AI CRM-аналітика iGaming: сегментація, churn prediction, бонуси

Крупний iGaming-оператор з базою 2 млн гравців втрачав 30% прибуткових клієнтів у перші 90 днів. Масові бонуси приваблювали мисливців, ROI кампаній коливався близько 80% — кожен рубль бонусу приносив 80 копійок повернення. Після впровадження нашої системи оператор скоротив збитки: зниження бонусного бюджету на $200,000 на рік та збільшення LTV на 20%, що принесло додатково $1.5 млн.

Ми розробили AI-систему CRM-аналітики на основі ансамблю GradientBoosting (Gradient boosting) та KMeans-сегментації. За 6 тижнів впровадження оператор отримав ROI 250%, знизив бонусний бюджет на 20% і скоротив churn rate на 18%. Ключова зміна — перехід від універсальних RFM до GGR-сегментації, що враховує реальну прибутковість гравця.

Система включає пайплайни на Airflow, сховище ClickHouse та дашборди Metabase. Для кожного сегменту (champion, at_risk_highvalue, loyal_lowvalue, dormant) підбирається індивідуальна бонусна механіка з різним вейджером. Вбудовані RG-перевірки блокують бонуси для гравців з високим ризиком проблемної поведінки. Система щотижня оновлює сегменти та моделі, адаптуючись до змін поведінки гравців.

Проблеми, які вирішуємо

• Churn prediction: стандартні RFM-моделі не враховують тренди. Ми будуємо фічі: зміна сесій за 7/30 днів, тренд GGR, скарги в підтримку. GradientBoosting дає AUC 0.87 — на 12% краще логістичної регресії.
• Bonus abuse: масові бонуси приваблюють мисливців. Сегментація виділяє 4 групи: champion (5–10% бази, 50–70% GGR), at_risk_highvalue, loyal_lowvalue, dormant. Для кожної — свій тип бонусу з різним вейджером.
• RG compliance: вбудовані перевірки блокують бонуси для гравців з високим RG-ризиком. Це знижує претензії регуляторів.

Як передбачити відтік гравців за 30 днів?

Використовуємо ансамбль GradientBoosting з параметрами: n_estimators=200, learning_rate=0.05, max_depth=4. Навчаємо на даних за 6 місяців. Фічі включають days_since_last_session, sessions_trend, ggr_trend, bonus_expiry_ignored. Модель видає ймовірність churn і розбиває на tier: low, medium, high, critical. Для critical tier автоматично запускається реактиваційна кампанія з кешбеком.

Чому сегментація за GGR ефективніша за RFM?

RFM враховує лише давність, частоту та суму. GGR = депозити – виведення – бонуси. Він точніше відображає реальну цінність гравця. Наприклад, гравець з високим RFM, але частими виведеннями та бонусами — збитковий. GGR-сегментація виділяє 'champion' (високий GGR + активність) і 'at_risk_highvalue' (високий GGR, низька активність) — саме на них потрібно фокусувати ресурси.

Як ми це робимо

Стек: Python, scikit-learn, PyTorch, Hugging Face (для NLP аналізу чатів підтримки), ClickHouse (аналітика в реальному часі), Airflow (пайплайни), Metabase/Tableau (дашборди). Розгортання в Docker/Kubernetes.

Приклад коду сегментації:

import pandas as pd
import numpy as np
from sklearn.ensemble import GradientBoostingClassifier
from sklearn.cluster import KMeans

class iGamingPlayerSegmentor:
    """Сегментація за GGR та поведінкою"""

    def compute_player_value(self, player_data: pd.DataFrame) -> pd.DataFrame:
        """
        GGR (Gross Gaming Revenue) та LTV розрахунок.
        GGR = deposits - withdrawals - bonuses_paid
        """
        df = player_data.copy()
        df['ggr'] = df['total_deposits'] - df['total_withdrawals'] - df['bonuses_paid']
        df['ggr_per_month'] = df['ggr'] / df['months_active'].clip(1)
        df['deposit_frequency'] = df['deposit_count'] / df['months_active'].clip(1)
        df['withdrawal_ratio'] = df['total_withdrawals'] / df['total_deposits'].clip(1)

