Modelo de Previsão de Abandono do Sportsbook (Potenciado por IA)

Esta página descreve como funciona o nosso Modelo de Previsão de Abandono do Sportsbook Potenciado por IA, quais são os requisitos e as restrições para o ativar no seu ambiente.

​🖌‍ Redefinição da Prevenção da 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 nos depósitos, mas sim na avaliação das apostas e ganhos agregados em sessões. O modelo analisa 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 deixou de estar apenas na reativação de clientes que já fizeram churn ou estão perto de o fazer, passando também a incluir a prevenção destes cenários, permitindo reagir rapidamente e evitar o churn, ao mesmo tempo que se reduz o contacto desnecessário e intrusivo.
Mais informações sobre outros Modelos de Churn podem ser encontradas aqui:
  1. ​Modelo de Prevenção de Churn (Básico)​
  2. ​Modelo de Previsão de Churn de 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.
Depois de ativado, eis um exemplo de como funciona:
  1. Um jogador aposta frequentemente em Sports
  2. A última sessão apresentou sinais de frustração (por exemplo, perdas consecutivas, saídas antecipadas da sessão).
  3. O modelo deteta esta experiência negativa e сегментa o jogador em conformidade.
Com base na sua estratégia, pode então acionar uma oferta de reengajamento personalizada — como apostas grátis nos seus Sports favoritos ou um bónus personalizado — para o trazer de volta.

📌 Definição

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

📈 Segmentação com Base na Taxa de Churn e Utilização

O modelo preditivo atribui a cada jogador uma Taxa de Churn % (por exemplo, taxa de churn de 20%, taxa de churn de 30%) com base no seu nível de risco. Esta segmentação permite uma estratégia de prevenção de churn mais direcionada e estruturada, possibilitando, por exemplo:
  1. Escalonamento da Generosidade da Oferta (uso recomendado) – A taxa de churn pode determinar a generosidade dos incentivos, em que 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 o reengajamento 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 incluídos em campanhas de retenção específicas com base na sua probabilidade de churn, garantindo que as mensagens e os incentivos são relevantes para o seu nível de risco.
Ao tirar partido destes segmentos de churn, os operadores podem afinar as suas estratégias de engagement, otimizando os esforços de retenção enquanto minimizam custos desnecessários com incentivos para jogadores de baixo risco.
Incorporar Grupos de Controlo em campanhas de Prevenção de Churn é essencial para manter a integridade do modelo, garantindo que este 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 otimizada, os seguintes pontos de dados devem estar disponíveis:
  1. ​Eventos de sportsbook – 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, devem ser cumpridos os seguintes limites de dados:
    1. Um mínimo de 6 meses de atividade do jogador
    2. Pelo menos 10.000 sessões de jogador* 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 é importante? 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 limiar de UAP?
    Tenha em atenção: as 10.000 sessões de jogador são o verdadeiro requisito para o modelo funcionar eficazmente.
    Mesmo que tenha menos de 500 UAPs por mês, o seu modelo ainda pode funcionar — desde que esteja a gerar sessões de jogador suficientes no total.
    Por outro lado, se tiver 500+ UAPs mas não atingir o número 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 sportsbook – Atualmente, o modelo aplica-se exclusivamente a dados de jogos de casino.
  2. Atividade mínima do jogador – Um jogador deve ter pelo menos 4 sessões de jogo registadas.
  3. Duração mínima da conta – O jogador deve 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 Available Player Features, selecione Churn Prediction Model.
Player Features
Player Features
Clique em Run Requirements Check para iniciar uma validação automatizada dos seus dados para o modelo. Se forem encontrados problemas, será apresentado um resumo dos erros.
Resultados da verificação
Resultados da verificação
Depois de os seus dados serem validados, o sistema irá gerar uma nova Funcionalidade do Jogador chamada Churn Prediction Model. Esta funcionalidade inclui lógica pré-construída e atribuirá automaticamente a cada jogador uma classificação.
Segmentação Possível
Segmentação Possível
Assim que o processo estiver concluído, um novo Segmento campo ficará disponível na secção Player Features . Isto permite-lhe segmentar com precisão os jogadores com base na sua probabilidade de churn. As opções de Segmento estão listadas abaixo.
​