Персонализация использует машинное обучение — в частности, контекстный алгоритм многорукого бандита — для определения оптимального опыта для отдельных пользователей с целью достижения цели. В нашем случае цель заключается в оптимизации общего числа или общего значения параметра определенных событий Google Analytics .
Что такое контекстный алгоритм многорукого бандита?
«Многорукий бандит» — это метафора, используемая для описания ситуации, когда мы хотим постоянно выбирать путь, который ведет к самым высоким и надежным вознаграждениям из списка нескольких путей. Чтобы визуализировать это, вы можете использовать метафору игрока перед рядом игровых автоматов — часто в разговорной речи называемого «одноруким бандитом», потому что у игрового автомата одна ручка (или рука) и он забирает ваши деньги. Поскольку мы хотим решить для нескольких «рук», однорукий бандит становится многоруким бандитом.
Например, предположим, что у нас есть три варианта, и мы хотим определить, какой из них обеспечивает наиболее надежное вознаграждение: мы могли бы попробовать каждый вариант, а затем, получив результат, мы могли бы просто продолжать выбирать руку, которая принесла больше всего вознаграждений. Это то, что называется жадным алгоритмом: вариант, который дает наилучший результат при первой попытке, — это тот, который мы продолжим выбирать. Но мы можем понять, что это может не всегда работать — во-первых, высокое вознаграждение может быть случайностью. Или, может быть, есть некий пользовательский контекст, который привел к более высокому вознаграждению в течение этого периода времени, которое не будет таким эффективным позже.
Поэтому контекст добавляется, чтобы сделать алгоритм более эффективным. Для персонализации Remote Config этот начальный контекст является случайной выборкой или неопределенностью , которая обеспечивает некоторую энтропию эксперименту. Это реализует « контекстуального многорукого бандита». По мере продолжения эксперимента продолжающееся исследование и наблюдение добавляют реальный изученный контекст о том, какие руки с наибольшей вероятностью принесут вознаграждение модели, делая ее более эффективной.
Что это значит для моего приложения?
Теперь давайте обсудим, что означает алгоритм многорукого бандита в контексте вашего приложения. Допустим, вы оптимизируете клики по баннерной рекламе. В этом случае «руки» персонализации будут альтернативными значениями, которые вы указываете для представления различных баннерных объявлений, которые вы хотите показывать пользователям. Клик по баннерной рекламе — это награда, которую мы называем целью .
Когда вы впервые запускаете персонализацию, модель не знает, какое альтернативное значение с большей вероятностью достигнет вашей цели для каждого отдельного пользователя. По мере того, как персонализация исследует каждое альтернативное значение, чтобы понять вероятность достижения вашей цели, базовая модель становится более информированной, улучшая свою способность предсказывать и выбирать оптимальный опыт для каждого пользователя.
Персонализация использует окно прилипания в 24 часа. Это время, в течение которого алгоритм персонализации исследует одно альтернативное значение. Вы должны предоставить своим персонализациям достаточно времени для многократного изучения каждого альтернативного значения (обычно около 14 дней). В идеале вы можете позволить им работать бессрочно, чтобы они могли постоянно совершенствоваться и адаптироваться по мере изменения вашего приложения и поведения пользователей.
Отслеживайте дополнительные показатели
Персонализация Remote Config также позволяет отслеживать до двух дополнительных метрик, чтобы помочь вам контекстуализировать ваши результаты. Допустим, вы разработали социальное приложение и установили различные альтернативные значения, чтобы побудить пользователей делиться контентом с друзьями для повышения общей вовлеченности.
В этом случае вы можете выбрать оптимизацию для события Analytics , например link_received , и задать два показателя user_engagement и link_opened чтобы понять, растет ли вовлеченность пользователя и количество ссылок, которые он открывает (реальная вовлеченность) или падает (возможно, слишком много спам-ссылок).
Хотя эти дополнительные показатели не будут учитываться в алгоритме персонализации, вы можете отслеживать их вместе с результатами персонализации, получая ценную информацию о способности персонализации достигать ваших общих целей.
Понимание результатов персонализации
После того, как персонализация проработает достаточно долго и соберет данные, вы сможете просмотреть ее результаты.
Чтобы просмотреть результаты персонализации:
Откройте страницу Remote Config и нажмите «Персонализации» .
Выберите персонализацию, которую вы хотите просмотреть. Вы можете искать конкретную персонализацию по имени или цели, а также можете сортировать по имени, времени начала или общему подъему.
На странице результатов отображается общий подъем или процентная разница в производительности, которую обеспечивает персонализация по сравнению с базовой группой.
На странице результатов также отображается текущий статус персонализации, атрибуты персонализации и интерактивный график, который:
Показывает подробный ежедневный и общий обзор того, как персонализация сработала по сравнению с базовым уровнем.
Показывает, как каждое значение влияет на общую ситуацию в базовой группе.
Отображает результаты достижения целей и производительность по выбранным вами дополнительным показателям, доступным с помощью вкладок в верхней части сводки.
Персонализацию можно оставить работающей на неопределенный срок, и вы можете продолжать посещать страницу результатов, чтобы отслеживать ее эффективность. Алгоритм продолжит обучаться и корректироваться, чтобы адаптироваться к изменениям поведения пользователя.
Понять удаление персонализации
Вы можете удалить персонализацию с помощью консоли Firebase или удалив параметр персонализации из шаблона с помощью Firebase Remote Config API . Удаленные персонализации не могут быть восстановлены. Чтобы узнать о хранении данных, см. Удаление данных .
Вы также можете удалить персонализации, выполнив откат или импортировав шаблон .
Откаты
Если ваш текущий шаблон имеет персонализации и вы откатываетесь к шаблону, который не имеет тех же персонализаций, персонализации удаляются. Чтобы вернуться к предыдущему шаблону, используйте консоль Firebase или roll back с помощью Firebase Remote Config API.
При удалении персонализации и откате к предыдущему шаблону ссылка на эту недействительную персонализацию появляется в консоли Firebase . Вы можете удалить недействительную персонализацию из консоли Firebase , отредактировав персонализацию на вкладке «Параметры» страницы Remote Config .
Импорт
Импорт шаблона, который больше не содержит ваши текущие персонализации, также удаляет эти персонализации. Чтобы импортировать шаблон, используйте консоль Firebase или используйте Remote Config REST API .
Следующие шаги
Изучите варианты использования персонализации Remote Config .
Начните работу с персонализацией Remote Config .