Remote Config পার্সোনালাইজেশনের মাধ্যমে, আপনি কোনো একটি উদ্দেশ্য পূরণের জন্য প্রতিটি ব্যবহারকারীর জন্য স্বয়ংক্রিয়ভাবে Remote Config প্যারামিটার নির্বাচন করতে পারেন। একটি প্যারামিটার পার্সোনালাইজ করা অনেকটা একটি স্বয়ংক্রিয়, স্বতন্ত্র, ক্রমাগত উন্নতিশীল এবং চিরস্থায়ী A/B টেস্ট পরিচালনা করার মতো।
যখন আপনি আপনার অ্যাপে Remote Config পার্সোনালাইজেশন ব্যবহার করেন, তখন আপনি আপনার নির্বাচিত উদ্দেশ্যকে সর্বোত্তমভাবে কাজে লাগায় এমন একাধিক বিকল্প ইউজার এক্সপেরিয়েন্সের মধ্যে থেকে স্বয়ংক্রিয়ভাবে একটি বেছে নিয়ে প্রতিটি ব্যবহারকারীর জন্য আরও আকর্ষণীয় অভিজ্ঞতা তৈরি করেন। আপনি Remote Config টার্গেটিং কন্ডিশন ব্যবহার করে আপনার পার্সোনালাইজড Remote Config প্যারামিটারগুলোকে নির্দিষ্ট ইউজার গ্রুপের জন্য টার্গেট করতে পারেন।
আপনি Google Analytics ব্যবহার করে পরিমাপযোগ্য যেকোনো উদ্দেশ্যের জন্য অপ্টিমাইজ করতে পারেন এবং ইভেন্টের সংখ্যা বা কোনো ইভেন্ট প্যারামিটারের সমষ্টিগত মান (যোগফল) অনুসারে অপ্টিমাইজ করতে পারেন। এর মধ্যে নিম্নলিখিত বিল্ট-ইন মেট্রিকগুলো অন্তর্ভুক্ত রয়েছে:
- ব্যবহারকারীর সম্পৃক্ততার সময়, যা ব্যবহারকারীর সম্পৃক্ততার সময় দ্বারা অপ্টিমাইজ করা হয়
- বিজ্ঞাপন ক্লিক, যা মোট বিজ্ঞাপন ক্লিক ইভেন্টের সংখ্যা দ্বারা অপ্টিমাইজ করা হয়।
- বিজ্ঞাপন ইম্প্রেশন, যা বিজ্ঞাপন ইম্প্রেশনের সংখ্যা দ্বারা অপ্টিমাইজ করা হয়
অথবা, আপনি যেকোনো Analytics ইভেন্টের উপর ভিত্তি করে কাস্টম মেট্রিক্সের জন্য অপ্টিমাইজ করতে পারেন। কিছু সম্ভাব্য উপায় হলো:
- প্লে স্টোর বা অ্যাপ স্টোরে রেটিং জমা দেওয়া
- নির্দিষ্ট কাজে ব্যবহারকারীর সাফল্য, যেমন গেমের লেভেল সম্পূর্ণ করা
- অ্যাপের মধ্যে কেনাকাটার ইভেন্ট
- ই-কমার্স ইভেন্ট, যেমন কার্টে আইটেম যোগ করা, অথবা চেকআউট শুরু বা সম্পন্ন করা।
- অ্যাপের মধ্যে কেনাকাটা এবং বিজ্ঞাপন থেকে আয়
- ভার্চুয়াল মুদ্রা ব্যয়
- লিঙ্ক এবং বিষয়বস্তু শেয়ারিং এবং সামাজিক নেটওয়ার্কিং কার্যকলাপ
ব্যক্তিগতকরণের সম্ভাব্য ব্যবহার সম্পর্কে আরও তথ্যের জন্য, Remote Config ব্যক্তিগতকরণ দিয়ে আমি কী করতে পারি?’ দেখুন।
এটা কীভাবে কাজ করে?
