Modelo de previsão de rotatividade de sportsbook (baseado em IA)

Esta página descreve como funciona o nosso Modelo de Previsão de Rotatividade de Sportsbook baseado em IA, quais são os requisitos e as restrições para o ativar no seu ambiente.

​🖌‍ Redefinindo a Prevenção de Churn
Os modelos preditivos ajudam a redefinir a forma como abordamos as estratégias de churn. O Modelo de Previsão de Churn já não se foca em depósitos, mas sim avalia apostas e ganhos agregados em sessões. O modelo avalia fatores como a frequência das sessões, o envolvimento com o jogo e indicadores de uma experiência positiva ou negativa. A cada 24 horas, os jogadores recebem uma pontuação que determina a probabilidade de churn. O foco já não está apenas em reativar clientes que já estão em churn ou perto de entrar em churn, mas também em prevenir estes cenários, permitindo-lhe reagir rapidamente e evitar churn, ao mesmo tempo que evita contactos desnecessários e intrusivos.
Mais informações sobre outros Modelos de Churn podem ser encontradas aqui:
  1. ​Modelo de Prevenção de Churn (Básico)​
  2. ​Modelo de Previsão de Churn para Casino (Potenciado por IA)​

📩 Como Funciona o Modelo

Primeiro, o modelo é treinado com pelo menos seis meses de dados históricos, permitindo-lhe compreender o comportamento dos jogadores e adaptar-se aos seus hábitos.
Uma vez ativado, eis um exemplo de como funciona:
  1. Um jogador aposta frequentemente em Desporto
  2. A última sessão mostrou sinais de frustração (por exemplo, perdas consecutivas, saídas antecipadas da sessão).
  3. O modelo deteta esta experiência negativa e segmenta o jogador em conformidade.
Com base na sua estratégia, pode então ativar uma oferta de reativação personalizada — como apostas grátis no seu Desporto favorito ou um bónus personalizado — para o fazer regressar.

📌 Definição

Definimos um jogador como em churn quando tem pelo menos 30 dias sem apostas reais ou depósitos. O modelo é aplicado uma vez por dia a todos os jogadores inativos entre 1-29 dias para detetar precocemente potenciais riscos de churn e permitir uma intervenção atempada.

📈 Segmentação Baseada na Taxa de Churn e Utilização

O modelo preditivo atribui a cada jogador uma Taxa de Churn % (por exemplo, 20% de taxa de churn, 30% de taxa de churn) com base no seu nível de risco. Esta segmentação permite uma estratégia de prevenção de churn mais direcionada e estruturada, permitindo, por exemplo:
  1. Escalonamento da Generosidade da Oferta (uso recomendado) – A taxa de churn pode determinar a generosidade dos incentivos, em que os jogadores com maior risco recebem ofertas mais apelativas. Isto permite estruturas de campanha dinâmicas em que as promoções são acionadas em intervalos estratégicos para incentivar a reativação em momentos críticos.
Visão geral de como o modelo pode funcionar
Visão geral de como o modelo pode funcionar
  1. Campanhas de Prevenção de Churn Personalizadas – Os jogadores podem ser colocados em campanhas de retenção específicas com base na sua probabilidade de churn, garantindo que as mensagens e incentivos são relevantes para o seu nível de risco.
Ao aproveitar estes segmentos de churn, os operadores podem afinar as suas estratégias de envolvimento, otimizando os esforços de retenção ao mesmo tempo que minimizam custos desnecessários com incentivos para jogadores de menor risco.
Incluir Grupos de Controlo nas campanhas de Prevenção de Churn é essencial para manter a integridade do modelo, garantindo que prevê com precisão a taxa de churn de cada jogador ao longo do tempo.

📊 Requisitos de Dados

Para que o Modelo de Previsão de Churn funcione de forma ideal, os seguintes pontos de dados devem estar disponíveis:
  1. ​Eventos de apostas desportivas – Acompanhar o envolvimento global do jogador e o sucesso nas sessões de jogo.
  1. ​Eventos bloqueados – Identificar restrições na conta que possam contribuir para o churn. (Não obrigatório, mas recomendado)
  1. Dados históricos – Para garantir que o modelo é fiável e produz resultados precisos, têm de ser cumpridos os seguintes limites de dados:
    1. Um mínimo de 6 meses de atividade do jogador
    2. Pelo menos 10 000 sessões de jogadores* no total (utilizadas para treinar o modelo)
    ➡️ Como regra geral, se tiver 500 jogadores ativos únicos (UAPs) por mês, é provável que cumpra o número de sessões necessário.
    📌 Porque é que isto importa? O modelo precisa de histórico comportamental suficiente para reconhecer padrões que indiquem churn. Dados insuficientes limitarão a sua capacidade de identificar tendências e reduzirão a precisão.
    ​
    *O que é uma Sessão de Jogador?
    Uma sessão de jogador é definida como a atividade de jogo de um jogador (por exemplo, apostas), separada por 30 minutos sem atividade.
    1. Se um jogador estiver inativo durante 30 minutos, consideramos a sessão encerrada.
    2. A primeira aposta feita após esse período inicia uma nova sessão.
    ​
    E se não cumprir o limite de UAPs?
    Tenha em atenção: as 10 000 sessões de jogadores são o verdadeiro requisito para que o modelo funcione de forma eficaz.
    Mesmo que tenha menos de 500 UAPs por mês, o seu modelo ainda pode funcionar — desde que esteja a gerar sessões de jogadores suficientes no total.
    Por outro lado, se tiver 500+ UAPs mas não atingir a contagem de sessões, o modelo não terá dados suficientes para funcionar com precisão.

🚧 Restrições

Para garantir a precisão e eficácia do modelo, aplicam-se as seguintes restrições:
  1. Apenas dados de apostas desportivas – O modelo aplica-se atualmente exclusivamente a dados de apostas desportivas.
  2. Atividade mínima do jogador – Um jogador deve ter pelo menos 4 sessões de apostas desportivas registadas.
  3. Duração mínima da conta – O jogador tem de estar registado há pelo menos 30 dias antes de poder ser avaliado.
Para mais informações sobre os pontos de dados destacados acima, consulte a nossa Integração Base de Conhecimento.

​🏁‍ Primeiros Passos

Para executar as verificações de requisitos e ativar o modelo no seu ambiente Fast Track, vá a FT Singularity Model → Player Features. Em Características de Jogador Disponíveis, selecione Modelo de Previsão de Churn.
Características do Jogador
Características do Jogador
Clique em Executar Verificação de Requisitos para iniciar uma validação automatizada dos seus dados para o modelo. Se forem encontrados problemas, será apresentada uma síntese dos erros.
Resultados da verificação
Resultados da verificação
Assim que os seus dados forem validados, o sistema irá gerar uma nova Característica do Jogador chamada Modelo de Previsão de Churn. Esta característica vem com lógica pré-construída e atribuirá automaticamente cada jogador a uma classificação.
Segmentação Possível
Segmentação Possível
Assim que o processo estiver concluído, um novo Segmento campo estará disponível na Características do Jogador secção. Isto permite-lhe segmentar os jogadores com precisão com base na sua probabilidade de churn. As opções de Segmento estão listadas abaixo.
​