দূরবর্তী কনফিগার ব্যক্তিগতকরণ সম্পর্কে

পার্সোনালাইজেশন একটি উদ্দেশ্য অর্জনের জন্য স্বতন্ত্র ব্যবহারকারীদের সর্বোত্তম অভিজ্ঞতা নির্ধারণ করতে মেশিন লার্নিং—বিশেষত একটি কনটেক্সচুয়াল মাল্টি-আর্মড ব্যান্ডিট অ্যালগরিদম—ব্যবহার করে। আমাদের ক্ষেত্রে, উদ্দেশ্যটি হলো নির্দিষ্ট Google Analytics ইভেন্টগুলোর মোট সংখ্যা বা মোট প্যারামিটার মানকে অপটিমাইজ করা।

কনটেক্সচুয়াল মাল্টি-আর্মড ব্যান্ডিট অ্যালগরিদম বলতে কী বোঝায়?

"মাল্টি-আর্মড ব্যান্ডিট" হলো একটি রূপক, যা এমন একটি পরিস্থিতি বর্ণনা করতে ব্যবহৃত হয় যেখানে আমরা একাধিক পথের তালিকা থেকে ক্রমাগত এমন একটি পথ বেছে নিতে চাই যা সর্বোচ্চ এবং সবচেয়ে নির্ভরযোগ্য পুরস্কারের দিকে নিয়ে যায়। এটি কল্পনা করার জন্য, আপনি এক সারি স্লট মেশিনের সামনে থাকা একজন জুয়াড়ির রূপকটি ব্যবহার করতে পারেন—যাকে প্রায়শই কথোপকথনের ভাষায় "ওয়ান-আর্মড ব্যান্ডিট" বলা হয়, কারণ একটি স্লট মেশিনের একটি মাত্র হাতল (বা বাহু) থাকে এবং এটি আপনার টাকা নিয়ে নেয়। যেহেতু আমরা একাধিক "বাহু"-এর সমাধান করতে চাই, তাই ওয়ান-আর্মড ব্যান্ডিটটি মাল্টি-আর্মড ব্যান্ডিটে পরিণত হয়।

উদাহরণস্বরূপ, ধরুন আমাদের কাছে তিনটি বিকল্প আছে এবং আমরা নির্ধারণ করতে চাই কোনটি সবচেয়ে নির্ভরযোগ্য পুরস্কার প্রদান করে: আমরা প্রতিটি বিকল্প চেষ্টা করে দেখতে পারি, এবং তারপর, ফলাফল পাওয়ার পর, আমরা কেবল সেই বিকল্পটিই বেছে নিতে পারি যা সবচেয়ে বেশি পুরস্কার দিয়েছে। একেই গ্রিডি অ্যালগরিদম বলা হয়: যে বিকল্পটি প্রথমবার চেষ্টা করার সময় সেরা ফলাফল দেয়, আমরা সেটিই বেছে নিতে থাকব। কিন্তু আমরা বুঝতে পারি যে এটি সবসময় কাজ নাও করতে পারে—প্রথমত, উচ্চ পুরস্কারটি একটি আকস্মিক ঘটনা হতে পারে। অথবা এমনও হতে পারে যে ব্যবহারকারী-নির্দিষ্ট কোনো প্রেক্ষাপটের কারণে সেই সময়কালে উচ্চ পুরস্কার পাওয়া গিয়েছিল, যা পরে ততটা কার্যকর নাও হতে পারে।

তাই অ্যালগরিদমকে আরও কার্যকর করার জন্য এতে প্রেক্ষাপট যোগ করা হয়। Remote Config পার্সোনালাইজেশনের ক্ষেত্রে, এই প্রাথমিক প্রেক্ষাপটটি হলো র‍্যান্ডম স্যাম্পলিং বা অনিশ্চয়তা , যা পরীক্ষাটিতে কিছুটা এনট্রপি যোগ করে। এটি একটি " কনটেক্সচুয়াল মাল্টি-আর্মড ব্যান্ডিট" বাস্তবায়ন করে। পরীক্ষাটি চলতে থাকার সাথে সাথে, চলমান অনুসন্ধান এবং পর্যবেক্ষণ মডেলটিতে বাস্তব অর্জিত প্রেক্ষাপট যোগ করে, যা থেকে জানা যায় কোন আর্মগুলো থেকে পুরস্কার পাওয়ার সম্ভাবনা সবচেয়ে বেশি, এবং এটি মডেলটিকে আরও কার্যকর করে তোলে।

আমার অ্যাপের জন্য এর অর্থ কী?

