С помощью персонализации Remote Config вы можете автоматически подбирать параметры Remote Config для каждого пользователя, оптимизируя их для достижения поставленной цели. Персонализация параметра подобна проведению автоматического, индивидуального, постоянно совершенствующегося и непрерывного A/B-тестирования.
Используя персонализацию Remote Config в своих приложениях, вы создаёте более увлекательный опыт для каждого пользователя, автоматически предоставляя ему один из нескольких альтернативных вариантов пользовательского опыта — тот, который оптимизируется для достижения выбранной вами цели. Вы можете настроить персонализированные параметры Remote Config для определённых групп пользователей, используя условия таргетинга Remote Config .
Вы можете оптимизировать рекламу для любой цели, измеряемой с помощью Google Analytics , а также по количеству событий или по агрегированному значению (сумме) параметров событий. Это включает в себя следующие встроенные показатели:
- Время взаимодействия с пользователем, которое оптимизируется за счет времени взаимодействия с пользователем
- Клики по рекламе, которые оптимизируются по общему количеству кликов по рекламе
- Показы рекламы, которые оптимизируются по количеству показов рекламы
Или вы можете оптимизировать работу с пользовательскими метриками на основе любого события Analytics . Вот некоторые из возможных вариантов:
- Подача заявок на рейтинг 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
- Траты виртуальной валюты
- Распространение ссылок и контента, а также 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 пользователя. Алгоритм эффективно выбирает баланс между изучением наилучшего опыта для разных типов пользователей и использованием этих знаний для максимизации вашей целевой метрики. Результаты персонализации автоматически сравниваются с контрольной группой пользователей, получающих постоянный случайный опыт, выбранный из предложенных вами альтернатив. Это сравнение показывает, насколько «поднята» (прироста ценности) система 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 удалённо настраиваемыми с помощью параметра Remote Config . См. разделы Начало работы с Remote Config и Стратегии загрузки Remote Config .
- Включите персонализацию для этого параметра. Remote Config назначит каждому пользователю оптимальный вариант взаимодействия. 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 стремится максимально эффективно достичь поставленной цели, динамически подбирая оптимальный пользовательский опыт для каждого пользователя. Для многих типов задач персонализация даёт наилучшие результаты, но A/B-тестирование всё же имеет свои преимущества:
| 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 ваша цель оптимизации может быть выражена просто как взвешенная сумма 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, демонстрирует 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 максимально увеличить количество пользователей, оценивающих ваше приложение в Play Маркете, когда вы предлагаете им это сделать. Одним из факторов, которые могут способствовать успеху, является время, когда вы предлагаете оценить ваше приложение: показываете ли вы его, когда пользователь открывает приложение в первый, второй или третий раз? Или вы предлагаете пользователю после успешного выполнения определённых задач? Идеальное время, вероятно, зависит от индивидуальных особенностей пользователя: некоторые пользователи могут быть готовы оценить ваше приложение сразу, в то время как другим может потребоваться больше времени.
Оптимизация времени запроса на обратную связь — идеальный вариант персонализации:
- Оптимальная настройка, вероятно, будет разной для каждого пользователя.
- Успех легко измерить с помощью Analytics .
- Рассматриваемое изменение UX-дизайна имеет достаточно низкий уровень риска, поэтому вам, вероятно, не придется рассматривать компромиссы или проводить ручную проверку.