Grâce à la personnalisation Remote Config, vous pouvez sélectionner automatiquement les paramètres Remote Config pour chaque utilisateur afin d'optimiser un objectif. Personnaliser un paramètre revient à effectuer un test A/B automatique, individualisé, en amélioration continue et permanent.
Lorsque vous utilisez Remote Config personnalisation dans vos applications, vous créez des expériences plus engageantes pour chacun de vos utilisateurs en leur fournissant automatiquement l'une des nombreuses expériences utilisateur alternatives, celle qui optimise l'objectif que vous choisissez. Vous pouvez cibler vos Remote Config paramètres personnalisés sur des groupes d'utilisateurs spécifiques à l'aide des Remote Config conditions de ciblage.
Vous pouvez optimiser n'importe quel objectif mesurable à l'aide de Google Analytics, et optimiser par nombre d'événements ou par la valeur agrégée (somme) d'un paramètre d'événement. Cela inclut les métriques intégrées suivantes :
- Durée d'engagement des utilisateurs, qui optimise la durée d'engagement des utilisateurs
- Clics sur les annonces, qui optimisent le nombre total d'événements de clics sur les annonces
- Impressions d'annonces, qui optimisent le nombre d'impressions d'annonces
Vous pouvez également optimiser les métriques personnalisées en fonction de n'importe quel Analytics événement. Voici quelques exemples :
- Envois de notes sur le Play Store ou l'App Store
- Réussite des utilisateurs dans des tâches spécifiques, comme la fin de niveaux de jeu
- Événements d'achat via une application
- Événements d'e-commerce, comme l'ajout d'articles à un panier, ou le début ou la fin du paiement
- Revenus publicitaires et issus des achats via une application
- Dépenses en monnaie virtuelle
- Partage de liens et de contenus, et activité sur les réseaux sociaux
Pour en savoir plus sur les cas d'utilisation potentiels de la personnalisation, consultez Que puis-je faire avec la personnalisation Remote Config ?
Fonctionnement
La personnalisation utilise le machine learning pour déterminer l'expérience optimale pour chacun de vos utilisateurs. L'algorithme établit un compromis efficace entre l'apprentissage de la meilleure expérience pour différents types d'utilisateurs et l'utilisation de ces connaissances pour maximiser votre métrique d'objectif. Les résultats de la personnalisation sont automatiquement comparés à un groupe témoin d'utilisateurs qui reçoivent une expérience aléatoire persistante tirée des alternatives que vous avez fournies. Cette comparaison montre le "gain" (valeur incrémentale) généré par le système de personnalisation.
Pour en savoir plus sur l'algorithme et les concepts de personnalisation Remote Config, consultez À propos de la personnalisation Remote Config.
Chemin d'accès de l'exécution
- Implémentez au moins deux expériences utilisateur alternatives qui, selon vous, seront optimales pour certains utilisateurs, mais pas pour d'autres.
- Rendez ces alternatives configurables à distance avec un Remote Config paramètre. Consultez Premiers pas avec Remote Config et Remote Config stratégies de chargement.
- Activez la personnalisation pour le paramètre. Remote Config attribuera à chacun de vos utilisateurs l'expérience qui lui convient le mieux. Consultez le guide Premiers pas.
Différences entre la personnalisation et les tests A/B
Contrairement aux tests A/B, qui sont conçus pour identifier l'expérience utilisateur la plus performante, la personnalisation tente de maximiser un objectif en choisissant dynamiquement une expérience optimale pour chaque utilisateur. Pour de nombreux types de problèmes, la personnalisation produit les meilleurs résultats, mais les tests A/B restent utiles :
| Personnalisation préférée | Test A/B préféré |
|---|---|
| Lorsque chaque utilisateur peut bénéficier d'une expérience personnalisée | Lorsque vous souhaitez une expérience commune et optimale pour tous les utilisateurs ou un sous-ensemble défini d'utilisateurs |
| Lorsque vous souhaitez optimiser le modèle de personnalisation en continu | Lorsque vous souhaitez effectuer des tests sur une période déterminée |
| Lorsque votre objectif d'optimisation peut être exprimé simplement comme une somme pondérée d'événements analytiques | Lorsque votre objectif d'optimisation nécessite une évaluation réfléchie de plusieurs métriques concurrentes |
| Lorsque vous souhaitez optimiser un objectif sans tenir compte des compromis possibles | Lorsque vous souhaitez déterminer si une variante présente une amélioration statistiquement pertinente par rapport à une autre avant de la déployer |
| Lorsque vous n'avez pas besoin d'examiner les résultats manuellement ou n'en avez pas besoin | Lorsque vous souhaitez examiner les résultats manuellement |
Supposons, par exemple, que vous souhaitiez maximiser le nombre d'utilisateurs qui notent votre application dans le Play Store lorsque vous les y invitez. Un facteur qui peut contribuer au succès est le moment où vous affichez votre invite : l'affichez-vous lorsque l'utilisateur ouvre votre application pour la première, la deuxième ou la troisième fois ? Ou l'invitez-vous lorsqu'il effectue certaines tâches avec succès ? Le moment idéal dépend probablement de l'utilisateur : certains utilisateurs peuvent être prêts à noter votre application immédiatement, tandis que d'autres peuvent avoir besoin de plus de temps.
L'optimisation du moment où vous affichez votre invite de commentaires est un cas d'utilisation idéal pour la personnalisation :
- Le paramètre optimal est probablement différent pour chaque utilisateur.
- Le succès est facilement mesurable à l'aide de Analytics.
- Le changement d'expérience utilisateur en question est suffisamment peu risqué pour que vous n'ayez probablement pas besoin de tenir compte des compromis ni d'effectuer un examen manuel.