এখন, আপনার অ্যাপের প্রেক্ষাপটে একটি মাল্টি-আর্মড ব্যান্ডিট অ্যালগরিদম বলতে কী বোঝায়, তা নিয়ে আলোচনা করা যাক। ধরা যাক, আপনি ব্যানার অ্যাডের ক্লিকের জন্য অপটিমাইজ করছেন। এক্ষেত্রে, পার্সোনালাইজেশনের "আর্ম" বা বাহুগুলো হবে সেই বিকল্প মানগুলো, যা আপনি ব্যবহারকারীদের দেখাতে চান এমন বিভিন্ন ব্যানার অ্যাডকে উপস্থাপন করার জন্য নির্দিষ্ট করেন। ব্যানার অ্যাডের ক্লিকটি হলো পুরস্কার, যাকে আমরা একটি উদ্দেশ্য (objective) বলে থাকি।

যখন আপনি প্রথমবার কোনো পার্সোনালাইজেশন চালু করেন, তখন মডেলটি জানে না যে প্রতিটি স্বতন্ত্র ব্যবহারকারীর জন্য আপনার লক্ষ্য অর্জনে কোন বিকল্প মানটি বেশি কার্যকর হবে। পার্সোনালাইজেশনটি যখন আপনার উদ্দেশ্য অর্জনের সম্ভাবনা বোঝার জন্য প্রতিটি বিকল্প মান খতিয়ে দেখে, তখন অন্তর্নিহিত মডেলটি আরও তথ্যসমৃদ্ধ হয়ে ওঠে এবং প্রতিটি ব্যবহারকারীর জন্য সর্বোত্তম অভিজ্ঞতা ভবিষ্যদ্বাণী ও নির্বাচন করার ক্ষমতা উন্নত করে।

পার্সোনালাইজেশন ২৪ ঘণ্টার একটি স্টিকিনেস উইন্ডো ব্যবহার করে। এই নির্দিষ্ট সময় পর্যন্ত পার্সোনালাইজেশন অ্যালগরিদম একটিমাত্র বিকল্প মান যাচাই করে। আপনার পার্সোনালাইজেশনগুলোকে প্রতিটি বিকল্প মান একাধিকবার যাচাই করার জন্য যথেষ্ট সময় দেওয়া উচিত (সাধারণত প্রায় ১৪ দিন)। সবচেয়ে ভালো হয় যদি আপনি এগুলোকে অনির্দিষ্টকালের জন্য চালু রাখেন, যাতে আপনার অ্যাপ এবং ব্যবহারকারীর আচরণ পরিবর্তনের সাথে সাথে এগুলোও ক্রমাগত উন্নত ও মানিয়ে নিতে পারে।

অতিরিক্ত মেট্রিক ট্র্যাক করুন

Remote Config পার্সোনালাইজেশন আরও দুটি অতিরিক্ত মেট্রিক ট্র্যাক করার সুবিধাও দেয়, যা আপনাকে আপনার ফলাফলকে প্রাসঙ্গিক করতে সাহায্য করে। ধরা যাক, আপনি একটি সোশ্যাল অ্যাপ তৈরি করেছেন এবং সামগ্রিক এনগেজমেন্ট বাড়ানোর জন্য ব্যবহারকারীদের বন্ধুদের সাথে কন্টেন্ট শেয়ার করতে উৎসাহিত করতে বিভিন্ন বিকল্প ভ্যালু সেট করেছেন।

এই ক্ষেত্রে, ব্যবহারকারীর এনগেজমেন্ট এবং তার খোলা লিঙ্কের সংখ্যা বাড়ছে (প্রকৃত এনগেজমেন্ট) নাকি কমছে (সম্ভবত অনেক বেশি স্প্যামি লিঙ্কের কারণে), তা বোঝার জন্য আপনি link_received মতো কোনো Analytics ইভেন্টের জন্য অপটিমাইজ করতে পারেন এবং আপনার দুটি মেট্রিক user_engagement ও link_opened এ সেট করতে পারেন।

যদিও এই অতিরিক্ত মেট্রিকগুলো পার্সোনালাইজেশন অ্যালগরিদমে অন্তর্ভুক্ত করা হবে না, আপনি আপনার পার্সোনালাইজেশন ফলাফলের পাশাপাশিই এগুলো ট্র্যাক করতে পারবেন, যা আপনার সামগ্রিক লক্ষ্য অর্জনে পার্সোনালাইজেশনের সক্ষমতা সম্পর্কে মূল্যবান অন্তর্দৃষ্টি প্রদান করবে।

ব্যক্তিগতকরণের ফলাফল বুঝুন

ডেটা সংগ্রহের জন্য পার্সোনালাইজেশনটি যথেষ্ট সময় ধরে চলার পর, আপনি এর ফলাফল দেখতে পারবেন।

ব্যক্তিগতকরণের ফলাফল দেখতে:

  1. Remote Config পৃষ্ঠাটি খুলুন এবং পার্সোনালাইজেশন-এ ক্লিক করুন।

  2. আপনি যে ব্যক্তিগতকরণটি দেখতে চান তা নির্বাচন করুন। আপনি নাম বা উদ্দেশ্য দ্বারা নির্দিষ্ট ব্যক্তিগতকরণটি অনুসন্ধান করতে পারেন এবং নাম, শুরুর সময় বা মোট উত্তোলন অনুসারে সাজাতে পারেন।

ফলাফল পৃষ্ঠাটি বেসলাইন গ্রুপের তুলনায় পার্সোনালাইজেশনের ফলে প্রাপ্ত মোট উন্নতি বা পারফরম্যান্সের শতাংশ পার্থক্যের সারসংক্ষেপ তুলে ধরে।

ফলাফল পৃষ্ঠাটি পার্সোনালাইজেশনের বর্তমান অবস্থা, পার্সোনালাইজেশনের বৈশিষ্ট্যসমূহ এবং একটি ইন্টারেক্টিভ গ্রাফও দেখায়, যা:

  • বেসলাইনের তুলনায় পার্সোনালাইজেশন কেমন পারফর্ম করেছে তার একটি বিস্তারিত দৈনিক ও সামগ্রিক চিত্র দেখায়।

  • বেসলাইন গ্রুপ জুড়ে প্রতিটি মান সামগ্রিকভাবে কেমন কাজ করে তা দেখায়।

  • সারাংশের শীর্ষে থাকা ট্যাবগুলো ব্যবহার করে অ্যাক্সেসযোগ্য, আপনার নির্বাচিত অতিরিক্ত মেট্রিকগুলোর বিপরীতে লক্ষ্যের ফলাফল এবং পারফরম্যান্স প্রদর্শন করে।

একটি পার্সোনালাইজেশন অনির্দিষ্টকালের জন্য চালু রাখা যেতে পারে এবং আপনি এর কার্যকারিতা নিরীক্ষণের জন্য ফলাফল পৃষ্ঠাটি পুনরায় দেখতে পারেন। অ্যালগরিদমটি ক্রমাগত শিখতে ও নিজেকে সামঞ্জস্য করতে থাকবে, যাতে ব্যবহারকারীর আচরণ পরিবর্তিত হলে এটিও খাপ খাইয়ে নিতে পারে।

ব্যক্তিগতকরণ মুছে ফেলার বিষয়টি বুঝুন

আপনি Firebase কনসোল ব্যবহার করে অথবা Firebase Remote Config API) ব্যবহার করে আপনার টেমপ্লেট থেকে পার্সোনালাইজেশন প্যারামিটার সরিয়ে দিয়ে একটি পার্সোনালাইজেশন মুছে ফেলতে পারেন। মুছে ফেলা পার্সোনালাইজেশন পুনরুদ্ধার করা যায় না। ডেটা সংরক্ষণ সম্পর্কে জানতে, ডেটা ডিলিশন (Data deletion) দেখুন।

আপনি রোল ব্যাক করে বা একটি টেমপ্লেট ইম্পোর্ট করেও ব্যক্তিগতকরণগুলি মুছে ফেলতে পারেন।

রোলব্যাক

আপনার বর্তমান টেমপ্লেটে যদি পার্সোনালাইজেশন থাকে এবং আপনি এমন একটি টেমপ্লেটে ফিরে যান যেখানে একই পার্সোনালাইজেশন নেই, তাহলে পার্সোনালাইজেশনগুলো মুছে যাবে। পূর্ববর্তী টেমপ্লেটে ফিরে যেতে, Firebase কনসোল ব্যবহার করুন অথবা Firebase Remote Config API ব্যবহার করে roll back ।

যখন আপনি কোনো পার্সোনালাইজেশন মুছে ফেলেন এবং পূর্ববর্তী টেমপ্লেটে ফিরে যান, তখন Firebase কনসোলে সেই অবৈধ পার্সোনালাইজেশনটির একটি রেফারেন্স দেখা যায়। আপনি Remote Config পেজের প্যারামিটারস ট্যাবে পার্সোনালাইজেশনটি সম্পাদনা করে Firebase কনসোল থেকে অবৈধ পার্সোনালাইজেশনটি সরাতে পারেন।

আমদানি

এমন একটি টেমপ্লেট ইম্পোর্ট করলে, যেটিতে আপনার বর্তমান পার্সোনালাইজেশনগুলো আর নেই, সেই পার্সোনালাইজেশনগুলোও মুছে যায়। একটি টেমপ্লেট ইম্পোর্ট করতে, Firebase কনসোল অথবা Remote Config REST API ব্যবহার করুন।

পরবর্তী পদক্ষেপ