Создавайте эксперименты по обмену сообщениями с помощью A/B-тестирования

Оптимизируйте свои подборки Сохраняйте и классифицируйте контент в соответствии со своими настройками.

Когда вы обращаетесь к своим пользователям или начинаете новую маркетинговую кампанию, вы хотите убедиться, что делаете это правильно. Тестирование A/B может помочь вам найти оптимальную формулировку и презентацию, тестируя варианты сообщений на выбранных частях вашей пользовательской базы. Независимо от того, является ли ваша цель лучшим удержанием или конверсией в предложении, тестирование A/B может выполнить статистический анализ, чтобы определить, превосходит ли вариант сообщения базовый уровень для выбранной вами цели.

Для A/B-тестирования вариантов функций с использованием базового уровня выполните следующие действия:

1. Создайте свой эксперимент.
2. Проверьте свой эксперимент на тестовом устройстве.
3. Управляйте своим экспериментом.

Создать эксперимент

Эксперимент, использующий компоновщик уведомлений, позволяет оценить несколько вариантов одного уведомления.

1. Войдите в консоль Firebase и убедитесь, что в вашем проекте включен Google Analytics , чтобы эксперимент имел доступ к данным Analytics .

   Если вы не включили Google Analytics при создании проекта, вы можете включить его на вкладке «Интеграции» , доступ к которой можно получить, выбрав settings > «Параметры проекта» в консоли Firebase .

2. В разделе «Вовлеченность» на панели навигации консоли Firebase нажмите A/B Testing .

3. Нажмите «Создать эксперимент» , а затем выберите «Уведомления» , когда будет предложено указать службу, с которой вы хотите провести эксперимент.

4. Введите Имя и необязательное Описание для вашего эксперимента и нажмите Далее .

5. Заполните поля Targeting , сначала выбрав приложение, которое использует ваш эксперимент. Вы также можете настроить таргетинг на подмножество пользователей для участия в вашем эксперименте, выбрав параметры, которые включают следующее:

   • Версия: Одна или несколько версий вашего приложения.
   • Аудитория пользователей: Analytics аудитории, используемые для таргетинга пользователей, которые могут быть включены в эксперимент.
   • Свойство пользователя: одно или несколько свойств пользователя Analytics для выбора пользователей, которые могут быть включены в эксперимент.
   • Страна/регион: Одна или несколько стран или регионов для выбора пользователей, которые могут быть включены в эксперимент.
   • Язык устройства: один или несколько языков и локалей, используемых для выбора пользователей, которые могут быть включены в эксперимент.
   • Первое открытие: таргетинг пользователей на основе того, когда они впервые открыли ваше приложение.
   • Последнее взаимодействие с приложением: таргетинг пользователей на основе последнего времени их взаимодействия с вашим приложением.

6. Установите процент целевых пользователей: выберите процент пользователей вашего приложения, соответствующий критериям, заданным в разделе «Целевые пользователи» , который вы хотите равномерно разделить между базовым значением и одним или несколькими вариантами в вашем эксперименте. Это может быть любой процент от 0,01% до 100%. Проценты случайным образом переназначаются пользователям для каждого эксперимента, включая дублированные эксперименты.

7. В разделе Variants введите сообщение для отправки в базовую группу в поле Enter message text . Чтобы не отправлять сообщение в базовую группу, оставьте это поле пустым.

8. (необязательно) Чтобы добавить более одного варианта в ваш эксперимент, нажмите Добавить вариант . По умолчанию эксперименты имеют одну базовую линию и один вариант.

9. (необязательно) Введите название для каждого варианта в вашем эксперименте, чтобы заменить названия Вариант A , Вариант B и т. д.

10. Определите целевую метрику для вашего эксперимента, которая будет использоваться при оценке вариантов эксперимента вместе с любыми желаемыми дополнительными метриками из раскрывающегося списка. Эти метрики включают встроенные цели (вовлеченность, покупки, доход, удержание и т. д.), события конверсии Analytics и другие события Analytics .

