Com a personalização do Remote Config, você pode selecionar automaticamente os parâmetros do Remote Config para que cada usuário otimize de acordo com um objetivo. Personalizar um parâmetro é como realizar um teste A/B automático, individualizado, de melhoria contínua e perpétuo.
Ao usar a personalização da Configuração remota em seus aplicativos, você cria experiências mais envolventes para cada um dos usuários, fornecendo-lhes automaticamente uma das diversas experiências de usuário alternativas, a alternativa que otimiza para o objetivo escolhido. Você pode direcionar seus parâmetros personalizados da Configuração remota para grupos de usuários específicos usando as condições de segmentação da Configuração remota .
Você pode otimizar para qualquer objetivo mensurável usando o Google Analytics e otimizar por número de eventos ou pelo valor agregado (soma) de um parâmetro de evento. Isso inclui as seguintes métricas integradas:
- Tempo de envolvimento do usuário, que é otimizado de acordo com o tempo de envolvimento do usuário
- Cliques em anúncios, que otimizam pelo número total de eventos de cliques em anúncios
- Impressões de anúncios, que otimizam pelo número de impressões de anúncios
Ou você pode otimizar métricas personalizadas com base em qualquer evento do Analytics. Algumas possibilidades incluem:
- Envios de classificação da Play Store ou App Store
- Sucesso do usuário em tarefas específicas, como completar níveis de jogo
- Eventos de compra no aplicativo
- Eventos de comércio eletrônico, como adicionar itens a um carrinho ou iniciar ou concluir a compra
- Compra no aplicativo e receita de anúncios
- Gasto em moeda virtual
- Compartilhamento de links e conteúdo e atividade em redes sociais
Para obter mais informações sobre possíveis casos de uso de personalização, consulte O que posso fazer com a personalização do Configuração remota?
Como funciona?
A personalização usa aprendizado de máquina para determinar a experiência ideal para cada um de seus usuários. O algoritmo compensa de forma eficiente entre aprender a melhor experiência para diferentes tipos de usuários e usar esse conhecimento para maximizar sua métrica objetiva. Os resultados da personalização são automaticamente comparados a um grupo de usuários que recebem uma experiência aleatória persistente extraída das alternativas fornecidas. Essa comparação mostra quanto "aumento" (valor incremental) é gerado pelo sistema de personalização.
Para obter mais informações sobre o algoritmo e os conceitos de personalização do Configuração remota, consulte Sobre a personalização da Configuração remota .
Caminho de implementação
- Implemente duas ou mais experiências de usuário alternativas que você espera que sejam ideais para alguns usuários, mas não para outros.
- Torne essas alternativas configuráveis remotamente com um parâmetro Configuração remota. Consulte Primeiros passos com a Configuração remota e estratégias de carregamento da Configuração remota .
- Ative a personalização para o parâmetro. A Configuração remota atribuirá a cada um dos seus usuários a experiência ideal para eles. Consulte o guia de primeiros passos .
Personalização vs. teste A/B
Ao contrário dos testes A/B, que são projetados para encontrar uma experiência de usuário única com melhor desempenho, a personalização tenta maximizar um objetivo escolhendo dinamicamente uma experiência de usuário ideal para cada usuário. Para muitos tipos de problemas, a personalização produz os melhores resultados, mas o teste A/B ainda tem sua utilidade:
| Personalização preferida | Teste A/B preferido |
|---|---|
| Quando cada usuário pode se beneficiar de uma experiência de usuário personalizada | Quando você deseja uma experiência única e ideal para todos os usuários ou para um subconjunto definido de usuários |
| Quando você deseja otimizar continuamente o modelo de personalização | Quando você deseja realizar testes durante uma janela de tempo fixa |
| Quando sua meta de otimização pode ser expressa simplesmente como uma soma ponderada de eventos analíticos | Quando sua meta de otimização exige uma avaliação criteriosa de diversas métricas concorrentes diferentes |
| Quando você deseja otimizar para um objetivo, independentemente de quaisquer compensações | Quando você deseja determinar se uma variante mostra uma melhoria estatisticamente significativa em relação a outra antes de implementá-la |
| Quando a revisão manual dos resultados não é necessária ou desejada | Quando a revisão manual dos resultados é desejável |
Por exemplo, suponha que você queira maximizar o número de usuários que avaliam seu aplicativo na Play Store quando você solicita. Um fator que pode contribuir para o sucesso é o momento do seu prompt: você o mostra quando o usuário abre seu aplicativo pela primeira, segunda ou terceira vez? Ou você os avisa quando eles concluem determinadas tarefas com êxito? O momento ideal provavelmente depende de cada usuário: alguns usuários podem estar prontos para avaliar seu aplicativo imediatamente, enquanto outros podem precisar de mais tempo.
Otimizar o tempo de sua solicitação de feedback é um caso de uso ideal para personalização:
- A configuração ideal provavelmente é diferente para cada usuário.
- O sucesso é facilmente mensurável usando Analytics.
- A mudança de UX em questão é de baixo risco o suficiente para que você provavelmente não precise considerar compensações ou realizar uma revisão manual.