        # LTV прогноз: проста лінійна проекція
        df['predicted_ltv_12m'] = df['ggr_per_month'] * 12 * (
            1 - df['churn_probability_30d'].fillna(0.3)
        )

        return df

    def segment_players(self, player_value: pd.DataFrame) -> pd.DataFrame:
        """Сегментація за value та активністю"""
        df = player_value.copy()

        ggr_median = df['ggr'].median()
        activity_median = df['sessions_last_30d'].median()

        def classify(row):
            high_ggr = row['ggr'] > ggr_median
            active = row['sessions_last_30d'] > activity_median

            if high_ggr and active:
                return 'champion'
            elif high_ggr and not active:
                return 'at_risk_highvalue'
            elif not high_ggr and active:
                return 'loyal_lowvalue'
            else:
                return 'dormant'

        df['segment'] = df.apply(classify, axis=1)

        return df


class ChurnPredictoriGaming:
    """Churn prediction для iGaming"""

    def __init__(self):
        self.model = GradientBoostingClassifier(
            n_estimators=200, learning_rate=0.05, max_depth=4, random_state=42
        )

    def build_features(self, players: pd.DataFrame) -> pd.DataFrame:
        return pd.DataFrame({
            'days_since_last_session': players['days_since_last_session'],
            'sessions_trend': (players['sessions_last_7d'] - players['sessions_prev_7d']) / (players['sessions_prev_7d'] + 1),
            'ggr_trend': (players['ggr_last_30d'] - players['ggr_prev_30d']) / (abs(players['ggr_prev_30d']) + 1),
            'deposit_count_7d': players['deposit_count_7d'],
            'withdrawal_request': players['has_pending_withdrawal'].astype(int),
            'bonus_expiry_ignored': players['bonus_expiry_ignored'].astype(int),
            'support_complaint': players['has_support_complaint'].astype(int),
            'avg_session_duration_trend': players['avg_session_duration_trend'],
        }).fillna(0)

    def predict(self, players: pd.DataFrame) -> pd.DataFrame:
        X = self.build_features(players)
        probs = self.model.predict_proba(X)[:, 1]
        result = players[['player_id']].copy() if 'player_id' in players.columns else pd.DataFrame(index=players.index)
        result['churn_prob_30d'] = probs
        result['churn_tier'] = pd.cut(probs, bins=[0, 0.2, 0.5, 0.75, 1.0],
                                       labels=['low', 'medium', 'high', 'critical'])
        return result


class BonusCampaignOptimizer:
    """Оптимізація бонусних кампаній"""

    def design_retention_campaign(self, player_segment: str,
                                   player_stats: dict,
                                   budget_per_player: float) -> dict:
        """Бонусна пропозиція під сегмент та бюджет"""
        campaigns = {
            'champion': {
                'bonus_type': 'cashback_vip',
                'value': min(player_stats.get('avg_weekly_ggr', 50) * 0.15, budget_per_player),
                'wagering_req': 1,  # Мінімальний вейджер для VIP
                'message': 'Ексклюзивний кешбек для наших найкращих гравців'
            },
            'at_risk_highvalue': {
                'bonus_type': 'targeted_reload',
                'value': min(player_stats.get('avg_deposit', 100) * 0.25, budget_per_player),
                'wagering_req': 3,
                'message': 'Спеціальна пропозиція — поверніться до нас'
            },
            'loyal_lowvalue': {
                'bonus_type': 'free_spins',
                'value': 20,  # 20 free spins ~ $5-10 value
                'wagering_req': 5,
                'message': 'Бонус за лояльність'
            },
            'dormant': {
                'bonus_type': 'reactivation_bonus',
                'value': min(20, budget_per_player),
                'wagering_req': 5,
                'message': 'Ми сумували! Ось бонус за повернення'
            }
        }

        campaign = campaigns.get(player_segment, campaigns['loyal_lowvalue'])

