«Чаще всего теряются не цифры, а контекст: о чем менеджер говорил с игроком, что ему обещали и что произошло после контакта» — Ирина Могутова, Head of Product The Playa
C-lvl: Какие проблемы VIP-отделов на самом деле связаны с технологиями, а какие — с организацией работы? Где новый инструмент способен помочь, а где сначала нужно пересмотреть размер портфеля, полномочия менеджеров или систему KPI?
Ирина: Можно провести простую проверку: если вся информация об игроке окажется в одном окне, проблема исчезнет? Если да, она технологическая.
Инструмент хорошо закрывает фрагментацию данных, ручной сбор информации и ежедневную приоритизацию. В нашем исследовании The State of VIP Operations 71% участников сказали, что данные разбросаны по разным системам.
Но система не сделает портфель из 500 игроков меньше, а рекомендация бесполезна, если менеджер не может изменить предложение или момент контакта.
Самое важное здесь — KPI. 76% команд оцениваются по NGR, GGR или депозитам, а по удержанию и LTV — только 19%. Если система советует не стимулировать игрока, а цель менеджера привязана к депозитам, такой совет сложно выполнить. Поэтому сначала стоит договориться, что считать хорошим результатом.
C-lvl: Какие данные об игроках операторы чаще всего теряют или не могут связать между собой? Что происходит, когда платежи, игровая активность, бонусы и переписка с менеджером находятся в разных системах? Какие ошибки это создает при оценке потенциала игрока?
Ирина: Чаще всего теряются не цифры, а контекст: о чем менеджер говорил с игроком, что ему обещали и что произошло после контакта. Эта информация остается в голове менеджера или в мессенджерах.
76% участников нашего исследования оценивают качество данных как хорошее или очень хорошее. Но половина хотя бы иногда принимает решения по неполной или устаревшей информации.
Когда источники не связаны, картина искажается. Депозиты могут расти, но не видно, сколько в этот рост вложено бонусами. Крупный депозит виден, а вывод — нет. Бывает и так, что один человек существует под несколькими ID: мы встречали случай, когда 10% «уникальных активных пользователей» оказались дублями.
C-lvl: Как технически определить ценного игрока, чтобы модель не ориентировалась только на крупные депозиты? Какие расходы и особенности поведения должны учитываться? Какой период наблюдения позволяет проверить, что игрок действительно приносит устойчивую ценность?
Ирина: Модель будет искать то, что вы определите как ценность. Если в разметке стоят депозиты, она найдет тех, кто много депозитит. Поэтому сначала нужно зафиксировать экономику конкретного оператора: что входит в GGR и как считается net value.
Из расходов стоит учитывать бонусы, кешбэк, другие VIP-привилегии, а также налоги и комиссии, если они влияют на расчет. В поведении важна устойчивость: как часто человек возвращается, насколько стабильны суммы, какая доля активности держится на бонусах.
Универсального периода наблюдения нет, но он должен перекрывать несколько игровых циклов. Например, в методологии Player Health мы анализируем последние шесть месяцев.
C-lvl: Насколько надежно можно оценить VIP-потенциал в первые сутки, особенно до первого депозита? Какие сигналы действительно информативны, а какие могут создавать ложное впечатление? Где проходит граница между полезным ранним прогнозом и оценкой, на которую пока рано опираться?
Ирина: В первые сутки можно увидеть потенциал, но не подтвердить VIP-статус. Информативным будет сочетание микросигналов: как человек изучает лобби, проверяет условия вывода, подбирает ставки. Ложное впечатление чаще создают одиночные события: крупный первый депозит, большой выигрыш или всплеск активности под бонус.
Граница проходит по цене ошибки. Ранний прогноз подходит для обратимых действий: например, можно показать игрока онбординг-менеджеру или дать пробный период. Поэтому в VIP Intelligence правила задает оператор, игрока подтверждает Head of VIP, а затем обычно начинается trial.
C-lvl: Почему снижение активности VIP-игрока может оставаться незаметным, даже когда у оператора есть подробная аналитика? Как отличить риск оттока от привычного перерыва, сезонности или случайного колебания? Насколько индивидуальной должна быть норма, с которой сравнивают поведение игрока?
Ирина: Это происходит потому, что аналитика показывает, что произошло, но не подсказывает, на что смотреть прямо сегодня. В большом портфеле изменения у спокойного игрока легко теряются. Поэтому 46% участников нашего исследования говорят, что VIP часто уходят в неактивность без предупреждения.
Один игрок заходит каждые три дня, и неделя тишины для него необычна. Для другого перерыв в полторы недели является нормой. Поэтому общее правило здесь не работает.
