התאמה אישית מתבססת על למידת מכונה – ובמיוחד על אלגוריתם של שודד עם כמה זרועות לפי הקשר – כדי לקבוע את חוויית השימוש האופטימלית למשתמשים ספציפיים להשגת מטרה עסקית. במקרה שלנו, היעד הוא לבצע אופטימיזציה למספר הכולל או לערך הכולל של הפרמטר של אירועי Google Analytics ספציפיים.
מהו אלגוריתם של שודד עם כמה זרועות לפי הקשר?
'השודד עם כמה זרועות' הוא מטאפורה שמתארת מצב שבו אנחנו רוצים לבחור באופן שוטף נתיב שמניב את התגמולים הגבוהים והמהימנים ביותר מתוך רשימה של כמה נתיבים. כדי להמחיש את זה, אפשר להשתמש במשל על מהמר מול שורה של מכונות מזל – שמכונות בדרך כלל בשם 'שודד עם זרוע אחת' כי למכונת מזל יש ידית אחת (או זרוע אחת) והיא לוקחת את הכסף שלכם. מכיוון שאנחנו רוצים לפתור את הבעיה עבור כמה 'זרועות', הגנב עם זרוע אחת הופך לגנב עם כמה זרועות.
לדוגמה, נניח שיש לנו שלוש אפשרויות ואנחנו רוצים לקבוע איזו מהן מניבה את התגמול הכי אמין: נוכל לנסות כל אפשרות, ואז, אחרי שנקבל תוצאה, נוכל פשוט להמשיך לבחור את הזרוע שהניבה את הכי הרבה תגמולים. זהו מה שנקרא אלגוריתם חמדן: האפשרות שמניבה את התוצאה הטובה ביותר בניסיון הראשון היא זו שנמשיך לבחור. עם זאת, ברור לנו שזה לא תמיד עובד – בין היתר, יכול להיות שהתגמול הגבוה הוא מקרה חריג. אולי יש הקשר ספציפי למשתמש שהניב תגמולים גבוהים יותר במהלך התקופה הזו, שלא יהיה יעיל באותה מידה בהמשך.
לכן נוסף הקשר כדי לשפר את היעילות של האלגוריתם. בהתאמה אישית של Remote Config, ההקשר הראשוני הזה הוא דגימה אקראית, או אי-ודאות, שמספקת אנטרופי מסוים לניסוי. כך מוטמעת 'שודד עם כמה זרועות לפי הקשר'. ככל שהניסוי נמשך, התצפיות והחקירות המתמשכות מוסיפות למודל הקשר ממשי שנלמד, שמראה אילו זרועות צפויות להניב את התגמול הגבוה ביותר, וכך הופכות אותו ליעיל יותר.
מה המשמעות מבחינת האפליקציה שלי?
עכשיו נדבר על המשמעות של אלגוריתם של 'שודד עם כמה זרועות' בהקשר של האפליקציה שלכם. נניח שאתם מבצעים אופטימיזציה להשגת קליקים על מודעות באנר. במקרה כזה, הערכים החלופיים שתציינו ייצגו את מודעות הבאנר השונות שאתם רוצים להציג למשתמשים. הקליק על מודעת הבאנר הוא התגמול, שאנחנו מכנים יעד.
בפעם הראשונה שמפעילים התאמה אישית, המודל לא יודע איזה ערך חלופי יעלה את הסבירות להשגת היעד שלכם לכל משתמש בנפרד. ככל שההתאמה האישית בודקת כל ערך חלופי כדי להבין את הסבירות להשגת היעד, המודל הבסיסי מתעדכן ומשתפר, וכך הוא יכול לחזות ולבחור את חוויית השימוש האופטימלית לכל משתמש.
ההתאמה האישית מתבססת על חלון של נאמנות של 24 שעות. זהו משך הזמן שבו אלגוריתם ההתאמה האישית בודק ערך חלופי יחיד. כדאי לתת למערכת מספיק זמן כדי לבדוק כל ערך חלופי כמה פעמים (בדרך כלל כ-14 יום). מומלץ להפעיל אותן באופן קבוע כדי שתוכלו לשפר אותן ולהתאים אותן באופן שוטף ככל שההתנהגות של האפליקציה והמשתמשים משתנה.
