Churn (Inactividad) Modelo de predicción de Sportsbook (impulsado por IA)

Esta página describe cómo funciona nuestro modelo de predicción de Churn en sportsbook impulsado por IA, cuáles son los requisitos y las restricciones para poder activarlo en su entorno.

​🖌‍ Redefinición de Churn (Inactividad)
Los modelos predictivos ayudan a redefinir la forma en que abordamos las estrategias de Churn (Inactividad). El Churn Prediction Model ya no se centra en Depósitos, sino que evalúa las apuestas y las victorias agregadas en sesiones. El modelo evalúa factores como la frecuencia de la sesión, el compromiso con el juego e indicadores de una experiencia positiva o negativa. Cada 24 horas, los jugadores reciben una puntuación que determina qué tan probable es que abandonen. El enfoque ya no es solo reactivar a los clientes que ya han dejado de estar activos o están cerca de hacerlo, sino también prevenir estos escenarios, permitiéndote reaccionar con rapidez y evitar la inactividad mientras evitas un contacto innecesario e intrusivo.
Se puede encontrar más información sobre otros Churn (Inactividad) Modelos aquí:
  1. ​Churn (Inactividad) Modelo de prevención (básico)​
  2. ​Churn (Inactividad) Casino Prediction Model (AI-Powered)​

📩 Cómo funciona el modelo

Primero, el modelo se entrena con al menos seis meses de datos históricos, lo que le permite comprender el comportamiento del Jugador y adaptarse a sus hábitos.
Una vez activado, aquí tienes un ejemplo de cómo funciona:
  1. Un Jugador apuesta con frecuencia en deportes
  2. La última sesión mostró señales de frustración (por ejemplo, pérdidas consecutivas, salidas tempranas de la sesión).
  3. El modelo detecta esta experiencia negativa y segmenta al Jugador en consecuencia.
Según tu estrategia, puedes activar entonces una oferta de reenganche personalizada —como apuestas gratis en sus deportes favoritos o un Bono personalizado— para hacer que vuelvan.

📌 Definición

Definimos a un Jugador como dado de baja cuando tiene al menos 30 días sin apuestas reales ni Depósitos. El modelo se aplica una vez al día en cada Jugador inactivo entre 1-29 días para detectar tempranamente posibles riesgos de abandono y permitir una intervención oportuna.

📈 Segmentación basada en Churn (Inactividad) y uso

El modelo predictivo asigna a cada Jugador un Churn (Inactividad) % Tasa (p. ej., tasa de abandono del 20 %, tasa de abandono del 30 %) en función de su nivel de riesgo. Esta segmentación permite una estrategia de prevención del abandono más específica y estructurada, permitiendo, por ejemplo:
  1. Escalado de la generosidad de la oferta (uso recomendado) – La tasa de Churn (Inactividad) puede determinar la generosidad de los incentivos; donde los jugadores de mayor riesgo reciben ofertas más atractivas. Esto permite estructuras dinámicas de Campaña en las que las promociones se activan en intervalos estratégicos para fomentar la reactivación en momentos críticos.
Descripción general de cómo puede funcionar el modelo
Descripción general de cómo puede funcionar el modelo
  1. Campañas de prevención de Churn (Inactividad) personalizadas – Los jugadores pueden incorporarse a campañas de retención específicas según su probabilidad de Churn (Inactividad), garantizando que la mensajería y los incentivos sean relevantes para su nivel de riesgo.
Al aprovechar estos segmentos de Churn (Inactividad), los operadores pueden ajustar con precisión sus estrategias de participación, optimizando los esfuerzos de retención y minimizando los costos innecesarios en incentivos para los jugadores de menor riesgo.
Incorporando Grupos de control En las campañas de Churn (Inactividad), es esencial para mantener la integridad del modelo, asegurando que prediga con precisión la tasa de Churn de cada Jugador a lo largo del tiempo.

📊 Requisitos de datos

Para que el Modelo de Predicción de Churn (Inactividad) funcione de manera óptima, deben estar disponibles los siguientes puntos de datos:
  1. ​Eventos de apuestas deportivas – Seguimiento del compromiso general del jugador y del éxito en las sesiones de juego.
  1. ​Eventos bloqueados – Identificar restricciones de la cuenta que podrían contribuir al abandono. (No es obligatorio, pero se recomienda)
  1. Datos históricos – Para garantizar que el modelo sea fiable y produzca resultados precisos, deben cumplirse los siguientes umbrales de datos:
    1. Un mínimo de 6 meses de la Actividad del Jugador
    2. Al menos 10,000 sesiones de Jugador* en total (utilizado para entrenar el modelo)
    ➡️ Como regla general, si tienes 500 jugadores activos únicos (UAP) por mes, probablemente alcanzarás el número requerido de sesiones.
    📌 ¿Por qué es importante esto? El modelo necesita suficiente historial de comportamiento para reconocer patrones que indiquen Churn (Inactividad). Los datos insuficientes limitarán su capacidad para identificar tendencias y reducir la precisión.
    ​
    *¿Qué es una sesión de Jugador?
    Una sesión de Jugador se define como la Actividad de juego de un Jugador (p. ej., Apuesta), separada por 30 minutos sin Actividad.
    1. Si un Jugador está inactivo durante 30 minutos, consideramos la sesión cerrada.
    2. La primera Apuesta realizada después de ese período inicia una nueva sesión.
    ​
    ¿Qué pasa si no cumples con el umbral UAP?
    Tenga en cuenta: la 10.000 sesiones de Jugador son el verdadero requisito para que el modelo funcione eficazmente.
    Incluso si tienes menos de 500 UAPs al mes, tu modelo puede seguir funcionando — siempre que estés generando suficientes sesiones de Jugador en general.
    Por otro lado, si tienes más de 500 UAPs pero no alcanzas el número de sesiones, el modelo no tendrá datos suficientes para funcionar con precisión.

🚧 Restricciones

Para garantizar la precisión y la eficacia del modelo, se aplican las siguientes restricciones:
  1. Solo datos de apuestas deportivas – El modelo actualmente se aplica exclusivamente a datos de apuestas deportivas.
  2. Actividad mínima del Jugador – Un Jugador debe tener al menos 4 sesiones de apuestas deportivas registradas.
  3. Duración mínima de la cuenta – El Jugador debe haber estado registrado durante al menos 30 días antes de que puedan ser evaluados.
Para obtener más información sobre los puntos de datos destacados anteriormente, consulte nuestra Integración Base de conocimientos.

​🏁‍ Primeros pasos

Para ejecutar las comprobaciones de requisitos y habilitar el modelo en su entorno Fast Track, vaya a FT Singularity Model → Funcionalidades del Jugador. Debajo Funcionalidades del Jugador disponibles, seleccione Modelo de predicción de Churn (Inactividad).
Funcionalidades del Jugador
Funcionalidades del Jugador
Haga clic Ejecutar comprobación de requisitos para iniciar una validación automatizada de sus datos para el modelo. Si se encuentran problemas, se mostrará un resumen de errores.
Resultados de la comprobación
Resultados de la comprobación
Una vez validados sus datos, el sistema generará una nueva Funcionalidad del Jugador llamada Modelo de predicción de Churn (Inactividad). Esta funcionalidad viene con lógica predefinida y asignará automáticamente a cada Jugador una clasificación.
Posible segmentación
Posible segmentación
Una vez que el proceso esté completo, un nuevo Segmento campo estará disponible en el Funcionalidades del Jugador sección. Esto te permite Segment players de forma precisa en función de su probabilidad de Churn. Las opciones de Segmento se enumeran a continuación.
​