עם התאמה אישית של תצורה מרחוק, אתה יכול לבחור אוטומטית פרמטרים של תצורה מרחוק עבור כל משתמש כדי לבצע אופטימיזציה למטרה. התאמה אישית של פרמטר היא כמו ביצוע מבחן A/B אוטומטי, אינדיבידואלי, המשתפר באופן מתמיד ותמידי.
כאשר אתה משתמש בהתאמה אישית של תצורה מרחוק באפליקציות שלך, אתה יוצר חוויות מרתקות יותר עבור כל אחד מהמשתמשים שלך על ידי מתן אוטומטי של אחת מכמה חוויות משתמש חלופיות - האלטרנטיבה שמבצעת אופטימיזציה ליעד שאתה בוחר. אתה יכול למקד את פרמטרי התצורה המרוחקת המותאמים אישית שלך לקבוצות משתמשים ספציפיות באמצעות תנאי מיקוד של תצורה מרחוק .
אתה יכול לבצע אופטימיזציה עבור כל יעד שניתן למדידה באמצעות Google Analytics, ולבצע אופטימיזציה לפי מספר אירועים או לפי הערך המצטבר (סכום) של פרמטר אירוע. זה כולל את המדדים המובנים הבאים:
- זמן מעורבות המשתמש, אשר מבצע אופטימיזציה לפי זמן מעורבות המשתמש
- קליקים על מודעה, אשר מבצע אופטימיזציה לפי המספר הכולל של אירועי קליקים על מודעה
- הופעות מודעה, אשר מבצע אופטימיזציה לפי מספר הופעות המודעה
לחלופין, תוכל לבצע אופטימיזציה עבור מדדים מותאמים אישית על סמך כל אירוע ב-Analytics. כמה אפשרויות כוללות:
- הגשת דירוג של חנות Play או App Store
- הצלחה של משתמשים במשימות מסוימות, כמו השלמת רמות משחק
- אירועי רכישה בתוך האפליקציה
- אירועי מסחר אלקטרוני, כמו הוספת פריטים לעגלה, או התחלת או השלמת תשלום
- רכישה בתוך האפליקציה והכנסות ממודעות
- הוצאה במטבע וירטואלי
- קישורים ושיתוף תוכן ופעילות ברשתות חברתיות
למידע נוסף על מקרי שימוש פוטנציאליים בהתאמה אישית, ראה מה אני יכול לעשות עם התאמה אישית של תצורה מרחוק?
איך זה עובד?
התאמה אישית משתמשת בלמידת מכונה כדי לקבוע את החוויה האופטימלית עבור כל אחד מהמשתמשים שלך. האלגוריתם מחליף ביעילות בין לימוד החוויה הטובה ביותר עבור סוגים שונים של משתמשים לבין שימוש בידע הזה כדי למקסם את המדד האובייקטיבי שלך. תוצאות ההתאמה האישית מושוות אוטומטית לקבוצת משתמשים שמקבלים חוויה אקראית מתמשכת שנלקחה מהחלופות שסיפקת - השוואה זו מראה כמה "עלייה" (ערך מצטבר) נוצרת על ידי מערכת ההתאמה האישית.
למידע נוסף על אלגוריתם ומושגים של התאמה אישית של תצורה מרחוק, ראה אודות התאמה אישית של תצורה מרחוק .
מסלול יישום
- הטמע שתי חוויות משתמש חלופיות או יותר שאתה מצפה שיהיו אופטימליות עבור משתמשים מסוימים אך לא עבור אחרים.
- הפוך את החלופות הללו לניתנות להגדרה מרחוק עם פרמטר Config מרחוק. ראה תחילת העבודה עם אסטרטגיות טעינת תצורה מרחוק ו-Remote Config .
- אפשר התאמה אישית עבור הפרמטר. Config מרחוק יקצה לכל אחד מהמשתמשים שלך את החוויה האופטימלית עבורם. עיין במדריך תחילת העבודה .
התאמה אישית לעומת בדיקת A/B
בניגוד למבחני A/B, שנועדו למצוא חווית משתמש יחידה עם הביצועים הטובים ביותר, התאמה אישית מנסה למקסם יעד על ידי בחירה דינמית של חווית משתמש אופטימלית עבור כל משתמש. עבור סוגים רבים של בעיות, התאמה אישית מניבה את התוצאות הטובות ביותר, אך לבדיקת A/B עדיין יש שימושים:
| עדיפות להתאמה אישית | עדיפות לבדיקת A/B |
|---|---|
| כאשר כל משתמש יכול להפיק תועלת מחוויית משתמש מותאמת אישית | כאשר אתה רוצה חוויה אופטימלית אחת לכל המשתמשים או קבוצת משנה מוגדרת של משתמשים |
| כאשר אתה רוצה לבצע אופטימיזציה מתמדת של מודל ההתאמה האישית | כאשר אתה רוצה לערוך בדיקות במהלך חלון זמן קבוע |
| כאשר מטרת האופטימיזציה שלך יכולה לבוא לידי ביטוי בפשטות כסכום משוקלל של אירועי ניתוח | כאשר מטרת האופטימיזציה שלך דורשת הערכה מתחשבת של מספר מדדים מתחרים שונים |
| כאשר אתה רוצה לבצע אופטימיזציה עבור מטרה ללא קשר לכל פשרות | כאשר אתה רוצה לקבוע אם וריאציה אחת מציגה שיפור מובהק סטטיסטית לעומת אחרת לפני הפעלתה |
| כאשר סקירה ידנית של התוצאות אינה נדרשת או רצויה | כאשר רצוי סקירה ידנית של התוצאות |
לדוגמה, נניח שאתה רוצה למקסם את מספר המשתמשים שמדרגים את האפליקציה שלך בחנות Play כאשר אתה מבקש מהם. גורם אחד שעשוי לתרום להצלחה הוא התזמון של ההנחיה שלך: האם אתה מראה אותה כשהמשתמש פותח את האפליקציה שלך בפעם הראשונה, השנייה או השלישית? או האם אתה מנחה אותם כאשר הם מסיימים בהצלחה משימות מסוימות? התזמון האידיאלי תלוי ככל הנראה במשתמש הבודד: חלק מהמשתמשים עשויים להיות מוכנים לדרג את האפליקציה שלך מיד, בעוד שאחרים עשויים להזדקק ליותר זמן.
אופטימיזציה של התזמון של בקשת המשוב שלך היא מקרה שימוש אידיאלי להתאמה אישית:
- ההגדרה האופטימלית כנראה שונה עבור כל משתמש.
- הצלחה ניתנת למדידה בקלות באמצעות Analytics.
- שינוי ה-UX המדובר הוא בסיכון נמוך מספיק, כך שככל הנראה אינך צריך לשקול פשרות או לערוך סקירה ידנית.