11. Выберите варианты для вашего сообщения:

    • Дата доставки: выберите «Отправить сейчас» , чтобы запустить эксперимент немедленно после сохранения, или «Запланировано» , чтобы указать время запуска эксперимента в будущем.
    • Дополнительные параметры: Чтобы выбрать дополнительные параметры для всех уведомлений, включенных в ваш эксперимент, разверните Дополнительные параметры , а затем измените любой из перечисленных параметров сообщений.

12. Нажмите «Обзор» , чтобы сохранить эксперимент.

Вам разрешено проводить до 300 экспериментов на проект, из которых до 24 могут быть запущены, а остальные — черновыми или завершенными.

Проверьте свой эксперимент на тестовом устройстве

Для каждой установки Firebase вы можете получить связанный с ней токен регистрации FCM . Вы можете использовать этот токен для тестирования определенных вариантов эксперимента на тестовом устройстве с установленным приложением. Чтобы проверить ваш эксперимент на тестовом устройстве, выполните следующие действия:

1. Получите регистрационный токен FCM следующим образом:

   Быстрый

   Messaging.messaging().token { token, error in
     if let error = error {
       print("Error fetching FCM registration token: \(error)")
     } else if let token = token {
       print("FCM registration token: \(token)")
       self.fcmRegTokenMessage.text  = "Remote FCM registration token: \(token)"
     }
   }

   Objective-C

   [[FIRMessaging messaging] tokenWithCompletion:^(NSString *token, NSError *error) {
     if (error != nil) {
       NSLog(@"Error getting FCM registration token: %@", error);
     } else {
       NSLog(@"FCM registration token: %@", token);
       self.fcmRegTokenMessage.text = token;
     }
   }];

   Java

   FirebaseMessaging.getInstance().getToken()
       .addOnCompleteListener(new OnCompleteListener<String>() {
           @Override
           public void onComplete(@NonNull Task<String> task) {
             if (!task.isSuccessful()) {
               Log.w(TAG, "Fetching FCM registration token failed", task.getException());
               return;
             }
   
             // Get new FCM registration token
             String token = task.getResult();
   
             // Log and toast
             String msg = getString(R.string.msg_token_fmt, token);
             Log.d(TAG, msg);
             Toast.makeText(MainActivity.this, msg, Toast.LENGTH_SHORT).show();
           }
       });

   Kotlin

   FirebaseMessaging.getInstance().token.addOnCompleteListener(OnCompleteListener { task ->
       if (!task.isSuccessful) {
           Log.w(TAG, "Fetching FCM registration token failed", task.exception)
           return@OnCompleteListener
       }
   
       // Get new FCM registration token
       val token = task.result
   
       // Log and toast
       val msg = getString(R.string.msg_token_fmt, token)
       Log.d(TAG, msg)
       Toast.makeText(baseContext, msg, Toast.LENGTH_SHORT).show()
   })

   С++

   firebase::InitResult init_result;
   auto* installations_object = firebase::installations::Installations::GetInstance(
       firebase::App::GetInstance(), &init_result);
   installations_object->GetToken().OnCompletion(
       [](const firebase::Future<std::string>& future) {
         if (future.status() == kFutureStatusComplete &&
             future.error() == firebase::installations::kErrorNone) {
           printf("Installations Auth Token %s\n", future.result()->c_str());
         }
       });

   Единство

   Firebase.Messaging.FirebaseMessaging.DefaultInstance.GetTokenAsync().ContinueWith(
     task => {
       if (!(task.IsCanceled || task.IsFaulted) && task.IsCompleted) {
         UnityEngine.Debug.Log(System.String.Format("FCM registration token {0}", task.Result));
       }
     });

2. На панели навигации консоли Firebase нажмите A/B-тестирование .
3. Нажмите «Черновик» , наведите курсор на свой эксперимент, щелкните контекстное меню ( more_vert ), а затем нажмите «Управление тестовыми устройствами».
4. Введите токен FCM для тестового устройства и выберите вариант эксперимента для отправки на это тестовое устройство.
5. Запустите приложение и убедитесь, что выбранный вариант принимается на тестовом устройстве.

