Modelo de Previsão de Churn de Casino (Baseado em IA)

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

​🖌‍ Redefinindo a Prevenção do Churn
Os modelos preditivos ajudam a redefinir a forma como abordamos as estratégias de churn. O Modelo de Previsão de Churn já não se centra apenas nos depósitos, mas avalia as apostas e as vitórias agregadas 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 abandonarem. O foco já não está apenas em reativar clientes que já abandonaram ou estão perto de abandonar, mas também em prevenir estes cenários, permitindo-lhe reagir rapidamente e evitar o churn, ao mesmo tempo que evita contactos desnecessários e intrusivos.
Mais informações sobre o Modelo Básico de Prevenção do Churn podem ser encontradas aqui:
  1. ​Modelo de Prevenção do Churn (Básico)​
​

📩 Como Funciona o Modelo

Em primeiro lugar, 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 joga frequentemente slots
  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 acionar uma oferta de reativação personalizada — como rodadas grátis no seu jogo favorito ou um bónus personalizado — para os trazer de volta.

📌 Definição

Definimos um jogador como churned quando tem pelo menos 30 dias sem apostas reais ou depósitos. O modelo é aplicado uma vez por dia em cada jogador inativo entre 1-29 dias para detetar precocemente potenciais riscos de churn e permitir uma intervenção atempada.
Segmentos Preditivos (Classificações) e Probabilidade de Churn
  1. Ativo O jogador esteve ativo nas últimas 24 horas
  2. Risco Muito Baixo Probabilidade de churn entre 0% e 20%
  3. Baixo Risco Probabilidade de churn entre 20% e 30%
  4. Risco Médio Probabilidade de churn entre 30% e 40%
  5. Risco Médio-Alto Probabilidade de churn entre 40% e 50%
  6. Alto Risco Probabilidade de churn entre 50% e 60%
  7. Risco Muito Alto Probabilidade de churn entre 60% e 70%
  8. Crítico Probabilidade de churn entre 70% e 80%
  9. Muito Crítico Probabilidade de churn entre 80% e 100%
  10. Inativo O jogador atingiu 30 dias de inatividade
  11. Inicializado Quando um jogador é elegível para a Funcionalidade do Jogador, mas ainda não foi avaliado
Se um jogador ficar exatamente no limite de uma percentagem, será colocado no grupo de risco mais elevado. Por exemplo, um jogador com uma probabilidade de churn de 20% será classificado como Baixo Risco em vez de Risco Muito Baixo.

📈 Segmentação com Base na Taxa de Churn e na Utilização

O modelo preditivo atribui a cada jogador uma Taxa de Churn % (por exemplo, taxa de churn de 20% = Baixo Risco) com base no seu nível de risco. Esta segmentação permite uma estratégia de prevenção de churn mais direcionada e estruturada, permitindo, por exemplo, o seguinte:
  1. Escalonamento da Generosidade da Oferta (utilização recomendada) – A taxa de churn pode determinar a generosidade dos incentivos, em que jogadores de maior risco recebem ofertas mais apelativas. Isto permite estruturas de campanhas 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 Personalizadas de Prevenção do Churn – Os jogadores podem ser colocados em campanhas específicas de retenção com base na sua probabilidade de churn, garantindo que as mensagens e os 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 enquanto minimizam os custos desnecessários com incentivos para jogadores de menor risco.
Incorporar Grupos de Controlo nas campanhas de Prevenção do 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 ideal, os seguintes pontos de dados devem estar disponíveis:
  1. ​Eventos de casino – Acompanhar o envolvimento geral dos jogadores e o sucesso nas sessões de jogo.
  1. ​Eventos de pagamento – Monitorizar depósitos e levantamentos para compreender o comportamento financeiro.
  1. ​Eventos bloqueados – Identificar restrições da conta que possam contribuir para o churn. (Não é 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 dos jogadores
    2. Pelo menos 65 000 sessões de jogador* no total (usadas para treinar o modelo)
    ➡️ Como regra geral, se tiver 3 000 jogadores ativos únicos (UAPs) por mês, é provável que cumpra o número de sessões exigido.
    📌 Porque é que isto importa? O modelo precisa de historial comportamental suficiente para reconhecer padrões que indiquem churn. Dados insuficientes limitarão a sua capacidade de identificar tendências e reduzir a precisão.
    ​
    *O que é uma Sessão de Jogador?
    Um sessão de jogador é definida como a atividade de jogo de um jogador (por exemplo, apostar num jogo), 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 atingir o limite de UAPs?
    Note que os 65 000 sessões de jogador são o verdadeiro requisito para o modelo funcionar eficazmente.
    Mesmo que tenha menos de 3 000 UAPs por mês, o seu modelo pode ainda funcionar — desde que esteja a gerar sessões de jogador suficientes no total.
    Por outro lado, se tiver 3 000+ 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 casino – O modelo aplica-se atualmente 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.

​🏁‍ Como começar

Para executar as verificações de requisitos e ativar o modelo no seu ambiente Fast Track, vá para FT Singularity Model → Funcionalidades do Jogador. Em Funcionalidades do Jogador Disponíveis, selecione Modelo de Previsão de Churn.
Funcionalidades do Jogador
Funcionalidades do Jogador
Clique em Executar Verificação de Requisitos para iniciar uma validação automática dos seus dados para o modelo. Se forem encontrados problemas, será apresentado um resumo dos erros.
Resultados da verificação
Resultados da verificação
Assim que os seus dados forem validados, o sistema irá gerar uma nova Funcionalidade do Jogador chamada Modelo de Previsão de Churn. Esta funcionalidade inclui 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 Funcionalidades do Jogador secção. Isto permite-lhe segmentar com precisão os jogadores com base na sua probabilidade de churn. As opções de Segmento estão listadas abaixo.