מידע על ההתאמה האישית של הגדרת התצורה מרחוק

ההתאמה האישית משתמשת בלמידת מכונה - ובאופן ספציפי אלגוריתם multi-armed bandit לפי הקשר לקבוע את החוויה האופטימלית למשתמשים ספציפיים כדי להשיג את היעד. במקרה שלנו, המטרה היא לבצע אופטימיזציה עבור המספר הכולל או המספר הכולל ערך הפרמטר של אירועי Google Analytics ספציפיים.

מהו אלגוריתם של שודד עם כמה זרועות לפי הקשר?

"multi-armed bandit" היא מטאפורה שמתארת את המצב שבו אני רוצה לבחור שוב ושוב נתיב שמוביל מתוך רשימה של כמה מסלולים. כדי להמחיש את זה, אפשר להשתמש במשל על מהמר מול שורה של מכונות מזל – שנקראות בדרך כלל 'שודד עם זרוע אחת' כי למכונה יש ידית אחת (או זרוע אחת) והיא לוקחת את הכסף שלכם. מאחר שאנחנו רוצים לפתור "arms", הבנדיט עם יד אחת הופך לבנדיט multi-armed.

לדוגמה, נניח שיש לנו שלוש אפשרויות ואנחנו רוצים לקבוע אילו מהן הפרס האמין ביותר: נוכל לנסות כל אפשרות, ולאחר מכן, אחרי שנקבל יכול להיות שנמשיך לבחור את הזרוע שהניבה את הכי הרבה פרסים. הזה היא מה שנקרא אלגוריתם greedy: האפשרות שמניבה את התוצאה הטובה ביותר כאשר ננסה בפעם הראשונה, זו התוצאה שנמשיך לבחור. אבל אנחנו יכולים אולי זה לא תמיד יעבוד – קודם כל, הפרס הגבוה זה יכול להיות עניין מזדמן. אולי יש הקשר ספציפי למשתמש שהניב תגמולים גבוהים יותר במהלך התקופה הזו, אבל לא יהיה יעיל באותה מידה בהמשך.

לכן נוסף הקשר כדי לשפר את היעילות של האלגוריתם. עבור התאמה אישית של Remote Config, ההקשר הראשוני הוא דגימה אקראית, או אי ודאות, שמספקים אנטרופיה מסוימת לניסוי. בתרחיש הזה אנחנו מיישמים 'בנדיט מרובה זרועות' לפי הקשר. בזמן שהניסוי ממשיך לפעול, מחקר ותצפית מתמשכים מוסיפים הקשר שנלמד בפועל לגבי הזרועות הם בעלי סבירות גבוהה לקבלת תגמול למודל, שיהפוך אותו ליעיל יותר.

מה המשמעות מבחינת האפליקציה שלי?

עכשיו נדבר על המשמעות של אלגוריתם של שודד עם כמה זרועות בהקשר של האפליקציה שלכם. נניח שאתם מבצעים אופטימיזציה להשגת קליקים על מודעות באנר. במקרה הזה, הפרמטר "arms" (נשק חם) של ההתאמה האישית יהיו הערכים החלופיים שמציינים שמייצגים את מודעות הבאנר השונות שרוצים להציג למשתמשים. מודעת הבאנר הקליק הוא התגמול, שאותו אנחנו מתייחסים אליו בתור מטרה.

כשמפעילים התאמה אישית בפעם הראשונה, המודל לא יודע אילו יש סיכוי גבוה יותר שהערך החלופי ישיג את היעד של כל אדם משתמש. כשההתאמה האישית בודקת כל ערך חלופי כדי להבין את של הסבירות להשיג את היעד, המודל הבסיסי גדל ומשפר את היכולת שלו לחזות ולבחור את החוויה האופטימלית לכל משתמש.

בהתאמה אישית נעשה שימוש בחלון הדבקה של 24 שעות. זה הכמות בזמן שאלגוריתם ההתאמה האישית בוחן ערך חלופי אחד. כדאי לתת למערכת מספיק זמן כדי לבדוק כל ערך חלופי כמה פעמים (בדרך כלל כ-14 יום). באופן אידיאלי, כדאי לאפשר להם לפעול ולהתפתח כל הזמן בהתאם לאפליקציה ולמשתמש בהתנהגות משתנה.