Управляйте своим экспериментом

Независимо от того, создаете ли вы эксперимент с помощью Remote Config , Notifications Composer или Firebase In-App Messaging , вы можете проверить и запустить свой эксперимент, отслеживать его ход и увеличивать количество пользователей, включенных в текущий эксперимент.

Когда ваш эксперимент будет завершен, вы можете записать настройки, используемые победившим вариантом, а затем распространить эти настройки на всех пользователей. Или вы можете запустить еще один эксперимент.

Начать эксперимент

1. В разделе «Взаимодействие» навигационного меню консоли Firebase нажмите A/B Testing .
2. Нажмите «Черновик» , а затем нажмите на название вашего эксперимента.
3. Чтобы убедиться, что в вашем приложении есть пользователи, которые будут включены в ваш эксперимент, разверните сведения о проекте и проверьте наличие числа больше 0% в разделе «Таргетинг и распространение» (например, 1% пользователей, соответствующих критериям ).
4. Чтобы изменить эксперимент, нажмите «Изменить» .
5. Чтобы начать эксперимент, нажмите Начать эксперимент . Вы можете запустить до 24 экспериментов на проект одновременно.

Мониторинг эксперимента

По прошествии некоторого времени после начала эксперимента вы можете проверить его ход и посмотреть, как выглядят результаты для пользователей, которые уже приняли в нем участие.

1. В разделе «Взаимодействие» навигационного меню консоли Firebase нажмите A/B Testing .

2. Нажмите Running , а затем нажмите или найдите название вашего эксперимента. На этой странице вы можете просмотреть различные наблюдаемые и смоделированные статистические данные о вашем запущенном эксперименте, включая следующее:

   • % разницы от базовой линии : Мера улучшения метрики для данного варианта по сравнению с базовой линией. Рассчитывается путем сравнения диапазона значений для варианта с диапазоном значений для базовой линии.
   • Вероятность превзойти базовый уровень : расчетная вероятность того, что данный вариант превзойдет базовый уровень для выбранной метрики.
   • observed_metric per user : на основе результатов эксперимента это прогнозируемый диапазон, в который со временем попадет значение метрики.
   • Total observed_metric : Наблюдаемое кумулятивное значение для базовой линии или варианта. Значение используется для измерения того, насколько хорошо работает каждый экспериментальный вариант, и используется для расчета Improvement , Value range , Probability to beat baseline , and Probability to be the best variant . В зависимости от измеряемой метрики этот столбец может быть назван "Duration per user," "Revenue per user," "Retention rate," или "Conversion rate".

3. После того, как ваш эксперимент продлится некоторое время (не менее 7 дней для FCM и In-App Messaging или 14 дней для Remote Config ), данные на этой странице покажут, какой вариант, если таковой имеется, является «лидером». Некоторые измерения сопровождаются столбчатой ​​диаграммой, которая представляет данные в визуальном формате.

Проведите эксперимент для всех пользователей

После того, как эксперимент продлится достаточно долго, и у вас появится «лидер» или выигрышный вариант для вашей целевой метрики, вы можете выпустить эксперимент для 100% пользователей. Это позволяет вам выбрать вариант для публикации для всех пользователей в дальнейшем. Даже если ваш эксперимент не создал явного победителя, вы все равно можете выбрать выпустить вариант для всех своих пользователей.

1. В разделе «Взаимодействие» навигационного меню консоли Firebase нажмите A/B Testing .
2. Нажмите «Завершено» или «Выполняется» , выберите эксперимент, который вы хотите запустить для всех пользователей, нажмите контекстное меню ( more_vert ) «Развернуть вариант» .