পার্সোনালাইজেশন আপনার প্রতিটি ব্যবহারকারীর জন্য সর্বোত্তম অভিজ্ঞতা নির্ধারণ করতে মেশিন লার্নিং ব্যবহার করে। অ্যালগরিদমটি বিভিন্ন ধরণের ব্যবহারকারীর জন্য সেরা অভিজ্ঞতা শেখা এবং আপনার উদ্দেশ্যমূলক মেট্রিককে সর্বাধিক করার জন্য সেই জ্ঞানকে কাজে লাগানোর মধ্যে দক্ষতার সাথে ভারসাম্য রক্ষা করে। পার্সোনালাইজেশনের ফলাফল স্বয়ংক্রিয়ভাবে ব্যবহারকারীদের একটি হোল্ডআউট গ্রুপের সাথে তুলনা করা হয়, যারা আপনার প্রদত্ত বিকল্পগুলি থেকে নেওয়া একটি স্থায়ী এলোমেলো অভিজ্ঞতা গ্রহণ করে—এই তুলনাটি দেখায় যে পার্সোনালাইজেশন সিস্টেম দ্বারা কতটা "লিফট" (অতিরিক্ত মান) তৈরি হয়েছে।
রিমোট কনফিগ পার্সোনালাইজেশন অ্যালগরিদম এবং ধারণা সম্পর্কে আরও তথ্যের জন্য, রিমোট কনফিগ পার্সোনালাইজেশন সম্পর্কে দেখুন।
বাস্তবায়ন পথ
- দুই বা ততোধিক বিকল্প ব্যবহারকারী অভিজ্ঞতা বাস্তবায়ন করুন, যা আপনার মতে কিছু ব্যবহারকারীর জন্য সর্বোত্তম হবে কিন্তু অন্যদের জন্য নয়।
- একটি Remote Config প্যারামিটার ব্যবহার করে এই বিকল্পগুলিকে দূর থেকে কনফিগারযোগ্য করুন। Remote Config দিয়ে শুরু করুন’ এবং Remote Config লোডিং কৌশলসমূহ’ দেখুন।
- প্যারামিটারটির জন্য পার্সোনালাইজেশন চালু করুন। Remote Config আপনার প্রত্যেক ব্যবহারকারীকে তাদের জন্য সর্বোত্তম অভিজ্ঞতাটি প্রদান করবে। শুরু করার নির্দেশিকাটি দেখুন।
ব্যক্তিগতকরণ বনাম এ/বি টেস্টিং
এ/বি টেস্টের বিপরীতে, যা একটি একক সেরা কার্যকরী ব্যবহারকারীর অভিজ্ঞতা খুঁজে বের করার জন্য ডিজাইন করা হয়েছে, পার্সোনালাইজেশন প্রতিটি ব্যবহারকারীর জন্য গতিশীলভাবে একটি সর্বোত্তম ব্যবহারকারীর অভিজ্ঞতা বেছে নেওয়ার মাধ্যমে একটি উদ্দেশ্যকে সর্বাধিক করার চেষ্টা করে। অনেক ধরণের সমস্যার জন্য, পার্সোনালাইজেশন সেরা ফলাফল দেয়, কিন্তু এ/বি টেস্টিংয়েরও নিজস্ব উপযোগিতা রয়েছে:
| ব্যক্তিগতকরণ পছন্দ | এ/বি টেস্টিং পছন্দনীয় |
|---|---|
| যখন প্রতিটি ব্যবহারকারী একটি ব্যক্তিগতকৃত ব্যবহারকারীর অভিজ্ঞতা থেকে উপকৃত হতে পারে | যখন আপনি সকল ব্যবহারকারী বা ব্যবহারকারীদের একটি নির্দিষ্ট উপগোষ্ঠীর জন্য একটি একক সর্বোত্তম অভিজ্ঞতা চান |
| যখন আপনি পার্সোনালাইজেশন মডেলটিকে ক্রমাগত অপ্টিমাইজ করতে চান | যখন আপনি একটি নির্দিষ্ট সময়সীমার মধ্যে পরীক্ষা পরিচালনা করতে চান |
| যখন আপনার অপ্টিমাইজেশন লক্ষ্যকে অ্যানালিটিক্স ইভেন্টগুলির একটি ওয়েটেড সাম হিসাবে সহজভাবে প্রকাশ করা যায় | যখন আপনার অপ্টিমাইজেশন লক্ষ্যের জন্য বিভিন্ন প্রতিযোগী মেট্রিকের চিন্তাশীল মূল্যায়নের প্রয়োজন হয় |
| যখন আপনি কোনো রকম ছাড়ের বিনিময়ে কোনো একটি উদ্দেশ্যকে সর্বোত্তম করতে চান | চালু করার আগে যখন আপনি নির্ধারণ করতে চান যে একটি ভ্যারিয়েন্ট অন্যটির তুলনায় পরিসংখ্যানগতভাবে উল্লেখযোগ্য উন্নতি দেখায় কিনা। |
| যখন ফলাফলের ম্যানুয়াল পর্যালোচনার প্রয়োজন হয় না বা তা কাঙ্ক্ষিত নয় | যখন ফলাফলের ম্যানুয়াল পর্যালোচনা কাম্য হয় |
উদাহরণস্বরূপ, ধরুন আপনি চান যে ব্যবহারকারীরা যখন প্লে স্টোরে আপনার অ্যাপকে রেটিং দেওয়ার জন্য অনুরোধ করবে, তখন যেন তারা সেই অনুরোধটি সর্বাধিক পরিমাণে করে। এক্ষেত্রে সফলতার একটি কারণ হতে পারে অনুরোধ করার সময়: ব্যবহারকারী যখন প্রথম, দ্বিতীয় বা তৃতীয়বার আপনার অ্যাপটি খোলে, তখন কি আপনি অনুরোধটি দেখান? নাকি তারা যখন সফলভাবে নির্দিষ্ট কিছু কাজ সম্পন্ন করে, তখন অনুরোধ করেন? আদর্শ সময় সম্ভবত ব্যবহারকারীর ওপর নির্ভর করে: কিছু ব্যবহারকারী হয়তো সাথে সাথেই আপনার অ্যাপকে রেটিং দেওয়ার জন্য প্রস্তুত থাকবে, আবার অন্যদের আরও বেশি সময় লাগতে পারে।
আপনার ফিডব্যাক প্রম্পটের সময়কে অপ্টিমাইজ করা পার্সোনালাইজেশনের একটি আদর্শ ব্যবহারক্ষেত্র:
- প্রত্যেক ব্যবহারকারীর জন্য সর্বোত্তম সেটিং সম্ভবত ভিন্ন হবে।
- Analytics ব্যবহার করে সাফল্য সহজেই পরিমাপ করা যায়।
- প্রশ্নোক্ত ইউএক্স পরিবর্তনটি এতটাই কম ঝুঁকিপূর্ণ যে, সম্ভবত আপনার সুবিধা-অসুবিধা বিবেচনা করার বা ম্যানুয়াল পর্যালোচনা করার প্রয়োজন নেই।