מעקב אחרי מדדים נוספים

ההתאמה האישית של Remote Config מאפשרת גם לעקוב אחרי עד שניים מדדים נוספים שיעזרו לכם להציג את התוצאות בהקשר. נניח שפיתחתם אפליקציה חברתית והגדרתם ערכים חלופיים שונים כדי לעודד משתמשים לשתף תוכן עם חברים ולהגדיל את ההתעניינות הכוללת.

במקרה הזה, כדאי לבצע אופטימיזציה עבור אירוע Analytics כמו link_received ולהגדיר את שני המדדים ל-user_engagement link_opened כדי להבין אם התעניינות המשתמשים ומספר הקישורים המשתמש פותח עלייה (אינטראקציה אמיתית) או נופל (כנראה שיש יותר מדי קישורים ספאמיים).

המדדים הנוספים האלה לא ייכללו בהתאמה האישית אפשר לעקוב אחריו לצד תוצאות ההתאמה האישית, מתן תובנות חשובות לגבי היכולת של ההתאמה האישית להשיג היעדים הכוללים של העסק.

הסבר על תוצאות ההתאמה האישית

אחרי שההתאמה האישית פועלת מספיק זמן כדי לאסוף נתונים, אפשר כדי לראות את התוצאות שלו.

כדי לראות את תוצאות ההתאמה האישית:

  1. פותחים את הדף Remote Config ולוחצים על התאמות אישיות.

  2. בוחרים את ההתאמה האישית שרוצים לראות. אפשר לחפש את התאמה אישית ספציפית לפי שם או מטרה, ויכולה למיין לפי שם, 'שעת ההתחלה', או 'עלייה כוללת'.

דף התוצאות מסכם את העלייה הכוללת, או ההבדל באחוזים ביצועים, שההתאמה האישית מספקת בקבוצת Baseline.

בדף התוצאות מוצג גם הסטטוס הנוכחי של ההתאמה האישית, של ההתאמה האישית, ותרשים אינטראקטיבי אשר:

  • מראה תצוגה יומית מפורטת של ביצועי ההתאמה האישית לעומת ערך הבסיס.

  • מראה את הביצועים הכוללים של כל ערך בקבוצת הבסיס.

  • מציגה תוצאות של יעדים ואת הביצועים שלהם ביחס למדדים הנוספים שאתם בוחרים שבחרת, דרך הכרטיסיות בחלק העליון של הסיכום.

אפשר להפסיק את ההתאמה האישית ללא הגבלת זמן, ואפשר להמשיך אל לבקר שוב בדף התוצאות כדי לעקוב אחר הביצועים שלו. האלגוריתם ימשיך ללמוד ולהתאים, כך שיוכל להסתגל כאשר התנהגות המשתמש משתנה.

הסבר על מחיקה של התאמה אישית

אפשר למחוק התאמה אישית באמצעות המסוף של Firebase או על ידי הסרת של הפרמטר להתאמה אישית מהתבנית באמצעות API של Firebase Remote Config. אי אפשר לשחזר התאמות אישיות שנמחקו. מידע נוסף על שמירת נתונים זמין במאמר מחיקת נתונים.

אפשר גם למחוק את ההתאמות האישיות על ידי חזרה לאחור או ייבוא תבנית.

החזרות לאחור

אם התבנית הנוכחית כוללת התאמות אישיות, ותחזרו לתבנית שלא כוללת את אותן התאמות אישיות, ההתאמות האישיות יימחקו. כדי לחזור אל בתבנית הקודמת, צריך להשתמש במסוף Firebase או roll back באמצעות ה-API של Firebase Remote Config.

כשמוחקים התאמה אישית וחוזרים לתבנית קודמת, התייחסות להתאמה אישית לא חוקית מופיעה במסוף Firebase. אפשר להסיר את ההתאמה האישית הלא חוקית דרך במסוף Firebase על ידי עריכת להתאמה אישית בכרטיסייה 'פרמטרים' של הדף Remote Config.

פעולות ייבוא

ייבוא של תבנית שכבר לא מכילה את ההתאמות האישיות הנוכחיות שלך תמחק את ההתאמות האישיות האלה. כדי לייבא תבנית: באמצעות מסוף Firebase או להשתמש API בארכיטקטורת REST Remote Config.

השלבים הבאים