3. Распространите свой эксперимент на всех пользователей, выполнив одно из следующих действий:

   • Для эксперимента, в котором используется компоновщик уведомлений , используйте диалоговое окно « Развернуть сообщение» , чтобы отправить сообщение оставшимся целевым пользователям, которые не участвовали в эксперименте.
   • Для эксперимента Remote Config выберите вариант, чтобы определить, какие значения параметров Remote Config следует обновить. Критерии таргетинга, определенные при создании эксперимента, добавляются в качестве нового условия в ваш шаблон, чтобы гарантировать, что развертывание затронет только пользователей, на которых нацелен эксперимент. После нажатия кнопки Review в Remote Config для просмотра изменений нажмите кнопку Publish changes , чтобы завершить развертывание.
   • Для эксперимента In-App Messaging используйте диалоговое окно, чтобы определить, какой вариант необходимо развернуть как отдельную кампанию In-App Messaging . После выбора вы будете перенаправлены на экран создания FIAM для внесения любых изменений (если требуется) перед публикацией.

Расширить эксперимент

Если вы обнаружите, что эксперимент не привлекает достаточного количества пользователей для A/B Testing чтобы объявить лидера, вы можете расширить распространение своего эксперимента, чтобы охватить больший процент пользовательской базы приложения.

1. В разделе «Взаимодействие» навигационного меню консоли Firebase нажмите A/B Testing .
2. Выберите текущий эксперимент, который вы хотите отредактировать.
3. В Обзоре эксперимента щелкните контекстное меню ( more_vert ), а затем щелкните Изменить запущенный эксперимент .
4. В диалоговом окне «Нацеливание» отображается опция увеличения процента пользователей, участвующих в текущем эксперименте. Выберите число, превышающее текущий процент, и нажмите «Опубликовать» . Эксперимент будет распространен на указанный вами процент пользователей.

Дублировать или остановить эксперимент

1. В разделе «Взаимодействие» навигационного меню консоли Firebase нажмите A/B Testing .
2. Нажмите «Завершено» или «Выполняется» , наведите указатель мыши на свой эксперимент, щелкните контекстное меню ( more_vert ), а затем нажмите «Дублировать эксперимент» или «Остановить эксперимент» .

Ориентация на пользователя

Вы можете выбрать пользователей, которых хотите включить в свой эксперимент, используя следующие критерии таргетинга пользователей.

Метрики A/B Testing

При создании эксперимента вы выбираете основную или целевую метрику, которая используется для определения победившего варианта. Вам также следует отслеживать другие метрики, чтобы лучше понять эффективность каждого варианта эксперимента и отслеживать важные тенденции, которые могут различаться для каждого варианта, например, удержание пользователей, стабильность приложения и доход от покупок в приложении. В своем эксперименте вы можете отслеживать до пяти нецелевых метрик.

• Расчетный общий доход , чтобы увидеть, как ваш совокупный доход от покупок в приложении и рекламы отличается в двух вариантах
• Удержание (1 день) , Удержание (2-3 дня) , Удержание (4-7 дней) для отслеживания ежедневного/еженедельного удержания пользователей

В следующих таблицах представлена ​​подробная информация о том, как рассчитываются целевые показатели и другие показатели.

Показатели цели

Другие показатели

Экспорт данных BigQuery

Помимо просмотра данных эксперимента A/B Testing в консоли Firebase , вы можете проверять и анализировать данные эксперимента в BigQuery . Хотя A/B Testing не имеет отдельной таблицы BigQuery , членство в эксперименте и варианте хранится в каждом событии Google Analytics в таблицах событий Analytics .

Пользовательские свойства, содержащие информацию об эксперименте, имеют форму userProperty.key like "firebase_exp_%" или userProperty.key = "firebase_exp_01" , где 01 — идентификатор эксперимента, а userProperty.value.string_value содержит индекс варианта эксперимента (начинающийся с нуля).

Вы можете использовать эти свойства пользователя эксперимента для извлечения данных эксперимента. Это дает вам возможность нарезать результаты эксперимента многими различными способами и независимо проверять результаты A/B Testing .

Для начала выполните следующие действия, как описано в этом руководстве:

1. Включите экспорт BigQuery для Google Analytics в консоли Firebase
2. Доступ к данным A/B Testing с помощью BigQuery
3. Изучите примеры запросов

Включите экспорт BigQuery для Google Analytics в консоли Firebase

Если вы используете план Spark, вы можете использовать песочницу BigQuery для доступа к BigQuery бесплатно, в соответствии с ограничениями песочницы . Для получения дополнительной информации см. Цены и песочница BigQuery .

