Modelo de Predicción de Churn (Básico)
Esta página describe cómo funciona nuestro Modelo Básico de Prevención de Churn, cuáles son los requisitos y las restricciones para habilitarlo en tu entorno.
Los jugadores pueden abandonar tu sitio en cualquier momento sin ninguna obligación de avisarte. Afortunadamente, el Probabilidad de Retorno es un modelo predictivo que te permite adelantarte un paso. Como usuario de FT CRM, tienes este inteligente modelo predictivo de datos a tu disposición. Úsalo para aportar una potente inteligencia a tu estrategia de prevención de churn.
Programar campañas automatizadas con una estrategia de incentivos. Contacta a tus jugadores cuando empiecen a mostrar signos de inactividad. Repítelo con otra oferta una vez que sean cada vez menos propensos a volver.
Perder jugadores será cosa del pasado.
🏆 Qué Beneficios Verás
Muchos de nosotros tenemos Actividades de CRM programadas para jugadores que no han interactuado con nuestra marca durante un tiempo. Por ejemplo, si no han depositado en los últimos cinco o diez días.
Personalización
Pero no todos los clientes son iguales. Algunos clientes juegan un par de veces al mes después de cobrar, mientras que otros juegan varias veces cada semana. Con estas diferencias, es más difícil saber cuándo un jugador ha churneado y cuándo necesitas contactarlo.
Redefinir la Prevención de Churn
Afortunadamente, los modelos predictivos pueden ayudar. El modelo Probabilidad de Retorno redefine cómo abordamos las estrategias de churn. Analiza el comportamiento pasado de depósito de los jugadores para predecir su comportamiento futuro. El modelo calcula la frecuencia de la Actividad de los jugadores y les asigna una puntuación cada 24 horas. Esta puntuación determinará qué tan probable es que un jugador vuelva o, qué tan probable es que el jugador churnee.
Reacciona rápidamente para prevenir el churn evitando al mismo tiempo el spam innecesario.
📩 Cómo Funciona el Modelo
- Un jugador ha mostrado un patrón de depósito todos los martes y viernes.
- De repente el jugador permanece inactivo durante una semana completa.
- El modelo de datos reconoce este cambio de comportamiento.
- Debido al cambio, el modelo asigna al jugador a un nuevo Segmento.
- Este cambio es el catalizador que cualifica al jugador para las campañas automatizadas de prevención de churn que deberías construir.
- Los jugadores recibirán una campaña dirigida personalmente que les animará a volver a tu sitio.
A continuación, puedes encontrar otro ejemplo sencillo de cómo podría funcionar para un jugador altamente activo.

Ejemplo de Prevención Automatizada de Churn

Ejemplo de Prevención Automatizada de Churn
Una guía práctica sobre cómo empezar con tus Actividades:
💭 Cómo Construimos la Segmentación Predictiva
El modelo calcula una puntuación para cada jugador que va del 0 al 100%. Según su puntuación, cada jugador se añade automáticamente a un Segmento que puede cambiar cada día.
En total, hemos añadido siete Segmentos en FT CRM. El primer grupo consiste en los jugadores con más probabilidad de permanecer activos (Sky-High). A partir de ahí, descienden a grupos de jugadores que son cada vez menos propensos a seguir activos hasta llegar a jugadores churneados (Dead).
Segmentos Predictivos y Puntuaciones
- Muy Alto - La puntuación está por encima del 83.5%.
- Alto - La puntuación está entre 67% y 83.5%.
- Medio - La puntuación está entre 50.5% y 67%.
- Bajo - La puntuación está entre 34% y 50.5%.
- Frágil - La puntuación está entre 17.5% y 34%.
- Crítico - La puntuación está entre 10% y 17.5%.
- Dead - La puntuación es inferior al 10% (Inactivo)
Para encontrar qué jugadores pertenecen a cada Segmento, abre el Panel de Jugadores Activos bajo los Predictive Player Insights. Puedes encontrarlo en la pestaña 'Insights and Analytics' en el menú de navegación izquierdo de tu instancia de FT CRM.
Más información sobre el Dashboard:
Dashboard de Jugadores Activos
/knowledge-base/informacion-y-analitica/dashboards/system-dashboards/active-players-dashboard
¿Buscas un modelo de Churn más avanzado impulsado por IA? ¡Consulta el siguiente artículo a continuación!