Dzięki Remote Config personalizacji możesz automatycznie wybierać Remote Config parametry w przypadku poszczególnych użytkowników, aby prowadzić optymalizację pod kątem danego celu. Personalizacja parametru jest jak automatyczny, zindywidualizowany, stale ulepszany i nieustanny test A/B.
Gdy w aplikacjach używasz Remote Configpersonalizacji, tworzysz bardziej angażujące wrażenia dla każdego użytkownika, automatycznie udostępniając mu jedną z kilku alternatywnych wersji aplikacji – tę, która optymalizuje wybrany przez Ciebie cel. Możesz kierować spersonalizowane Remote Configparametry na określone grupy użytkowników za pomocą Remote Configwarunków kierowania.
Możesz optymalizować pod kątem dowolnego celu, który można zmierzyć za pomocą Google Analytics, a także optymalizować według liczby zdarzeń lub zagregowanej wartości (sumy) parametru zdarzenia. Obejmuje to te wbudowane dane:
- Czas zaangażowania użytkownika, który optymalizuje czas zaangażowania użytkownika
- Kliknięcia reklam, która optymalizuje pod kątem łącznej liczby zdarzeń kliknięcia reklamy.
- Wyświetlenia reklam, które optymalizują liczbę wyświetleń reklam.
Możesz też optymalizować pod kątem danych niestandardowych na podstawie dowolnego Analytics zdarzenia. Oto niektóre z możliwości:
- Przesyłanie ocen w Sklepie Play lub App Store
- sukcesy użytkowników w wykonywaniu określonych zadań, np. przechodzeniu poziomów w grze;
- Zdarzenia zakupu w aplikacji
- zdarzenia e-commerce, takie jak dodanie produktów do koszyka, rozpoczęcie lub zakończenie procesu płatności;
- Przychody z zakupów w aplikacji i reklam
- Wydatki na wirtualną walutę
- Udostępnianie linków i treści oraz aktywność w sieciach społecznościowych
Więcej informacji o potencjalnych zastosowaniach personalizacji znajdziesz w artykule Co mogę zrobić dzięki personalizacji Remote Config?
Jak to działa?
Personalizacja wykorzystuje systemy uczące się, aby określić optymalne wrażenia dla każdego z użytkowników. Algorytm skutecznie równoważy uczenie się najlepszych rozwiązań dla różnych typów użytkowników i wykorzystywanie tej wiedzy do maksymalizowania wybranego wskaźnika. Wyniki personalizacji są automatycznie porównywane z grupą kontrolną użytkowników, którzy otrzymują stałe, losowe wrażenia wybrane spośród podanych przez Ciebie alternatyw. To porównanie pokazuje, o ile system personalizacji zwiększa wartość.
Więcej informacji o algorytmie i koncepcjach personalizacji Zdalnej konfiguracji znajdziesz w artykule Personalizacja Zdalnej konfiguracji.
Ścieżka implementacji
- Wdrażaj co najmniej 2 alternatywne wersje interfejsu, które Twoim zdaniem będą optymalne dla niektórych użytkowników, ale nie dla innych.
- Umożliwiają one zdalną konfigurację za pomocą Remote Configparametru. Zobacz Pierwsze kroki z Remote Config i Remote Config strategiami wczytywania.
- Włącz personalizację parametru. Remote Config przypisze każdemu użytkownikowi optymalny zestaw treści. Zapoznaj się z przewodnikiem Pierwsze kroki.
Personalizacja a testy A/B
W przeciwieństwie do testów A/B, które pozwalają znaleźć pojedynczy zestaw ustawień, które zapewnią najlepsze wrażenia wszystkim użytkownikom, personalizacja pozwala dążyć do zrealizowania określonego celu przez dynamiczne wybieranie optymalnych ustawień w przypadku każdego użytkownika. W przypadku wielu rodzajów problemów personalizacja daje najlepsze wyniki, ale testy A/B nadal mają swoje zastosowania:
| Odpowiedź preferowana przez człowieka | Preferowane testy A/B |
|---|---|
| Gdy każdy użytkownik może skorzystać ze spersonalizowanych wrażeń | Gdy chcesz zapewnić wszystkim użytkownikom lub określonej grupie użytkowników optymalne wrażenia |
| Gdy chcesz stale optymalizować model personalizacji | Gdy chcesz przeprowadzać testy w określonym przedziale czasu |
| Gdy cel optymalizacji można wyrazić po prostu jako ważoną sumę zdarzeń analitycznych | Gdy cel optymalizacji wymaga starannego przeanalizowania kilku różnych konkurujących ze sobą wskaźników |
| Gdy chcesz optymalizować kampanię pod kątem celu niezależnie od wszelkich kompromisów | Gdy przed wdrożeniem chcesz sprawdzić, czy jedna wersja wykazuje statystycznie istotną poprawę w porównaniu z inną. |
| Gdy ręczne sprawdzanie wyników nie jest wymagane lub pożądane | Gdy pożądane jest ręczne sprawdzenie wyników |
Załóżmy na przykład, że chcesz zmaksymalizować liczbę użytkowników, którzy ocenią Twoją aplikację w Google Play, gdy poprosisz ich o to. Jednym z czynników, który może przyczynić się do sukcesu, jest czas wyświetlania prośby: czy pokazujesz ją, gdy użytkownik otwiera aplikację po raz pierwszy, drugi czy trzeci? Czy wyświetlasz im prośbę, gdy wykonają określone zadania? Idealny moment zależy prawdopodobnie od konkretnego użytkownika: niektórzy mogą być gotowi do oceny aplikacji od razu, a inni mogą potrzebować więcej czasu.
Optymalizacja czasu wyświetlania prośby o opinię to idealny przypadek użycia personalizacji:
- Optymalne ustawienie prawdopodobnie będzie inne dla każdego użytkownika.
- Sukces można łatwo zmierzyć za pomocą Analytics.
- Zmiana UX, o którą chodzi, wiąże się z niskim ryzykiem, więc prawdopodobnie nie musisz rozważać kompromisów ani przeprowadzać ręcznego sprawdzania.