Remote Config kişiselleştirme ile bir hedef için optimizasyon yapmak amacıyla her kullanıcı için Remote Config parametrelerini otomatik olarak seçebilirsiniz. Bir parametreyi kişiselleştirmek, otomatik, kişiye özel, sürekli iyileşen ve kalıcı bir A/B testi yapmak gibidir.
Uygulamalarınızda Remote Config kişiselleştirme özelliğini kullandığınızda, kullanıcılarınıza otomatik olarak birkaç alternatif kullanıcı deneyiminden birini (seçtiğiniz hedef için optimizasyon sağlayan alternatif) sunarak her bir kullanıcı için daha ilgi çekici deneyimler oluşturursunuz. Kişiselleştirilmiş Remote Config parametrelerinizi, Remote Confighedefleme koşullarını kullanarak belirli kullanıcı gruplarını hedefleyecek şekilde ayarlayabilirsiniz.
Google Analytics kullanılarak ölçülebilen herhangi bir hedef için optimizasyon yapabilir ve etkinlik sayısına veya bir etkinlik parametresinin toplu değerine (toplam) göre optimizasyon gerçekleştirebilirsiniz. Bu metrikler arasında şunlar bulunur:
- Kullanıcı etkileşim süresine göre optimizasyon yapan kullanıcı etkileşim süresi
- Toplam reklam tıklama etkinliği sayısına göre optimizasyon yapan reklam tıklamaları
- Reklam gösterim sayısı (reklam gösterimlerinin sayısına göre optimizasyon yapar)
Alternatif olarak, herhangi bir Analytics etkinliğine dayalı özel metrikler için optimizasyon yapabilirsiniz. Olası nedenlerden bazıları şunlardır:
- Play Store veya App Store puanı gönderimleri
- Kullanıcıların oyun seviyelerini tamamlama gibi belirli görevlerdeki başarısı
- Uygulama içi satın alma etkinlikleri
- Alışveriş sepetine ürün ekleme, ödeme sürecini başlatma veya tamamlama gibi e-ticaret etkinlikleri
- Uygulama içi satın alma ve reklam geliri
- Sanal para harcaması
- Bağlantı ve içerik paylaşımı ile sosyal ağ etkinliği
Olası kişiselleştirme kullanım alanları hakkında daha fazla bilgi için Remote Config kişiselleştirme ile neler yapabilirim? başlıklı makaleyi inceleyin.
Nasıl çalışır?
Kişiselleştirme özelliği, kullanıcılarınızın her birine sunulacak optimum deneyimi belirlemek üzere makine öğreniminden yararlanır. Algoritma bir yandan farklı türdeki kullanıcılar için en iyi deneyimi öğrenirken diğer yandan hedef metriğinizi en üst düzeye çıkarmak için bu bilgilerden etkili şekilde yararlanır. Kişiselleştirme sonuçları, sağladığınız alternatiflerden elde edilen daimi bir rastgele deneyim sunulan kullanıcıların yer aldığı bir kontrol grubuyla otomatik olarak karşılaştırılır. Bu karşılaştırma, kişiselleştirme sistemiyle ne kadar "yükseliş" (değer artışı) elde edildiğini gösterir.
Remote Config kişiselleştirme algoritması ve kavramları hakkında daha fazla bilgi için Remote Config kişiselleştirme hakkında başlıklı makaleyi inceleyin.
Uygulama yolu
- Bazı kullanıcılar için ideal olacağını ancak diğerleri için ideal olmayacağını düşündüğünüz iki veya daha fazla alternatif kullanıcı deneyimi uygulayın.
- Bu alternatifleri Remote Configparametre ile uzaktan yapılandırılabilir hale getirin. Remote Config ve Remote Config yükleme stratejilerini kullanmaya başlama başlıklı makaleyi inceleyin.
- Parametre için kişiselleştirmeyi etkinleştirin. Remote Config, kullanıcılarınızın her birine kendileri için en uygun deneyimi atar. Başlangıç kılavuzunu inceleyin.
Kişiselleştirme ile A/B testi karşılaştırması
En iyi performans gösteren kullanıcı deneyimini bulmak amacıyla tasarlanan A/B testlerinden farklı olarak kişiselleştirme, her kullanıcı için en uygun kullanıcı deneyimini dinamik şekilde seçerek bir hedefin performansını artırmaya çalışır. Kişiselleştirme, birçok sorun türünde en iyi sonuçları verir ancak A/B testinin de hâlâ kullanım alanları vardır:
| Kişiselleştirmenin tercih edildiği durumlar | A/B testinin tercih edildiği durumlar |
|---|---|
| Her kullanıcı kişiselleştirilmiş bir kullanıcı deneyiminden faydalanabilecekse | Tüm kullanıcılar için veya tanımlanmış bir kullanıcı alt grubu için tek bir optimum deneyim sunmak istediğinizde |
| Kişiselleştirme modelini sürekli olarak optimize etmek istediğinizde | Belirli bir zaman dilimi boyunca testler yapmak istediğinizde |
| Optimizasyon hedefiniz analiz etkinliklerinin ağırlıklı toplamı olarak basitçe ifade edilebildiğinde | Optimizasyon hedefiniz için birkaç farklı rakip metriğin dikkatle değerlendirilmesi gerektiğinde |
| Herhangi bir işlemden bağımsız olarak belirli bir hedef için optimize etmek istediğinizde | Bir ürünü kullanıma sunmadan önce belirli bir varyantın diğerine kıyasla istatistiksel olarak önemli bir iyileşme ortaya koyup koymadığını görmek istediğinizde |
| Sonuçların manuel analizi gerekmiyor veya tercih edilmiyorsa | Sonuçların manuel olarak analizi tercih ediliyorsa |
Örneğin, kullanıcıları Play Store'da uygulamanızı puan vermeye yönlendirdiğinizde puan veren kullanıcı sayısını en üst düzeye çıkarmak istediğinizi varsayalım. Başarıya katkıda bulunabilecek bir faktör de isteminizin zamanlamasıdır: İstem, kullanıcı uygulamanızı ilk, ikinci veya üçüncü kez açtığında mı gösteriliyor? Yoksa belirli görevleri başarıyla tamamladıklarında mı istem gönderiyorsunuz? İdeal zamanlama muhtemelen kullanıcıya bağlıdır. Bazı kullanıcılar uygulamanızı hemen değerlendirmeye hazır olabilirken bazıları daha fazla zamana ihtiyaç duyabilir.
Geri bildirim isteminizin zamanlamasını optimize etmek, kişiselleştirme için ideal bir kullanım alanıdır:
- İdeal ayar, her kullanıcı için farklı olabilir.
- Başarı, Analytics kullanılarak kolayca ölçülebilir.
- Söz konusu kullanıcı deneyimi değişikliği, ödün verilecek noktaları göz önünde bulundurmanızı veya manuel inceleme yapmanızı gerektirmeyecek kadar düşük risklidir.