Оформление
Как работает персонализация
Персонализация проходит путь от накопления данных к выбору вариантов моделью. В интерфейсе состояние модели показывается отдельно от статуса самой персонализации.
Накопление данных персонализации до первой ML-модели
До первой обученной модели трафик остаётся в контрольной группе. Система сама определяет достаточность данных по фактическому объёму и качеству сигнала: универсального числа конверсий или срока ожидания нет.
Прогноз ML-модели и контрольная группа
После обучения модель оценивает варианты для посетителя и выбирает вариант по выбранной метрике оптимизации. Это прогноз, а не уже полученная конверсия.
Контрольная группа нужна как честная база: в ней варианты распределяются без персонального ML-выбора. Сравнение с ней показывает наблюдаемый эффект персонализации.
Что может изменить результат
- состав и состояние вариантов;
- выбранные цели и метрика оптимизации;
- источник оптимизации и атрибуция;
- условия срабатывания;
- распределение трафика между персонализацией и контрольной группой.
Не переносите числовые рецепты из чужого проекта. Используйте подсказки готовности в редакторе и реальные данные на странице Статистика.