С помощью персонализации Remote Config вы можете автоматически выбирать параметры Remote Config для каждого пользователя, чтобы оптимизировать его для достижения цели. Персонализация параметра похожа на выполнение автоматического, индивидуализированного, постоянно улучшающегося и постоянного A/B-теста.
При использовании персонализации Remote Config в своих приложениях вы создаете более увлекательный опыт для каждого из своих пользователей, автоматически предоставляя им один из нескольких альтернативных пользовательских опытов — альтернативу, которая оптимизируется для выбранной вами цели. Вы можете нацелить свои персонализированные параметры Remote Config на определенные группы пользователей, используя условия таргетинга Remote Config .
Вы можете оптимизировать для любой цели, которая измеряется с помощью Google Analytics , и оптимизировать по количеству событий или по агрегированному значению (сумме) параметра события. Это включает в себя следующие встроенные метрики:
- Время взаимодействия с пользователем, которое оптимизируется по времени взаимодействия с пользователем
- Клики по рекламе, которые оптимизируются по общему количеству событий кликов по рекламе
- Рекламные показы, которые оптимизируются по количеству рекламных показов
Или вы можете оптимизировать для пользовательских метрик на основе любого события Analytics . Некоторые возможности включают:
- Рейтинговые заявки в Play Store или App Store
- Успех пользователя в выполнении определенных задач, например, прохождение игровых уровней.
- События покупок в приложении
- События электронной коммерции, такие как добавление товаров в корзину, начало или завершение оформления заказа.
- Покупки в приложении и доход от рекламы
- Расходы виртуальной валюты
- Обмен ссылками и контентом, активность в социальных сетях
Дополнительную информацию о возможных вариантах использования персонализации см. в разделе Что можно сделать с помощью персонализации Remote Config ?
Как это работает?
Персонализация использует машинное обучение для определения оптимального опыта для каждого из ваших пользователей. Алгоритм эффективно балансирует между изучением лучшего опыта для разных типов пользователей и использованием этих знаний для максимизации вашей целевой метрики. Результаты персонализации автоматически сравниваются с контрольной группой пользователей, которые получают постоянный случайный опыт, взятый из предоставленных вами альтернатив — это сравнение показывает, какой «подъем» (инкрементальное значение) генерируется системой персонализации.
Дополнительную информацию об алгоритме и концепциях персонализации Remote Config см. в разделе О персонализации Remote Config .
Путь реализации
- Реализуйте два или более альтернативных варианта пользовательского опыта, которые, по вашему мнению, будут оптимальными для одних пользователей, но не для других.
- Сделайте эти альтернативы удаленно настраиваемыми с помощью параметра Remote Config . См. Начало работы с Remote Config и Стратегии загрузки Remote Config .
- Включите персонализацию для параметра. Remote Config назначит каждому из ваших пользователей оптимальный для них опыт. См. руководство по началу работы .
Персонализация против A/B-тестирования
В отличие от A/B-тестов, которые предназначены для поиска одного наиболее эффективного пользовательского опыта, персонализация пытается максимизировать цель, динамически выбирая оптимальный пользовательский опыт для каждого пользователя. Для многих типов проблем персонализация дает наилучшие результаты, но A/B-тестирование все еще имеет свои применения:
| Персонализация предпочтительна | Предпочтительно A/B-тестирование |
|---|---|
| Когда каждый пользователь может получить выгоду от персонализированного пользовательского опыта | Когда вам нужен единый оптимальный опыт для всех пользователей или определенной подгруппы пользователей |
| Когда вы хотите постоянно оптимизировать модель персонализации | Когда вы хотите провести испытания в течение фиксированного временного окна |
| Когда цель оптимизации можно выразить просто как взвешенную сумму аналитических событий | Когда ваша цель оптимизации требует вдумчивой оценки нескольких различных конкурирующих показателей |
| Когда вы хотите оптимизировать для достижения цели независимо от каких-либо компромиссов | Когда вы хотите определить, показывает ли один вариант статистически значимое улучшение по сравнению с другим, прежде чем внедрять его |
| Когда ручной просмотр результатов не требуется или нежелателен | Когда желателен ручной просмотр результатов |
Например, предположим, что вы хотите максимизировать количество пользователей, которые оценивают ваше приложение в Play Store, когда вы предлагаете им это сделать. Одним из факторов, который может способствовать успеху, является время вашего запроса: вы показываете его, когда пользователь открывает ваше приложение в первый, второй или третий раз? Или вы предлагаете им, когда они успешно выполняют определенные задачи? Идеальное время, вероятно, зависит от конкретного пользователя: некоторые пользователи могут быть готовы оценить ваше приложение сразу, в то время как другим может потребоваться больше времени.
Оптимизация времени подачи запроса на обратную связь — идеальный вариант персонализации:
- Оптимальная настройка, скорее всего, будет разной для каждого пользователя.
- Успех легко измерить с помощью Analytics .
- Рассматриваемое изменение UX имеет достаточно низкий уровень риска, поэтому вам, вероятно, не придется рассматривать компромиссы или проводить ручную проверку.