Сначала убедитесь, что вы экспортируете данные Analytics в BigQuery :

1. Откройте вкладку «Интеграции» , доступ к которой можно получить с помощью settings > «Настройки проекта» в консоли Firebase .
2. Если вы уже используете BigQuery с другими службами Firebase, нажмите Manage . В противном случае нажмите Link .
3. Ознакомьтесь с разделом «Связывание Firebase с BigQuery , затем нажмите «Далее» .
4. В разделе «Настройка интеграции» включите переключатель Google Analytics .

5. Выберите регион и выберите настройки экспорта.

6. Нажмите ссылку на BigQuery .

В зависимости от выбранного способа экспорта данных может потребоваться до одного дня, чтобы таблицы стали доступны. Для получения дополнительной информации об экспорте данных проекта в BigQuery см. раздел Экспорт данных проекта в BigQuery .

Доступ к данным A/B Testing в BigQuery

Прежде чем запрашивать данные для конкретного эксперимента, вам необходимо получить некоторые или все из следующих данных для использования в вашем запросе:

• Идентификатор эксперимента: его можно получить из URL-адреса страницы обзора эксперимента . Например, если ваш URL-адрес выглядит как https://console.firebase.google.com/project/my_firebase_project/config/experiment/results/25 , идентификатор эксперимента — 25 .
• Google Analytics property ID : это ваш 9-значный идентификатор свойства Google Analytics . Вы можете найти его в Google Analytics ; он также отображается в BigQuery , когда вы расширяете имя своего проекта, чтобы отобразить имя вашей таблицы событий Google Analytics ( project_name.analytics_000000000.events ).
• Дата эксперимента: чтобы составить более быстрый и эффективный запрос, рекомендуется ограничить запросы разделами таблицы ежедневных событий Google Analytics , которые содержат данные эксперимента — таблицами, идентифицированными с суффиксом YYYYMMDD . Таким образом, если ваш эксперимент проводился с 2 февраля 2024 года по 2 мая 2024 года, вы должны указать _TABLE_SUFFIX between '20240202' AND '20240502' . Пример см. в разделе Выбор значений определенного эксперимента .
• Названия событий: Обычно они соответствуют вашим целевым метрикам , которые вы настроили в эксперименте. Например, события in_app_purchase , ad_impression или user_retention .

После того, как вы соберете информацию, необходимую для формирования вашего запроса:

1. Откройте BigQuery в консоли Google Cloud .
2. Выберите проект, затем выберите Создать SQL-запрос .
3. Добавьте свой запрос. Примеры запросов для запуска см. в разделе Изучить примеры запросов .
4. Нажмите «Выполнить» .

Запрос данных эксперимента с помощью автоматически сгенерированного запроса консоли Firebase

Если вы используете план Blaze, на странице обзора эксперимента представлен пример запроса, который возвращает название эксперимента, варианты, названия событий и количество событий для просматриваемого вами эксперимента.

Чтобы получить и выполнить автоматически сгенерированный запрос:

1. В консоли Firebase откройте A/B Testing и выберите эксперимент A/B Testing вы хотите запросить, чтобы открыть обзор эксперимента .
2. В меню «Параметры» под «Интеграция BigQuery выберите «Запрос данных эксперимента» . Это откроет ваш проект в BigQuery в консоли Google Cloud и предоставит базовый запрос, который вы можете использовать для запроса данных эксперимента.

В следующем примере показан сгенерированный запрос для эксперимента с тремя вариантами (включая базовый) под названием "Зимний приветственный эксперимент". Он возвращает имя активного эксперимента, имя варианта, уникальное событие и количество событий для каждого события. Обратите внимание, что конструктор запросов не указывает имя вашего проекта в имени таблицы, так как он открывается непосредственно в вашем проекте.

