نتيجة، يمكننا الاستمرار في اختيار الذراع التي حقّقت أكبر عدد من المكافآت. هذا ما يُعرف باسم الخوارزمية الجشعة: الخيار الذي يحقق أفضل نتيجة عند تجربته لأول مرة هو الخيار الذي سنستمر في اختياره. لكننا ندرك أن هذا قد لا ينجح دائمًا، فمن ناحية، قد تكون المكافأة العالية مجرد صدفة. أو ربما هناك بعض السياق الخاص بالمستخدم الذي أدى إلى مكافآت أعلى خلال تلك الفترة الزمنية والتي لن تكون فعالة في وقت لاحق.
لذلك، تتم إضافة السياق لجعل الخوارزمية أكثر فعالية. بالنسبة إلى تخصيص Remote Config، يكون هذا السياق الأولي عبارة عن عيّنات عشوائية، أو عدم يقين، ما يوفّر بعض العشوائية للتجربة. يؤدي ذلك إلى تنفيذ "سياق متعدّد الأذرع". مع استمرار التجربة، تضيف عمليات الاستكشاف والملاحظة المستمرة سياقًا حقيقيًا تم تعلّمه حول المجموعات التي من المرجّح أن تؤدي إلى مكافأة للنموذج، ما يجعله أكثر فعالية.
ما تأثير ذلك في تطبيقي؟
لنفترض أنّك تريد تحسين النقرات على "إعلانات البانر"، فماذا تعني خوارزمية "متعدّد الأذرع" في سياق تطبيقك؟ في هذه الحالة، ستكون "أذرع" التخصيص هي القيم البديلة التي تحدّدها لتمثيل إعلانات البانر المختلفة التي تريد عرضها للمستخدمين. والنقرة على إعلان البانر هي المكافأة، والتي يُشار إليها باسم الهدف.
عند إطلاق عملية تخصيص لأول مرة، لا يعرف النموذج القيمة البديلة التي من المرجّح أن تحقّق هدفك لكل مستخدم على حدة. بينما يستكشف خيار التخصيص كل قيمة بديلة لفهم احتمالية تحقيق هدفك، يصبح النموذج الأساسي أكثر اطّلاعًا، ما يحسّن قدرته على توقّع واختيار التجربة المثلى لكل مستخدم.
يستخدم التخصيص فترة ثبات تبلغ 24 ساعة. هذا هو مقدار الوقت الذي تستكشف فيه خوارزمية التخصيص قيمة بديلة واحدة. يجب منح عمليات التخصيص وقتًا كافيًا لاستكشاف كل قيمة بديلة عدة مرات (بشكل عام حوالي 14 يومًا). من الأفضل تركها تعمل بشكل دائم لكي تتمكّن من التحسّن والتكيّف باستمرار مع تغيُّر تطبيقك وسلوكيات المستخدمين.
تتبُّع مقاييس إضافية
يتيح لك تخصيص Remote Config أيضًا تتبُّع ما يصل إلى مقياسَين إضافيَين لمساعدتك في وضع نتائجك في سياقها. على سبيل المثال، لنفترض أنّك طوّرت تطبيقًا اجتماعيًا وضبطت قيمًا بديلة مختلفة لتشجيع المستخدمين على مشاركة المحتوى مع الأصدقاء لزيادة التفاعل بشكل عام.
في هذه الحالة، يمكنك اختيار تحسين حدث Analytics مثل
link_received وضبط المقياسَين على user_engagement وlink_opened لمعرفة ما إذا كان تفاعل المستخدمين وعدد الروابط التي يفتحها المستخدم يرتفع (تفاعل حقيقي) أو ينخفض (من المحتمل أن يكون هناك عدد كبير جدًا من الروابط غير المرغوب فيها).
على الرغم من أنّ هذه المقاييس الإضافية لن يتم تضمينها في خوارزمية التخصيص، يمكنك تتبّعها إلى جانب نتائج التخصيص، ما يوفّر إحصاءات قيّمة حول قدرة التخصيص على تحقيق أهدافك العامة.
فهم نتائج التخصيص
بعد أن يتم تشغيل عملية تخصيص لفترة كافية لجمع البيانات، يمكنك الاطّلاع على نتائجها.
للاطّلاع على نتائج التخصيص، اتّبِع الخطوات التالية:
في وحدة تحكّم Firebase، انتقِل إلى صفحة DevOps والتفاعل > Remote Config > التخصيصات.
اختَر التخصيص الذي تريد عرضه. يمكنك البحث عن التخصيص المحدّد حسب الاسم أو الهدف، ويمكنك الترتيب حسب الاسم أو وقت البدء أو إجمالي التحسّن.
تلخّص صفحة النتائج إجمالي التحسّن أو النسبة المئوية للاختلاف في الأداء الذي يوفّره التخصيص مقارنةً بمجموعة المرجع.
تعرض صفحة النتائج أيضًا الحالة الحالية للتخصيص، وسمات التخصيص، ورسمًا بيانيًا تفاعليًا:
يعرض هذا التقرير عرضًا يوميًا وإجماليًا مفصلاً لأداء التخصيص مقارنةً بالمرجع.
يعرض هذا المقياس مستوى أداء كل قيمة بشكل عام في المجموعة المرجعية.
يعرض نتائج الأهداف والأداء مقارنةً بالمقاييس الإضافية التي اخترتها، ويمكن الوصول إليها باستخدام علامات التبويب في أعلى الملخّص.
يمكن ترك عملية التخصيص قيد التشغيل إلى أجل غير مسمى ويمكنك الاستمرار في إعادة زيارة صفحة النتائج لمراقبة أدائها. ستواصل الخوارزمية التعلّم والتعديل، حتى تتمكّن من التكيّف مع تغيُّر سلوك المستخدمين.
فهم عملية حذف التخصيص
يمكنك حذف عملية تخصيص باستخدام وحدة تحكّم "Firebase" أو من خلال إزالة مَعلمة تخصيص من النموذج باستخدام واجهة برمجة تطبيقات Firebase Remote Config. لا يمكن استعادة عمليات التخصيص المحذوفة. لمزيد من المعلومات عن الاحتفاظ بالبيانات، يُرجى الاطّلاع على مقالة حذف البيانات.
يمكنك أيضًا حذف عمليات التخصيص من خلال التراجع أو استيراد نموذج.
عمليات العودة إلى الحالة السابقة
إذا كان النموذج الحالي يتضمّن عمليات تخصيص وأعدت نموذجًا لا يتضمّن عمليات التخصيص نفسها، سيتم حذف عمليات التخصيص. للعودة إلى نموذج سابق، استخدِم وحدة تحكّم "Firebase" أو roll back باستخدام واجهة برمجة التطبيقات "Firebase Remote Config".
عند حذف عملية تخصيص والعودة إلى نموذج سابق، تظهر إشارة إلى عملية التخصيص غير الصالحة هذه في وحدة تحكّم Firebase. يمكنك إزالة التخصيص غير الصالح من وحدة تحكّم Firebase من خلال تعديل التخصيص في علامة التبويب "المَعلمات" في صفحة "Remote Config".
عمليات الاستيراد
يؤدي استيراد نموذج لم يعُد يحتوي على عمليات التخصيص الحالية إلى حذف عمليات التخصيص هذه أيضًا. لاستيراد نموذج، استخدِم وحدة تحكّم Firebase أو استخدِم Remote Config REST API.
الخطوات التالية
استكشِف حالات استخدام التخصيص في "Remote Config".
البدء في تخصيص "Remote Config"