ด้วยการกำหนดค่าระยะไกลส่วนบุคคล คุณสามารถเลือกพารามิเตอร์การกำหนดค่าระยะไกลโดยอัตโนมัติสำหรับผู้ใช้แต่ละรายเพื่อปรับให้เหมาะสมสำหรับวัตถุประสงค์ การปรับพารามิเตอร์ให้เป็นแบบส่วนตัวนั้นเหมือนกับการทดสอบ A/B แบบอัตโนมัติ เป็นรายบุคคล ปรับปรุงอย่างต่อเนื่อง
เมื่อคุณใช้การกำหนดค่าระยะไกลส่วนบุคคลในแอปของคุณ คุณจะสร้างประสบการณ์ที่น่าดึงดูดยิ่งขึ้นสำหรับผู้ใช้แต่ละรายโดยมอบประสบการณ์ทางเลือกอื่นให้กับผู้ใช้โดยอัตโนมัติ ซึ่งเป็นทางเลือกที่ปรับให้เหมาะสมสำหรับวัตถุประสงค์ที่คุณเลือก คุณสามารถกำหนดเป้าหมายพารามิเตอร์การกำหนดค่าระยะไกลส่วนบุคคลของคุณไปยังกลุ่มผู้ใช้เฉพาะโดยใช้ เงื่อนไขการกำหนดเป้าหมายการกำหนด ค่าระยะไกล
คุณสามารถเพิ่มประสิทธิภาพสำหรับวัตถุประสงค์ใดๆ ที่สามารถวัดได้โดยใช้ Google Analytics ซึ่งรวมถึงเมทริกในตัวต่อไปนี้:
- เวลาการมีส่วนร่วมของผู้ใช้
- การคลิกโฆษณา
หรือคุณสามารถเพิ่มประสิทธิภาพสำหรับเมตริกที่กำหนดเองตามเหตุการณ์ของ Analytics ความเป็นไปได้บางประการคือ:
- การส่งเรตติ้งของ Play Store หรือ App Store
- ความสำเร็จของผู้ใช้ในงานเฉพาะ
- การใช้คุณสมบัติ
มันทำงานอย่างไร?
การปรับเปลี่ยนในแบบของคุณใช้การเรียนรู้ของเครื่องเพื่อกำหนดประสบการณ์ที่เหมาะสมที่สุดสำหรับผู้ใช้แต่ละรายของคุณ อัลกอริทึมจะแลกเปลี่ยนอย่างมีประสิทธิภาพระหว่างการเรียนรู้ประสบการณ์ที่ดีที่สุดสำหรับผู้ใช้ประเภทต่างๆ และการใช้ความรู้นั้นเพื่อเพิ่มตัวชี้วัดวัตถุประสงค์ของคุณ ผลลัพธ์การปรับให้เป็นส่วนตัวจะถูกเปรียบเทียบกับกลุ่มผู้ใช้ที่ระงับโดยอัตโนมัติซึ่งได้รับประสบการณ์แบบสุ่มจากทางเลือกที่คุณให้มา—การเปรียบเทียบนี้แสดงให้เห็นว่า "การเพิ่ม" (ค่าที่เพิ่มขึ้น) ถูกสร้างขึ้นโดยระบบการตั้งค่าส่วนบุคคลมากน้อยเพียงใด
เส้นทางการดำเนินการ
- ใช้ประสบการณ์ผู้ใช้ทางเลือกสองอย่างหรือมากกว่าที่คุณคาดหวังว่าจะเหมาะสมที่สุดสำหรับผู้ใช้บางคน แต่ไม่ใช่กับคนอื่นๆ
- ทำให้ทางเลือกเหล่านี้สามารถกำหนดค่าได้จากระยะไกลด้วยพารามิเตอร์ Remote Config ดู เริ่มต้นใช้ งาน กลยุทธ์การโหลดการกำหนดค่าระยะไกล และการกำหนดค่าระยะไกล
- เปิดใช้งานการปรับเปลี่ยนในแบบของคุณสำหรับพารามิเตอร์ การกำหนดค่าระยะไกลจะกำหนดประสบการณ์ที่เหมาะสมที่สุดให้กับผู้ใช้แต่ละคนของคุณ ดูคู่มือ การเริ่มต้น ใช้งาน
การปรับเปลี่ยนในแบบของคุณเทียบกับการทดสอบ A/B