  /*
    This query is auto-generated by Firebase A/B Testing for your
    experiment "Winter welcome experiment".
    It demonstrates how you can get event counts for all Analytics
    events logged by each variant of this experiment's population.
  */
  SELECT
    'Winter welcome experiment' AS experimentName,
    CASE userProperty.value.string_value
      WHEN '0' THEN 'Baseline'
      WHEN '1' THEN 'Welcome message (1)'
      WHEN '2' THEN 'Welcome message (2)'
      END AS experimentVariant,
    event_name AS eventName,
    COUNT(*) AS count
  FROM
    `analytics_000000000.events_*`,
    UNNEST(user_properties) AS userProperty
  WHERE
    (_TABLE_SUFFIX BETWEEN '20240202' AND '20240502')
    AND userProperty.key = 'firebase_exp_25'
  GROUP BY
    experimentVariant, eventName

Для получения дополнительных примеров запросов перейдите в раздел «Изучение примеров запросов» .

Изучите примеры запросов

В следующих разделах приведены примеры запросов, которые можно использовать для извлечения данных эксперимента A/B Testing из таблиц событий Google Analytics .

Извлечь значения стандартного отклонения покупки и эксперимента из всех экспериментов

Вы можете использовать данные результатов эксперимента для независимой проверки результатов Firebase A/B Testing . Следующий оператор BigQuery SQL извлекает варианты эксперимента, количество уникальных пользователей в каждом варианте и суммирует общий доход от событий in_app_purchase и ecommerce_purchase , а также стандартные отклонения для всех экспериментов в пределах временного диапазона, указанного как даты начала и окончания _TABLE_SUFFIX . Вы можете использовать данные, полученные из этого запроса, с генератором статистической значимости для односторонних t-тестов, чтобы проверить, что результаты, предоставляемые Firebase, соответствуют вашему собственному анализу.

Дополнительную информацию о том, как A/B Testing вычисляет выводы, см. в разделе Интерпретация результатов теста .

  /*
    This query returns all experiment variants, number of unique users,
    the average USD spent per user, and the standard deviation for all
    experiments within the date range specified for _TABLE_SUFFIX.
  */
  SELECT
    experimentNumber,
    experimentVariant,
    COUNT(*) AS unique_users,
    AVG(usd_value) AS usd_value_per_user,
    STDDEV(usd_value) AS std_dev
  FROM
    (
      SELECT
        userProperty.key AS experimentNumber,
        userProperty.value.string_value AS experimentVariant,
        user_pseudo_id,
        SUM(
          CASE
            WHEN event_name IN ('in_app_purchase', 'ecommerce_purchase')
              THEN event_value_in_usd
            ELSE 0
            END) AS usd_value
      FROM `PROJECT_NAME.analytics_ANALYTICS_ID.events_*`
      CROSS JOIN UNNEST(user_properties) AS userProperty
      WHERE
        userProperty.key LIKE 'firebase_exp_%'
        AND event_name IN ('in_app_purchase', 'ecommerce_purchase')
        AND (_TABLE_SUFFIX BETWEEN 'YYYYMMDD' AND 'YYYMMDD')
      GROUP BY 1, 2, 3
    )
  GROUP BY 1, 2
  ORDER BY 1, 2;

Выберите значения конкретного эксперимента

Следующий пример запроса иллюстрирует, как получить данные для определенного эксперимента в BigQuery . Этот пример запроса возвращает название эксперимента, названия вариантов (включая Baseline), названия событий и количество событий.

  SELECT
    'EXPERIMENT_NAME' AS experimentName,
    CASE userProperty.value.string_value
      WHEN '0' THEN 'Baseline'
      WHEN '1' THEN 'VARIANT_1_NAME'
      WHEN '2' THEN 'VARIANT_2_NAME'
      END AS experimentVariant,
    event_name AS eventName,
    COUNT(*) AS count
  FROM
    `analytics_ANALYTICS_PROPERTY.events_*`,
    UNNEST(user_properties) AS userProperty
  WHERE
    (_TABLE_SUFFIX BETWEEN 'YYYMMDD' AND 'YYYMMDD')
    AND userProperty.key = 'firebase_exp_EXPERIMENT_NUMBER'
  GROUP BY
    experimentVariant, eventName