Com a personalização de Remote Config, é possível selecionar automaticamente os parâmetros de Remote Config para cada usuário e fazer a otimização para um objetivo. Personalizar um parâmetro é como realizar um teste A/B automático, individualizado, permanente e que melhora continuamente.
Ao usar a personalização de Remote Config em apps, você cria experiências mais envolventes para cada um dos usuários ao fornecer automaticamente uma entre várias experiências de usuário alternativas. No caso, será selecionada a opção que otimiza o objetivo que você escolheu. É possível segmentar os parâmetros personalizados de Remote Config para grupos de usuários específicos usando as condições de segmentação de Remote Config.
É possível otimizar qualquer objetivo mensurável com Google Analytics, seja por número de eventos ou pelo valor agregado (soma) de um parâmetro de evento. Isso inclui as seguintes métricas integradas:
- Tempo de engajamento do usuário
- Cliques nos anúncio, otimizados pelo número total de eventos de clique no anúncio
- Impressões de anúncios, otimizadas pelo número de impressões de anúncios
Também é possível fazer a otimização para métricas personalizadas com base em qualquer evento de Analytics. Vejamos algumas possibilidades:
- Envios de avaliações na Play Store ou na App Store
- O sucesso do usuário em tarefas específicas, como completar níveis do jogo
- Eventos de compra no app
- Eventos de e-commerce, como adicionar itens ao carrinho ou iniciar ou concluir a finalização da compra
- Compra no app e receita de publicidade
- Gastos em moeda virtual
- Compartilhamento de link e de conteúdo e atividades nas redes sociais
Para mais informações sobre possíveis casos de uso de personalização, consulte O que posso fazer com a personalização de Remote Config?
Como funciona?
A personalização usa o machine learning para determinar a experiência ideal para cada um dos seus usuários. O algoritmo aprende qual é a melhor experiência para diferentes tipos de usuários e usa esse conhecimento para maximizar sua métrica escolhida. Os resultados da personalização são comparados automaticamente a um grupo de validação de usuários que recebem uma experiência aleatória com base nas suas alternativas fornecidas. Essa comparação mostra o aumento no valor incremental gerado pelo sistema de personalização.
Para mais informações sobre o algoritmo e os conceitos de personalização da Configuração remota, consulte este link.
Caminho de implementação
- Implemente duas ou mais experiências do usuário alternativas que você acredita que serão ideais para alguns usuários, mas não para outros.
- Torne essas alternativas configuráveis remotamente usando um parâmetro de Remote Config. Consulte Introdução a Remote Config e Estratégias de carregamento de Remote Config.
- Ative a personalização do parâmetro. Remote Config vai atribuir a cada um dos usuários a experiência ideal para eles. Consulte o guia Introdução.
Personalização x Teste A/B
Diferente dos testes A/B, que são projetados para encontrar uma única experiência com o melhor desempenho para todos os usuários, a personalização tenta maximizar um objetivo escolhendo dinamicamente uma experiência ideal para cada usuário. A personalização produz os melhores resultados para muitos tipos de problemas, mas os testes A/B ainda tem os seguintes usos:
| A personalização é melhor | Os testes A/B são melhores |
|---|---|
| Quando cada usuário pode se beneficiar de uma experiência personalizada. | Quando você quer uma única experiência otimizada para todos os usuários ou para um subconjunto definido. |
| Quando você quer otimizar continuamente o modelo de personalização. | Quando você quer realizar testes durante um período fixo. |
| Quando sua meta de otimização pode ser expressa simplesmente como uma soma ponderada dos eventos do Analytics. | Quando sua meta de otimização requer uma avaliação cuidadosa de várias métricas diferentes e concorrentes. |
| Quando você quer otimizar para um objetivo independentemente de qualquer situação. | Quando você quer determinar se uma variante mostra uma melhoria estatisticamente significativa em relação a outra antes de implantá-la. |
| Quando a revisão manual dos resultados não é necessária ou desejada. | Quando a revisão manual dos resultados é desejada. |
Por exemplo, suponha que você queira maximizar o número de usuários que enviam avaliações do seu app na Play Store quando solicitados a fazer isso. Um fator que contribui para o sucesso é o momento da solicitação: você pede isso quando o usuário abre o app pela primeira, segunda ou terceira vez? Ou as solicitações são feitas quando eles concluem algumas tarefas específicas? O momento ideal provavelmente depende do usuário em questão: alguns estão prontos para classificar seu app imediatamente, enquanto outros podem precisar de mais tempo.
Otimizar a exibição da sua mensagem para pedir feedback é um caso de uso ideal para a personalização:
- A configuração ideal provavelmente é diferente para cada usuário.
- É fácil medir o sucesso usando Analytics.
- A mudança de UX em questão é de baixo risco, então você provavelmente não precisa considerar avaliações manuais ou realocações de recursos.