ต่างจากการทดสอบ A/B ซึ่งออกแบบมาเพื่อค้นหาประสบการณ์ผู้ใช้ที่มีประสิทธิภาพดีที่สุดเพียงรายการเดียว การปรับเปลี่ยนในแบบของคุณพยายามที่จะบรรลุวัตถุประสงค์สูงสุดโดยการเลือกประสบการณ์การใช้งานที่เหมาะสมที่สุดสำหรับผู้ใช้แต่ละรายแบบไดนามิก สำหรับปัญหาหลายประเภท การปรับเปลี่ยนในแบบของคุณให้ผลลัพธ์ที่ดีที่สุด แต่การทดสอบ A/B ยังคงมีประโยชน์อยู่:
| ต้องการการปรับเปลี่ยนในแบบของคุณ | ต้องการการทดสอบ A/B |
|---|---|
| เมื่อผู้ใช้แต่ละคนสามารถได้รับประโยชน์จากประสบการณ์ผู้ใช้ที่เป็นส่วนตัว | เมื่อคุณต้องการประสบการณ์ที่ดีที่สุดเพียงครั้งเดียวสำหรับผู้ใช้ทั้งหมดหรือผู้ใช้บางส่วนที่กำหนดไว้ |
| เมื่อคุณต้องการเพิ่มประสิทธิภาพโมเดลส่วนบุคคลอย่างต่อเนื่อง | เมื่อคุณต้องการทำการทดสอบในช่วงเวลาที่กำหนด |
| เมื่อเป้าหมายการเพิ่มประสิทธิภาพของคุณแสดงได้ง่ายๆ เป็นผลรวมของเหตุการณ์การวิเคราะห์ที่ถ่วงน้ำหนัก | เมื่อเป้าหมายการเพิ่มประสิทธิภาพของคุณต้องการการประเมินอย่างรอบคอบของตัวชี้วัดที่แข่งขันกันหลายตัว |
| เมื่อคุณต้องการเพิ่มประสิทธิภาพเพื่อวัตถุประสงค์โดยไม่คำนึงถึงการแลกเปลี่ยนใด ๆ | เมื่อคุณต้องการตรวจสอบว่าตัวแปรหนึ่งแสดงการปรับปรุงที่มีนัยสำคัญทางสถิติมากกว่าตัวแปรอื่นหรือไม่ก่อนเปิดตัว |
| เมื่อไม่จำเป็นต้องตรวจสอบผลลัพธ์ด้วยตนเอง | เมื่อต้องทบทวนผลลัพธ์ด้วยตนเอง |
ตัวอย่างเช่น สมมติว่าคุณต้องการเพิ่มจำนวนผู้ใช้ที่ให้คะแนนแอปของคุณใน Play Store สูงสุดเมื่อคุณได้รับแจ้ง ปัจจัยหนึ่งที่อาจนำไปสู่ความสำเร็จคือจังหวะเวลาของข้อความแจ้ง คุณแสดงให้เห็นไหมเมื่อผู้ใช้เปิดแอปของคุณเป็นครั้งแรก ครั้งที่สอง หรือครั้งที่สาม หรือคุณเตือนพวกเขาเมื่อพวกเขาทำภารกิจบางอย่างสำเร็จหรือไม่? ช่วงเวลาที่เหมาะสมนั้นขึ้นอยู่กับผู้ใช้แต่ละคน: ผู้ใช้บางคนอาจพร้อมที่จะให้คะแนนแอปของคุณทันที ในขณะที่คนอื่นๆ อาจต้องการเวลามากกว่านี้
การปรับเวลาให้เหมาะสมที่สุดสำหรับข้อเสนอแนะของคุณเป็นกรณีการใช้งานที่เหมาะสำหรับการปรับเปลี่ยนในแบบของคุณ:
- การตั้งค่าที่เหมาะสมมักจะแตกต่างกันไปสำหรับผู้ใช้แต่ละคน
- ความสำเร็จสามารถวัดผลได้อย่างง่ายดายโดยใช้การวิเคราะห์
- การเปลี่ยนแปลง UX ที่เป็นปัญหานั้นมีความเสี่ยงต่ำมากพอที่คุณอาจไม่ต้องพิจารณาการแลกเปลี่ยนหรือดำเนินการตรวจสอบโดยเจ้าหน้าที่