La personnalisation Remote Config vous permet de 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 perpétuel.
Lorsque vous utilisez la personnalisation Remote Config dans vos applications, vous créez des expériences plus attrayantes pour chacun de vos utilisateurs en leur proposant automatiquement l'une des différentes expériences utilisateur alternatives, celle qui optimise l'objectif que vous choisissez. Vous pouvez cibler vos paramètres Remote Config personnalisés sur des groupes d'utilisateurs spécifiques à l'aide des conditions de ciblage Remote Config.
Vous pouvez optimiser n'importe quel objectif mesurable à l'aide de Google Analytics, et optimiser par nombre d'événements ou par valeur agrégée (somme) d'un paramètre d'événement. Cela inclut les métriques intégrées suivantes :
- Durée d'engagement utilisateur, qui optimise la durée d'engagement utilisateur
- Clics sur les annonces (optimisation basée sur le nombre total d'événements de clic sur les annonces)
- Impressions d'annonces, qui optimise le nombre d'impressions d'annonces
Vous pouvez également optimiser vos campagnes en fonction de métriques personnalisées basées sur n'importe quel événement Analytics. Voici quelques exemples :
- Envoi de notes sur le Play Store ou l'App Store
- La réussite des utilisateurs pour des tâches spécifiques, comme terminer des 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 processus de 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 trouve un équilibre 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 de validation composé d'utilisateurs qui reçoivent une expérience aléatoire persistante tirée des alternatives que vous avez fournies. Cette comparaison montre l'augmentation (valeur incrémentielle) générée 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 paramètre Remote Config. Consultez Premiers pas avec Remote Config et Stratégies de chargement Remote Config.
- 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.
Personnalisation ou 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 | Tests A/B recommandés |
|---|---|
| chaque utilisateur pourrait bénéficier d'une expérience personnalisée. | vous souhaitez une expérience commune et optimale pour tous les utilisateurs ou un sous-ensemble défini d'utilisateurs. |
| vous souhaitez optimiser le modèle de personnalisation en continu. | 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 |
| Vous souhaitez optimiser un objectif sans tenir compte des compromis possibles. | vous souhaitez déterminer si une variante présente une amélioration statistiquement pertinente par rapport à une autre avant de la déployer. |
| vous n'avez pas besoin d'examiner les résultats manuellement ou n'en avez pas besoin. | vous souhaitez examiner les résultats manuellement. |
Par exemple, supposons que vous souhaitiez maximiser le nombre d'utilisateurs qui notent votre application dans le Play Store lorsque vous les y invitez. Le moment où vous affichez l'invite peut être un facteur de réussite. L'affichez-vous lorsque l'utilisateur ouvre votre application pour la première, la deuxième ou la troisième fois ? Ou les invitez-vous lorsqu'ils accomplissent certaines tâches ? Le moment idéal dépend probablement de chaque utilisateur : certains peuvent être prêts à évaluer votre application immédiatement, tandis que d'autres peuvent avoir besoin de plus de temps.
L'optimisation du timing de 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'UX en question présente un risque suffisamment faible pour que vous n'ayez probablement pas besoin de prendre en compte les compromis ni d'effectuer un examen manuel.