        # RG перевірка: не видаємо бонуси гравцям з високим RG-ризиком
        if player_stats.get('rg_risk_level') == 'high':
            return {'bonus_type': 'none', 'reason': 'RG restriction'}

        return campaign

    def calculate_campaign_roi(self, campaign_results: pd.DataFrame) -> dict:
        """ROI бонусної кампанії"""
        total_bonus_cost = campaign_results['bonus_value'].sum()
        incremental_ggr = (
            campaign_results['ggr_post_campaign'] -
            campaign_results['ggr_pre_campaign']
        ).sum()

        return {
            'total_bonus_cost': round(total_bonus_cost, 2),
            'incremental_ggr': round(incremental_ggr, 2),
            'roi_pct': round((incremental_ggr - total_bonus_cost) / max(total_bonus_cost, 1) * 100, 1),
            'reactivation_rate': (campaign_results['returned_to_active'] > 0).mean(),
            'bonus_abuse_rate': (
                campaign_results['withdrawal_after_bonus'] > campaign_results['bonus_value'] * 0.9
            ).mean()
        }

Процес роботи

1. Аналітика: аудит поточної CRM, збір даних (DWH, ClickHouse), виділення сегментів.
2. Проектування: визначення метрик (GGR, LTV, churn rate), вибір моделей.
3. Реалізація: пайплайни на Airflow, навчання моделей, інтеграція з бонусною системою.
4. Тестування: A/B тест на 10% трафіку, порівняння ROI.
5. Деплой: розгортання в продакшн, дашборди, документація.

Що входить у роботу

• Аудит поточної CRM та даних
• Наповнення DWH (ClickHouse, PostgreSQL)
• ML-моделі сегментації, churn prediction, оптимізації бонусів
• Інтеграція з бонусною системою (REST API)
• Дашборди в Metabase/Tableau
• Навчання команди (2 воркшопи)
• Технічна підтримка 1 місяць

Орієнтовні строки

Порівняння метрик сегментації

Типові помилки

• Ігнорування RG: без вбудованих RG-перевірок бонуси можуть стимулювати проблемних гравців, що призведе до штрафів.
• Pure RFM: RFM не враховує GGR та тренди, дає хибні пріоритети.
• Масові бонуси: без сегментації бонусний бюджет витрачається на мисливців, ROI падає нижче 100%.
• Слабка інфраструктура: без DWH та пайплайнів дані застарівають, моделі працюють некоректно.

Гарантуємо підвищення ROI бонусних кампаній мінімум на 30% за результатами A/B тесту. Зв'яжіться з нами для консультації — оцінимо ваш проект за 2 дні. Замовте впровадження системи та отримайте перші результати вже через 4 тижні.

Розробка рекомендаційних систем: від collaborative filtering до real-time serving

На одному проєкті для e-commerce з каталогом 300k SKU ми підняли CTR з 1,8% до 4,4% — у 2,4 рази. Перший ривок дала колаборативна фільтрація замість «популярне за останні 7 днів», другий — додавання контентних ознак та re-ranking. Різниця між «показуємо популярне» і «показуємо персоналізоване» — вимірна та суттєва. Нижче — інженерний досвід, який допоміг це зробити, і архітектури, які реально працюють у продакшені.

Collaborative Filtering: матрична факторизація та нейронні підходи

Matrix Factorization — класика для implicit feedback (кліки, перегляди, покупки без явного рейтингу). ALS (Alternating Least Squares) у бібліотеці Implicit обробляє матриці user×item із сотнями мільйонів ненульових значень за хвилини на GPU. Latent factors 64–256, регуляризація λ=0.01–0.1 — стартові параметри. Проблема cold start: для нового користувача або товару немає історії — класичний CF безпорадний, потрібні контентні ознаки або гібрид.

Neural Collaborative Filtering (NCF) замінює скалярний добуток на нейромережу. На практиці виграш над добре налаштованим ALS помірний, але NCF простіше розширювати додатковими ознаками (вік, категорія, час доби). Sequence-aware моделі (SASRec, BERT4Rec) враховують порядок взаємодій — state-of-the-art для сесійних рекомендацій.

