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

Esta página descreve como funciona o nosso Modelo de Previsão de Churn 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 nos depósitos, mas sim na avaliação das apostas e ganhos agregados em sessões. O modelo analisa fatores como a frequência das sessões, o envolvimento no jogo e indicadores de uma experiência positiva ou negativa. A cada 24 horas, os jogadores recebem uma pontuação que determina a probabilidade de fazerem churn. O foco já não está apenas em reativar clientes que já fizeram churn ou que estão perto de o fazer, 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 Básico de Prevenção de Churn​
  2. ​Modelo de Previsão de Churn para Casino (com 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 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 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 todos os jogadores inativos entre 1-29 dias para detetar atempadamente potenciais riscos de churn e permitir uma intervenção no momento certo.
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. Risco Baixo 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. Risco Alto 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 de jogador, mas ainda não foi avaliado
Se um jogador ficar exatamente no limite percentual, será colocado no grupo de risco superior. Por exemplo, um jogador com uma probabilidade de churn de 20% será classificado como Risco Baixo 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%, 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, permitindo, por exemplo, o seguinte:
  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 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 colocados 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 aproveitar estes segmentos de churn, os operadores podem aperfeiçoar as suas estratégias de envolvimento, otimizando os esforços de retenção e minimizando os custos desnecessários com incentivos para jogadores de menor risco.
A incorporação de 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 ideal, os seguintes pontos de dados devem estar disponíveis:
  1. ​Eventos de Sportsbook – Acompanhar o envolvimento geral do jogador e o sucesso nas sessões de jogo.
  1. ​Eventos Bloqueados – Identificar restrições na 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 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 atinja 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 limite de UAPs?
    Note que as 10.000 sessões de jogador são o verdadeiro requisito para o modelo funcionar de forma eficaz.
    Mesmo que tenha menos de 500 UAPs por mês, o seu modelo ainda poderá funcionar — desde que esteja a gerar sessões de jogador 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 a eficácia do modelo, aplicam-se as seguintes restrições:
  1. Apenas dados de Sportsbook – O modelo aplica-se atualmente exclusivamente a dados de sportsbook.
  2. Atividade mínima do jogador – Um jogador deve ter pelo menos 4 sessões de sportsbook 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 Funcionalidades de Jogador Disponíveis, selecione Modelo de Previsão de Churn.
Funcionalidades de Jogador
Funcionalidades de 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 Funcionalidade de Jogador chamada Modelo de Previsão de Churn. Esta funcionalidade inclui lógica pré-construída e atribuirá automaticamente cada jogador a uma classificação.
Possível Segmentação
Possível Segmentação
Assim que o processo estiver concluído, um novo Segmento campo estará disponível na Funcionalidades de Jogador secção. Isto permite-lhe segmentar com precisão os jogadores com base na sua probabilidade de churn. As opções de Segmento estão listadas abaixo.
​