Churn (Inactividad) Casino Prediction Model (AI-Powered)

Esta página describe cómo funciona nuestro modelo de predicción de Churn basado en IA, cuáles son los requisitos y las restricciones para habilitarlo en su entorno.

​🖌‍ Redefinición de la prevención 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 únicamente en Depósitos, sino que evalúa las apuestas y las victorias agregadas en sesiones. El modelo evalúa factores como la frecuencia de las sesiones, 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 presenten Churn (Inactividad). El enfoque ya no es solo reactivar a los clientes que ya están inactivos o están cerca de estarlo, sino también prevenir estos escenarios, lo que le permite reaccionar con rapidez y evitar el churn mientras evita un contacto innecesario e invasivo.
Puede encontrar más información sobre el modelo básico de Churn (Inactividad) aquí:
  1. ​Churn (Inactividad) Prevention Model (Basic)​
​

📩 Cómo funciona el modelo

Primero, el modelo se entrena con al menos seis meses de datos históricos, lo que le permite להבין el comportamiento del Jugador y adaptarse a sus hábitos.
Una vez activado, aquí tienes un ejemplo de cómo funciona:
  1. Un Jugador juega a las tragamonedas con frecuencia
  2. La última sesión mostró signos de frustración (p. ej., pérdidas consecutivas, salidas tempranas de la sesión).
  3. El modelo detecta esta experiencia negativa y segmenta al Jugador en consecuencia.
Según tu estrategia, luego puedes activar una oferta de reenganche a medida —como giros gratis en su juego favorito o un Bono personalizado— para traerlos de vuelta.

📌 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 posibles riesgos de abandono de forma temprana y permitir una intervención oportuna.
Segmentos predictivos (clasificaciones) y Churn (Inactividad)
  1. Activo El Jugador estuvo activo en las últimas 24 horas
  2. Riesgo muy bajo Probabilidad de Churn (Inactividad) entre 0% y 20%
  3. Bajo riesgo Probabilidad de Churn (Inactividad) entre 20% y 30%
  4. Riesgo medio Probabilidad de Churn (Inactividad) entre 30% y 40%
  5. Riesgo medio-alto Probabilidad de abandono entre el 40 % y el 50 %
  6. Alto riesgo Probabilidad de Churn (Inactividad) entre 50% y 60%
  7. Riesgo muy alto Probabilidad de Churn (Inactividad) entre 60% y 70%
  8. Crítico Probabilidad de Churn (Inactividad) entre 70% y 80%
  9. Muy crítico Probabilidad de abandono entre el 80 % y el 100 %
  10. Inactivo El Jugador ha alcanzado 30 días de inactividad
  11. Inicializado Cuando un jugador es elegible para la Característica de Jugador, pero aún no ha sido evaluado
Si un Jugador cae exactamente en un límite porcentual, se le asignará al grupo de mayor riesgo. Por ejemplo, un jugador con una probabilidad de abandono del 20% será clasificado como Bajo riesgo en lugar de Riesgo muy bajo.

📈 Segmentación basada en Churn (Inactividad) Rate y Usage

El modelo predictivo asigna a cada Jugador un Churn (Inactividad) % de Tasa (p. ej., 20% tasa de Churn (Inactividad) = Riesgo Bajo) basada en su nivel de riesgo. Esta segmentación permite una estrategia de prevención de Churn (Inactividad) más específica y estructurada, lo que permite, por ejemplo, para:
  1. Escalado de 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 convincentes. Esto permite estructuras de Campaña dinámicas en las que las promociones se activan en intervalos estratégicos para fomentar la reenganche 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) a medida – Los jugadores pueden asignarse a campañas de retención específicas según su probabilidad de Churn (Inactividad), garantizando que los mensajes y los incentivos sean relevantes para su nivel de riesgo.
Al aprovechar estos segmentos de Churn (Inactividad), los operadores pueden ajustar finamente sus estrategias de participación, optimizando los esfuerzos de retención mientras minimizan los costos innecesarios en incentivos para los jugadores de menor riesgo.
Incorporando Grupos de control en campañas de Churn (Inactividad) prevención 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 forma óptima, deben estar disponibles los siguientes puntos de datos:
  1. ​Eventos de casino – Seguimiento del compromiso general del Jugador y del éxito en las sesiones de juego.
  1. ​Eventos de pago – Monitoreo de Depósitos y retiros para comprender el comportamiento financiero.
  1. ​Eventos bloqueados – Identificar restricciones de la cuenta que podrían contribuir a Churn (Inactividad). (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 actividad del jugador
    2. Al menos 65,000 sesiones del jugador* en total (utilizados para entrenar el modelo)
    ➡️ Como regla general, si tienes 3.000 jugadores activos únicos (UAP) por mes, es probable que cumplas con el número requerido de sesiones.
    📌 ¿Por qué importa esto? El modelo necesita suficiente historial de comportamiento para reconocer patrones que indican Churn (Inactividad). Los datos insuficientes limitarán su capacidad para identificar tendencias y reducirán la precisión.
    ​
    *¿Qué es una sesión de Jugador?
    A sesión de Jugador se define como la Actividad de juego del Jugador (p. ej., apostar en un juego), 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.
    ​
    ¿Y si no alcanzas el umbral de UAP?
    Tenga en cuenta: la 65.000 sesiones de Jugador son el verdadero requisito para que el modelo funcione eficazmente.
    Incluso si tienes menos de 3.000 UAP al mes, tu modelo aún puede funcionar — siempre que estés generando suficientes sesiones de Jugador en ընդհանուր.
    Por otro lado, si usted tiene más de 3.000 UAPs pero no alcanza el recuento 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 casino – El modelo actualmente se aplica exclusivamente a datos de juegos de casino.
  2. Actividad mínima del Jugador – Un Jugador debe tener al menos 4 sesiones de juego registradas.
  3. Duración mínima de la cuenta – El Jugador debe haber estado registrado durante al menos 30 días antes de que pueda ser evaluado.
Para obtener más información sobre los puntos de datos destacados arriba, 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. Bajo Funcionalidades del Jugador disponibles, seleccione Churn (Inactividad) modelo de predicción.
Funcionalidades del Jugador
Funcionalidades del Jugador
Hacer clic Ejecutar comprobación de requisitos para iniciar una validación automatizada de tus datos para el modelo. Si se encuentra algún problema, se mostrará un resumen de errores.
Resultados de la comprobación
Resultados de la comprobación
Una vez que tus datos estén validados, el sistema generará un nuevo Función de Jugador llamado Churn (Inactividad) modelo de predicción. Esta función incluye lógica predefinida y asignará automáticamente a cada Jugador a una clasificación.
Posible segmentación
Posible segmentación
Una vez que el proceso esté completo, una nueva Segmento campo estará disponible en el Funcionalidades del Jugador sección. Esto le permite Segmentar con precisión a los jugadores en función de su probabilidad de Churn (Inactividad). Las opciones de Segmento / Segmentación se enumeran a continuación.