Testy A/B.
Zawsze się uczy.

Poznaj Reinforcement Learning do Drupala. Testuj treści, ucz się na prawdziwych reakcjach odwiedzających i dawaj mocniejszym wariantom więcej szans na dobre wyniki.

Przykładowy krajobraz posterior RL: wynik konwersji (%) w funkcji łącznej liczby wyświetleń i wariantu treści, z opisanymi osiami i skalą kolorów.
  • Otwarte oprogramowanie
  • Natywne integracje z Drupalem
  • Dane zwrotne w twojej bazie danych

Już działa.
W całej twojej witrynie na Drupalu.

Jeden silnik uczenia połączony z miejscami, w których twoje treści spotykają odwiedzających. Te integracje istnieją już dziś.

Strony zbudowane w DXPR Builder

Umieść alternatywne treści w slotach wariantów DXPR Builder. Interakcje odwiedzających zasilają eksperyment, a integracja wybiera, który wariant pokazać, nawet na stronach serwowanych z pamięci podręcznej całych stron.

Zobacz DXPR Builder

Istniejąca integracja DXPR Builder

Tytuły stron, które przyciągają uwagę

Daj stronie więcej niż jeden tytuł do pracy. Testuj alternatywy na stronach treści, stronach widoków i stronach generowanych przez kontrolery za pomocą dołączonego modułu tytułów stron (page-title).

Zobacz testowanie tytułów stron

Dołączony podmoduł · rl_page_title

Kolejność treści w widokach

Niech zaangażowanie pomaga decydować, co pojawia się jako pierwsze. Moduł sortowania RL dodaje wtyczkę sortowania do widoków, dzięki czemu twoje istniejące listy treści uczą się, które elementy wywołują reakcję.

Zobacz testowanie treści w widokach

Moduł towarzyszący · rl_sorting

Etykiety menu, które dokądś prowadzą

Czy „Zasoby” czy „Nauka” pomagają ludziom znaleźć następny krok? Testuj alternatywne etykiety odnośników menu za pomocą dołączonego modułu odnośników menu (menu-link), traktując kliknięcia jako dane zwrotne.

Zobacz testowanie odnośników menu

Dołączony podmoduł · rl_menu_link

Każda interakcja
to nowe dowody.

Test nie musi być przypomnieniem w kalendarzu o wyłonieniu zwycięzcy. RL na bieżąco aktualizuje swoje decyzje w miarę napływu danych.

Krzywe uczenia pokazują, jak wynik konwersji każdego wariantu nagłówka stabilizuje się w miarę wzrostu liczby wyświetleń. Analizuj ten sam eksperyment w podziale na wyświetlenia, dni, tygodnie lub miesiące.

Wykres skuteczności wariantów: wynik konwersji w funkcji łącznej liczby wyświetleń dla pięciu wariantów nagłówków wpisów.

Wyniki poszczególnych wariantów łączą surowe liczby wyświetleń z wynikiem konwersji skorygowanym o uczenie, który ma sens, zanim cokolwiek się skonwertuje. Pokazana próbka jest wczesna: wszystkie warianty mają jak dotąd zero konwersji.

Sortowalna tabela wariantów z wyświetleniami, konwersjami, współczynnikiem konwersji i wynikiem konwersji.

Krajobraz posterior pokazuje skorygowany o uczenie wynik każdego wariantu wraz z pewnością. Wyższe, jaśniejsze obszary oznaczają mocniejsze dowody, a nie gwarantowany wzrost.

Trójwymiarowy krajobraz posterior wyniku konwersji w funkcji łącznej liczby wyświetleń i wariantu treści.

  1. Zacznij od alternatyw

    Wybierz treści do testu i określ interakcję, która liczy się jako sukces.

  2. Ucz się na tym, co robią ludzie

    Wyświetlenia rejestrują ekspozycję. Kliknięcia i inne skonfigurowane konwersje dają nagrody. Metoda Thompson Sampling równoważy testowanie alternatyw z pokazywaniem obiecujących.

  3. Przeglądaj. Udoskonalaj. Ucz się dalej.

    Sprawdzaj ruch, skuteczność i pewność w raportach Drupala. Dodawaj nowe alternatywy w miarę rozwoju treści; wyniki pozostają dowodami do oceny, a nie gwarantowanym wzrostem.

Przeczytaj, jak działa moduł RL

Twoje eksperymenty.
Twoja infrastruktura Drupala.

Trzymaj eksperymenty blisko treści, kodu i osób, które prowadzą twoją witrynę.

Zagregowane dane zwrotne

RL zapisuje anonimowe liczby interakcji w twojej bazie danych Drupala. Śledzenie nie wymaga profili odwiedzających, identyfikatorów użytkowników ani plików cookie śledzących.

Dopasuj do swojego stosu dostarczania

Wybieraj warianty po stronie serwera albo używaj API JavaScript dla stron z pamięci podręcznej. Twoja integracja decyduje, jak decyzje pasują do strategii renderowania i cachowania.

Rozbuduj to, co jest

Używaj usług Drupala, API JavaScript i punktów końcowych HTTP, aby łączyć własne komponenty. Ten sam silnik uczenia może obsługiwać więcej niż jeden moduł.

Zacznij tam,
gdzie żyją twoje treści.

Dodaj RL do istniejącej witryny na Drupalu, a potem włącz integracje pasujące do twoich treści. Budujesz coś nowego? DXPR CMS zawiera RL i sortowanie treści widoków.

Zainstaluj silnik uczenia

composer require drupal/rl
drush en rl

Postępuj zgodnie z dokumentacją instalacji, aby skonfigurować bibliotekę wykresów i punkty końcowe, a potem podłącz pierwszy eksperyment.

Przeczytaj instrukcję instalacji

Pracujesz z agentem AI? Zainstaluj umiejętność agenta Reinforcement Learning, aby pomagała zarządzać eksperymentami i je przeglądać.