Норма должна быть настолько индивидуальной, насколько позволяют данные. В Player Health для игроков с регулярной историей мы используем персональные исходные данные, а новых и нерегулярных сравниваем с похожей когортой.
Чтобы отделить риск от шума, я бы смотрела, продолжается ли изменение, падает ли сразу несколько метрик и просела ли вся когорта. Последнее может указывать на сезонность или рынок.
C-lvl: Как избежать ситуации, когда система принимает признаки проблемной игры за высокий коммерческий потенциал? Какие ограничения должны быть заложены в модели и рекомендации, чтобы сигналы ответственной игры имели приоритет перед задачами удержания?
Ирина: Рост метрик — не всегда хорошая новость, но и не всегда тревожный сигнал. Overperforming означает только то, что активность игрока выше его собственной нормы: он чаще заходит, больше депозитит или ставит. Причины могут быть разные.
Поэтому Overperforming — не диагноз, а повод посмотреть внимательнее. Если игрок и раньше играл неравномерно, перед контактом нужна дополнительная проверка, чтобы понять, верны ли выводы. Если же рост резкий и держится долго, игрок может выгореть и уйти.
В Player Health мы определяем, какое поведение для игрока нормально, и смотрим на отклонения. Если игрок в стадии Overperforming, задача менеджера — не подталкивать его к большей активности, а помочь вернуться в обычный ритм.
Мы хотим сместить работу от того, чтобы выжимать из игрока всё до последней капли, к вниманию к его состоянию. Поэтому в таблице портфеля показатели health стоят раньше финансовых метрик. Даже игрок из топа по финансам требует другого подхода, если у него плохой health.
Например, после крупного выигрыша менеджер обычно старается, чтобы деньги остались в казино. Но если игрок уже в Overperforming, правильнее посоветовать ему вывести их, чтобы он успокоился.
C-lvl: Если у менеджера сотни игроков, по какому принципу система должна определять очередность действий? Как учитывать не только ценность игрока, но и срочность ситуации, вероятность пользы от контакта и реальную загрузку сотрудника?
Ирина: Система должна снимать с менеджера вопрос, с кого начать день. При портфеле в 250 игроков на каждого остается примерно 100 секунд в день, поэтому система должна подсказывать, где внимание нужнее всего.
В VIP Intelligence мы учитываем две вещи: сколько стоит игрок и сколько можно потерять, а также насколько критична ситуация сейчас. Часть задач строится на сочетании health, риска оттока и тренда игрока. Другие срабатывают по заданным правилам, например после крупного выигрыша или проигрыша.
Менеджер видит не только игрока, но и причину задачи и рекомендуемое действие. Система показывает, с чего начать, а решение остается за специалистом.
C-lvl: Что должно быть предусмотрено в архитектуре платформы, чтобы внешние аналитические инструменты получали пригодные для работы данные?
Ирина: Внешний инструмент должен получать события, а не только готовые отчеты. Для поведенческих моделей важно понимать, что произошло и в какой последовательности.
Для работы внешних инструментов нужны данные о пользователях, платежах, бонусах и игровой активности. На этапе discovery мы проверяем полноту и корректность данных, а также синхронизируемся с командой партнера по терминам. Например, важно понимать, учитывается ли кешбэк в GGR и как считается net value. Email и телефон при этом остаются у оператора.
C-lvl: Что необходимо видеть менеджеру и руководителю, чтобы доверять прогнозам и замечать ошибки модели? Как объяснять причины оценки, отслеживать ухудшение качества прогнозов и разбирать случаи, когда рекомендация системы расходится с опытом сотрудника?
Ирина: Доверие появляется, когда человек понимает, почему система предлагает то или иное действие. В нашем исследовании 25% участников назвали главным опасением необходимость доверять рекомендациям AI больше, чем собственному мнению.
Менеджеру нужно видеть, что изменилось, что с этим сделать и на каких данных это основано. Руководителю нужно видеть качество прогнозов по сегментам, долю принятых рекомендаций и результат действий. Прогнозы стоит регулярно сравнивать с фактом, особенно после выхода на новый рынок или смены бонусной механики.
Если рекомендация расходится с опытом, менеджер не обязан ей следовать. Он может отклонить ее и указать причину. Иногда модель не видит контекст, а иногда данные показывают новый паттерн.
Для меня хороший инструмент похож на навигатор: мы не проедем за вас, так как вести автомобиль вам, но мы покажем вам оптимальный маршрут.
Подписывайтесь на C-lvl, чтобы не пропустить новые интересные интервью и инсайты от лидеров индустрии.
