Con la personalizzazione Remote Config, puoi selezionare automaticamente i parametri Remote Config per ogni utente in modo da ottimizzare per un obiettivo. Personalizzare un parametro è come eseguire un test A/B automatico, personalizzato, in continuo miglioramento e perpetuo.
Quando utilizzi la personalizzazione Remote Config nelle tue app, crei esperienze più coinvolgenti per ciascuno dei tuoi utenti fornendo loro automaticamente una delle diverse esperienze utente alternative, ovvero quella che ottimizza l'obiettivo che scegli. Puoi scegliere come target i parametri Remote Config personalizzati per gruppi di utenti specifici utilizzando Remote Configcondizioni di targeting.
Puoi eseguire l'ottimizzazione per qualsiasi obiettivo misurabile utilizzando Google Analytics e ottimizzare in base al numero di eventi o al valore aggregato (somma) di un parametro evento. Sono incluse le seguenti metriche integrate:
- Durata del coinvolgimento degli utenti, che esegue l'ottimizzazione in base a questo parametro
- Clic sugli annunci, che esegue l'ottimizzazione in base al numero totale di eventi di clic sugli annunci
- Impressioni dell'annuncio, che esegue l'ottimizzazione in base al numero di impressioni dell'annuncio
In alternativa, puoi ottimizzare in base alle metriche personalizzate basate su qualsiasi evento Analytics. Alcune possibilità includono:
- Invii di valutazioni del Play Store o dell'App Store
- Riuscita dell'utente in attività particolari, 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 della procedura di pagamento
- Entrate da acquisti in-app e pubblicità
- Spesa di valuta virtuale
- Condivisione di link e contenuti e attività sui social network
Per ulteriori informazioni sui potenziali casi d'uso della personalizzazione, consulta la pagina Cosa posso fare con la personalizzazione di Remote Config?
Come funziona?
La personalizzazione utilizza il machine learning per determinare l'esperienza ottimale per ciascuno dei tuoi utenti. L'algoritmo trova un compromesso efficiente tra l'apprendimento dell'esperienza migliore per diversi tipi di utenti e l'utilizzo di queste conoscenze per massimizzare la metrica dell'obiettivo. I risultati della personalizzazione vengono confrontati automaticamente con un gruppo di controllo di utenti che ricevono un'esperienza casuale persistente estratta 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, vedi Informazioni sulla personalizzazione di Remote Config.
Percorso di implementazione
- Implementa due o più esperienze utente alternative che prevedi saranno ottimali per alcuni utenti, ma non per altri.
- Rendi queste alternative configurabili da remoto con un parametro Remote Config. Consulta Guida introduttiva a Remote Config e strategie di caricamento di Remote Config.
- Attiva la personalizzazione per il parametro. Remote Config assegnerà a ciascuno dei tuoi utenti l'esperienza ottimale per loro. Consulta la guida Guida introduttiva.
Personalizzazione e test A/B
A differenza dei test A/B, che sono progettati per trovare una singola esperienza utente con il rendimento migliore, la personalizzazione tenta di massimizzare un obiettivo scegliendo in modo dinamico un'esperienza utente ottimale per ciascun utente. Per molti tipi di problemi, la personalizzazione produce i risultati migliori, ma i test A/B sono comunque utili:
Personalizzazione preferita | Test A/B preferito |
---|---|
Quando ogni utente potrebbe trarre vantaggio da un'esperienza utente personalizzata | Quando vuoi un'unica esperienza ottimale per tutti gli utenti o un sottoinsieme definito di utenti |
Se vuoi ottimizzare continuamente il modello di personalizzazione | Quando vuoi eseguire test durante un periodo di tempo fisso |
Quando l'obiettivo di ottimizzazione può essere espresso semplicemente come somma ponderata di eventi Analytics | Quando l'obiettivo di ottimizzazione richiede una valutazione ponderata di diverse metriche concorrenti |
Quando vuoi eseguire l'ottimizzazione per un obiettivo indipendentemente da eventuali compromessi | Quando vuoi 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, supponiamo che tu voglia massimizzare il numero di utenti che valutano la tua app nel Play Store quando viene chiesto loro di farlo. Un fattore che potrebbe contribuire al successo è la tempistica del prompt: lo mostri quando l'utente apre l'app per la prima, la seconda o la terza volta? O li solleciti quando completano con successo determinate attività? Il momento ideale dipende probabilmente dal singolo utente: alcuni potrebbero essere pronti a valutare la tua app immediatamente, mentre altri potrebbero aver bisogno di più tempo.
L'ottimizzazione della tempistica del prompt di feedback è un caso d'uso ideale per la personalizzazione:
- L'impostazione ottimale è probabilmente diversa per ogni utente.
- Il successo è facilmente misurabile utilizzando Analytics.
- La modifica dell'esperienza utente in questione è a basso rischio, quindi probabilmente non devi valutare compromessi o condurre una revisione manuale.