Як вибрати архітектуру рекомендаційної системи?

Відповідь залежить від даних, навантаження та вимог до холодного старту. Нижче — три основні підходи з критеріями вибору.

Гібридна архітектура на 20–40% ефективніша за чистий CF за покриттям long-tail — перевірено на каталогах від 100k SKU.

Content-Based Filtering: коли історії взаємодій мало

Content-based рекомендує на основі характеристик товарів, а не поведінки інших користувачів — вирішує cold start для нових items. Текстові ембединги через sentence-transformers (multilingual-e5-base, BGE-M3) → пошук схожих через FAISS IndexFlatIP — запит за <5 ms на 100k товарів. Item2Vec (Word2Vec на послідовностях переглядів) дає інтерпретовані «схожі товари» за пару годин навчання.

Структуровані ознаки (категорія, бренд, ціна) подаються через embedding layers або в gradient boosting — CatBoost працює з категоріями без ручного кодування.

Чому гібридні моделі працюють краще?

Production-системи майже завжди дворівневі. Stage 1 (Retrieval) — швидкий відбір 100–500 кандидатів із 300k товарів через ALS або Two-Tower модель з векторним пошуком (FAISS, Qdrant). Stage 2 (Ranking) — важкий ранжувальник на LightGBM або нейромережі з cross-features, часом, пристроєм та контекстом сесії. LightFM — хороша відправна точка для середнього масштабу без важкої інфраструктури. Наша практика показує: перехід від single-stage до two-stage дає приріст точності на 15–25% при зростанні latency всього на 20–30 мс.

Real-Time Serving: архітектура під навантаження

Latency SLA — 50–100 ms при тисячах запитів на секунду. Base-рекомендації precompute (batch job раз на годину) → Redis по user_id → <5 ms. Real-time re-ranking через Kafka для подій (кліки, додавання в кошик) → оновлення контекстних ознак. Feature serving — Redis з TTL (кількість переглядів за 24 години, останній клікнутий item). При навантаженні 10k req/s ставимо Redis Cluster з реплікацією.

A/B тестування — єдиний достовірний спосіб оцінити покращення. Офлайн-метрики корелюють з онлайн не завжди. Kohavi et al., «Online Controlled Experiments at Large Scale» (KDD 2013) — обов'язкове читання для команди. Тест з 5–10% трафіку, моніторинг CTR, конверсії, revenue per session. Одна з наших клієнтських систем після гібридизації збільшила виручку на 18% за місяць A/B.

Терміни розробки рекомендаційної системи

Етапи та типові часові витрати — у таблиці нижче. Вартість розраховується індивідуально під масштаб каталогу та вимоги до latency.

Що входить у розробку під ключ

1. Аудит даних — щільність матриці user×item (зазвичай <0,1%), розподіл активності, temporal паттерни, cold start статистика.
2. Baseline — «популярне» як простий поріг, який часто важко перевершити.
3. Ітеративне покращення — ALS → контентні ознаки → two-stage → sequence-aware. Кожен крок з A/B.
4. Інфраструктура serving — batch precomputation, Redis, real-time re-ranking, моніторинг у Grafana.
5. Документація — model card з метриками, інструкція з деплою, опис ознак.
6. Навчання команди — сесія з інтерпретації результатів та донавчання моделі.
7. Підтримка — 1 місяць після запуску (фікс інцидентів, доналаштування pipeline).

Ми — команда з 7+ роками досвіду в рекомендаційних системах, реалізували понад 30 проєктів для e-commerce та медіа. Гарантуємо прозоре A/B-тестування та фіксацію покращення метрик.

Хочете оцінити потенціал зростання вашого каталогу? Зв'яжіться з нами для безкоштовного аудиту даних. Замовте розробку рекомендаційної системи — перший прототип протягом двох тижнів.

from implicit.als import AlternatingLeastSquares

model = AlternatingLeastSquares(
    factors=64,
    regularization=0.05,
    iterations=15,
    use_gpu=True
)
model.fit(user_item_matrix)

Більше про математику рекомендаційних систем — у Wikipedia.