Firebase Predictions — 使用 AI 來優化產品，就像一片蛋糕
在以往，AI 總是讓人感覺遙不可及，因為 AI 往往代表著複雜的數學模型、大量的數據需求、龐大的訓練成本…等等，乍聽之下一點都不容易；但是透過 Firebase Predictions，您不需要傳統 AI 所需要的理論知識與成本，就可以簡易的透過 AI 來幫您優化產品體驗。
所以 Firebase Predictions 到底是什麼?
一般來說，開發者在產品的經營過程中，常常會透過「觀察」使用者的統計數據，來優化產品的使用體驗。但是，既然是「觀察」統計數據，就代表著這些事件已經發生，如果遇到不好的情況，我們可能已經錯過了優化的時機，甚至可能沒辦法有效的再次應用統計數據。
舉個遊戲的例子來說，我們觀察到了玩家在 A 魔王關卡，如果纏鬥超過 5 分鐘以上，便會讓玩家產生嚴重挫折感，留存率非常低。即使我們觀察到了這個現象，但是下次，當我們知道某個玩家纏鬥超過 5 分鐘時，其實這個玩家已經流失了，更令人沮喪的是，怎樣的玩家會纏鬥超過 5 分鐘以上，我們可能也很難明確的定義，只能從一些監控數據來推敲，比如：玩家跳過了某一段遊戲教學、沒有得到好的首抽、沒有領取新手獎勵、沒有依照提示進行主角的升級…等等綜合的因素導致。
Firebase Predictions 就是希望透過 AI 來的解決這樣的問題，整合了 Google Analytics 的數據，再透過自動化的 AI 學習，能夠幫你「預測」一群未來可能會達到某個條件的使用者。而進一步讓開發者，針對這一群使用者，進行特別的優化處理。
開始前確認
確認產品中，加入 Firebase 服務
- Android: https://firebase.google.com/docs/android/setup
- iOS: https://firebase.google.com/docs/ios/setup
確認產品中，加入 Google Analytics 服務，並完成初始化
- Android: https://firebase.google.com/docs/analytics/android/start/
- iOS: https://firebase.google.com/docs/analytics/ios/start
確認產品啟用了 Firebase Predictions
- 開啟 Firebase 控制台，選擇 Predictions 頁籤，並在內容頁面選擇啟用。Android 與 iOS 須分開啟用。
如何建立 Predictions
在開始使用 Predictions 時，系統便會預設建立 churn 與 spend 的正負狀態預測，代表著未來七天之中可能「會流失」、「不會流失」、「會消費」、「不會消費」的四個預測群體。您可以直接使用這四個群體，也可以接著建立客製化 Prediction。
通常來說，您需要 10,000 MAU，以及預測條件事件產生 500 個正負案例之後，才能讓 Firebase Predictions 產生預測結果
建立客製化 Predictions
如果要建立客製化的 Prediction，您必須建立先在產品中寫入特定事件的紀錄，如果您沒有經驗，可以參考 Google 提供的一些常見的紀錄事件。
當事件產生一定量級時，便可以開始將它用來進行 Prediction，首先，您必須到 Analytics Events 中，將 Prediction 用來判讀的事件標記成轉化事件。
然後，您便可以透過這個事件，來建立正負條件的 Prediction 群體。
進行一個優化的動作
Predictions 的預測群體，並不是一次性計算出來的結果，而是一個會自行「每日更新」的動態群體。雖然您並不會直接拿取到名單中的使用者，但您可以把這個預測群體透過兩個管道，對產品進行優化。
- Remote Config: 透過遠端設定的變更，可簡易的針對群體進行機率的變更，或是開關特定的邏輯。比如：針對可能會流失的用戶，開啟特別的獎勵關卡；針對可能會進行消費的玩家，提高試用品的掉落機率來引誘購買。當然，產品中需要整合 Remote Config 來實做這些邏輯。
- Notifications: 透過通知，可推播到更準確對象，來提高目標的 Retention Rate，並降低其他使用者的困擾。比如：新的特價禮包，推播給可能會進行購買的玩家；快閃限時活動訊息，推播給可能會透過 Notification 開啟遊戲的玩家。
優點
- 免除傳統 AI 需要的學習模型、大量資料、運算成本
- 非常簡易的施工，即可產生高價值的預測結果
缺點
- 需求的量級稍高，不適合剛入門產品（需要 10,000 MAU）
- （目前）不支援複合型標籤的邏輯預測
- 使用方法較為侷限，需深度整合 Firebase