מעקב אחר מדדים נוספים
התאמה אישית של Remote Config מאפשרת גם לעקוב אחרי עד שני מדדים נוספים, כדי לעזור לכם להבין את ההקשר של התוצאות. נניח שפיתחתם אפליקציה חברתית והגדרתם ערכים חלופיים שונים כדי לעודד משתמשים לשתף תוכן עם חברים ולהגדיל את ההתעניינות הכוללת.
במקרה כזה, תוכלו לבצע אופטימיזציה לפי אירוע Analytics כמו link_received
ולהגדיר את שני המדדים ל-user_engagement
ול-link_opened
כדי להבין אם ההתעניינות של המשתמשים ומספר הקישורים שהמשתמשים פותחים עולים (התעניינות אמיתית) או יורדים (יכול להיות שיש יותר מדי קישורים שמכילים ספאם).
המדדים הנוספים האלה לא יילקחו בחשבון באלגוריתם של ההתאמה האישית, אבל תוכלו לעקוב אחריהם לצד תוצאות ההתאמה האישית, וכך לקבל תובנות חשובות לגבי היכולת של ההתאמה האישית להשיג את היעדים הכוללים שלכם.
הסבר על תוצאות ההתאמה האישית
אחרי שההתאמה האישית פועלת מספיק זמן כדי לאסוף נתונים, תוכלו לראות את התוצאות שלה.
כדי להציג את התוצאות של ההתאמה האישית:
פותחים את הדף Remote Config ולוחצים על התאמות אישיות.
בוחרים את ההתאמה האישית שרוצים להציג. אפשר לחפש את ההתאמה האישית הספציפית לפי שם או יעד, ולמיין לפי שם, זמן התחלה או עלייה כוללת.
בדף התוצאות מוצג סיכום של העלייה הכוללת, או ההפרש באחוזים בביצועים, שההתאמה האישית מספקת בהשוואה לקבוצת בסיס.
בדף התוצאות מוצגים גם הסטטוס הנוכחי של ההתאמה האישית, המאפיינים של ההתאמה האישית ותרשים אינטראקטיבי שמציג את הפרטים הבאים:
תצוגה מפורטת של הביצועים היומיים והכוללים של ההתאמה האישית בהשוואה לנתוני הבקרה.
מראה את הביצועים הכוללים של כל ערך בקבוצת הבקרה.
כאן מוצגים תוצאות היעדים והביצועים שלהם בהשוואה למדדים הנוספים שבחרתם. אפשר לגשת אליהם באמצעות הכרטיסיות בחלק העליון של הסיכום.
אפשר להשאיר את ההתאמה האישית פועלת ללא הגבלת זמן, ותוכלו להמשיך לחזור לדף התוצאות כדי לעקוב אחרי הביצועים שלה. האלגוריתם ימשיך ללמוד ולהתאים את עצמו, כדי שיוכל להתאים את עצמו כשהתנהגות המשתמשים תשתנה.
הסבר על מחיקה של התאמה אישית
אפשר למחוק התאמה אישית באמצעות מסוף Firebase או על ידי הסרת פרמטר של התאמה אישית מהתבנית באמצעות Firebase Remote Config API. לא ניתן לשחזר התאמות אישיות שנמחקו. מידע נוסף על שמירת נתונים זמין במאמר מחיקת נתונים.
אפשר גם למחוק התאמות אישיות על ידי חזרה לאחור או ייבוא תבנית.
החזרות לאחור
אם התבנית הנוכחית כוללת התאמות אישיות, ותחזרו לתבנית שלא כוללת את אותן התאמות אישיות, ההתאמות האישיות יימחקו. כדי לחזור לתבנית קודמת, משתמשים במסוף Firebase או ב-roll back
באמצעות ה-API Firebase Remote Config.
כשמוחקים התאמה אישית ועוברים חזרה לתבנית קודמת, הפנייה להתאמה האישית הלא חוקית מופיעה במסוף Firebase. אפשר להסיר את ההתאמה האישית הלא חוקית ממסוף Firebase על ידי עריכת ההתאמה האישית בכרטיסייה Parameters (פרמטרים) בדף Remote Config.
פעולות ייבוא
ייבוא של תבנית שכבר לא מכילה את ההתאמות האישיות הנוכחיות שלכם גורם גם למחיקה של ההתאמות האישיות האלה. כדי לייבא תבנית, אפשר להשתמש במסוף Firebase או ב-API ל-REST של Remote Config.
השלבים הבאים
תרחישים לדוגמה של התאמה אישית ב-Remote Config
איך מתחילים להשתמש בהתאמה אישית של Remote Config