Con la personalizzazione di Remote Config, puoi selezionare automaticamente i parametri di Remote Config per ogni utente da ottimizzare per un obiettivo. Personalizzare un parametro è come eseguire un test A/B automatico, individualizzato, in continuo miglioramento e perpetuo.
Quando utilizzi la personalizzazione di Remote Config nelle tue app, crei esperienze più coinvolgenti per ciascuno dei tuoi utenti fornendo loro automaticamente una delle diverse esperienze utente alternative, l'alternativa che si ottimizza per l'obiettivo scelto. Puoi indirizzare i tuoi parametri Remote Config personalizzati a gruppi di utenti specifici utilizzando le condizioni di targeting di Remote Config .
Puoi ottimizzare per qualsiasi obiettivo misurabile utilizzando Google Analytics e ottimizzare in base al numero di eventi o al valore aggregato (somma) di un parametro evento. Ciò include le seguenti metriche integrate:
- Tempo di coinvolgimento dell'utente, che viene ottimizzato in base al tempo di coinvolgimento dell'utente
- Clic sugli annunci, ottimizzati in base al numero totale di eventi di clic sugli annunci
- Impressioni dell'annuncio, che ottimizza in base al numero di impressioni dell'annuncio
In alternativa, puoi ottimizzare per metriche personalizzate basate su qualsiasi evento di Analytics. Alcune possibilità includono:
- Invii di valutazione del Play Store o dell'App Store
- Successo dell'utente in determinate attività, come il completamento dei livelli di gioco
- Eventi di acquisto in-app
- Eventi di e-commerce, come l'aggiunta di articoli a un carrello o l'inizio o il completamento del checkout
- Acquisto in-app e entrate pubblicitarie
- Spesa in valuta virtuale
- Link e condivisione di contenuti e attività di social networking
Per ulteriori informazioni sui potenziali casi d'uso della personalizzazione, vedere Cosa posso fare con la personalizzazione di Remote Config?
Come funziona?
La personalizzazione utilizza l'apprendimento automatico per determinare l'esperienza ottimale per ciascuno dei tuoi utenti. L'algoritmo si scambia in modo efficiente tra l'apprendimento della migliore esperienza per diversi tipi di utenti e l'utilizzo di tale conoscenza per massimizzare la metrica oggettiva. I risultati della personalizzazione vengono confrontati automaticamente con un gruppo di utenti che ricevono un'esperienza casuale persistente ricavata dalle alternative fornite: questo confronto mostra quanto "incremento" (valore incrementale) viene generato dal sistema di personalizzazione.
Per ulteriori informazioni sull'algoritmo e sui concetti di personalizzazione di Remote Config, vedere Informazioni sulla personalizzazione di Remote Config .
Percorso di attuazione
- Implementa due o più esperienze utente alternative che ritieni siano ottimali per alcuni utenti ma non per altri.
- Rendi queste alternative configurabili da remoto con un parametro Remote Config. Vedere Introduzione a Remote Config e Strategie di caricamento di Remote Config .
- Abilita la personalizzazione per il parametro. Remote Config assegnerà a ciascuno dei tuoi utenti l'esperienza ottimale per loro. Consulta la Guida introduttiva .
Personalizzazione vs test A/B
A differenza dei test A/B, progettati per trovare un'unica esperienza utente con le migliori prestazioni, la personalizzazione tenta di massimizzare un obiettivo scegliendo dinamicamente un'esperienza utente ottimale per ciascun utente. Per molti tipi di problemi, la personalizzazione produce i risultati migliori, ma il test A/B ha ancora i suoi vantaggi:
Personalizzazione preferita | Preferibile test A/B |
---|---|
Quando ogni utente può beneficiare di un'esperienza utente personalizzata | Quando desideri un'unica esperienza ottimale per tutti gli utenti o per un sottoinsieme definito di utenti |
Quando vuoi ottimizzare continuamente il modello di personalizzazione | Quando si desidera eseguire test durante una finestra temporale fissa |
Quando il tuo obiettivo di ottimizzazione può essere espresso semplicemente come una somma ponderata di eventi di analisi | Quando il tuo obiettivo di ottimizzazione richiede una valutazione ponderata di diverse metriche concorrenti |
Quando vuoi ottimizzare per un obiettivo indipendentemente da eventuali compromessi | Quando si desidera determinare se una variante mostra un miglioramento statisticamente significativo rispetto a un'altra prima di implementarla |
Quando la revisione manuale dei risultati non è richiesta o desiderata | Quando è auspicabile la revisione manuale dei risultati |
Ad esempio, supponi di voler massimizzare il numero di utenti che valutano la tua app nel Play Store quando glielo chiedi. Un fattore che potrebbe contribuire al successo è la tempistica della tua richiesta: la mostri quando l'utente apre la tua app per la prima, seconda o terza volta? O li chiedi quando completano con successo determinate attività? La tempistica ideale probabilmente dipende dal singolo utente: alcuni utenti potrebbero essere pronti a valutare subito la tua app, mentre altri potrebbero aver bisogno di più tempo.
L'ottimizzazione dei tempi della richiesta di feedback è un caso d'uso ideale per la personalizzazione:
- L'impostazione ottimale è probabilmente diversa per ciascun utente.
- Il successo è facilmente misurabile utilizzando Analytics.
- La modifica dell'esperienza utente in questione è abbastanza a basso rischio che probabilmente non è necessario prendere in considerazione compromessi o condurre una revisione manuale.