Ítem
Embargo
Implementación de un modelo predictivo en una empresa de apuestas en línea para identificar el riesgo de fuga de jugadores y poder ofrecer la oferta adecuada para cada segmento de jugadores
Título de la revista
Autores
Mora Duarte, Valeria
Sánchez Garay, Paula Sofía
Fecha
2026-01-27
Directores
Salazar Betancourth, Erika Johana
ISSN de la revista
Título del volumen
Editor
Universidad del Rosario
Buscar en:
Métricas alternativas
Resumen
En el presente proyecto se busca aplicar un modelo de predicción para identificar jugadores en riesgo de churn en una empresa de apuestas en línea. Esto se refiere a aquellos jugadores con una alta probabilidad de abandonar la plataforma, dejando de participar activamente en los juegos. Posteriormente, con el objetivo de identificar a estos usuarios, se implementará también un modelo de segmentación que, basado en las características y comportamientos de los jugadores, funcionará como insumo para que posteriormente, las áreas encargadas puedan ofrecer promociones, bonos y ofertas a los jugadores en riesgo de churn. La empresa en cuestión ofrece apuestas en línea en juegos de casino como blackjack y ruleta, además de una amplia oferta deportiva como NBA o NFL. Adicionalmente, también cuenta con múltiples métodos de pago electrónicos y en efectivo. Toda esta información será clave para analizar el comportamiento de los usuarios. Para la ejecución del proyecto, se realizará inicialmente un análisis descriptivo de variables clave como el número y monto de apuestas realizadas, el tiempo que el jugador lleva activo en la plataforma, y los depósitos y retiros efectuados. Este análisis permitirá identificar patrones, como el número de días que un jugador lleva sin realizar movimientos significativos en su cuenta, y predecir mediante el modelo si existe un riesgo de abandono. Posteriormente, se desarrollará una segmentación de los jugadores considerando factores como los productos en los que participan (casino, deportes o ambos), sus juegos de preferencia y demás factores comportamentales relacionados con la experiencia dentro de la plataforma. Esto permitirá tener información fundamentada para diseñar estrategias de retención más efectivas mediante promociones adaptadas a cada segmento. Para la selección del mejor modelo, se utilizarán metodologías de minería de datos como CRISP-DM y SCRUM. Una vez implementado, se procederá con la evaluación del modelo y el análisis de los resultados, con el fin de garantizar su eficacia y alineación con los objetivos de la empresa.
Abstract
This project seeks to apply a predictive model to identify players at risk of churn in an online gambling company. This refers to those players with a high probability of abandoning the platform, ceasing to actively participate in the games. Subsequently, with the objective of identifying these users, a segmentation model will also be implemented which, based on the characteristics and behaviors of the players, will function as an input so that later, the areas in charge can offer promotions, bonuses and offers to players at risk of churn. The company in question offers betting on casino games such as blackjack and roulette, as well as a wide range of sports betting games such as NBA or NFL. In addition, it also has multiple electronic and cash payment methods. All this information will be key to analyze user behavior. For the execution of the project, a descriptive analysis of key variables such as the number and amount of bets placed, the time the player has been active on the platform, and the deposits and withdrawals made will be carried out. This analysis will make it possible to identify patterns, such as the number of days a player has spent without making significant movements in his account, and to predict through the model whether there is a risk of abandonment. Subsequently, a segmentation of players will be developed considering factors such as the products in which they participate (casino, sports or both) and their preferred games. This will allow us to have a solid information base to design more effective retention strategies through promotions adapted to each segment. For the selection of the best model, data mining methodologies such as CRISP-DM and SCRUM will be used. Once implemented, the model will be evaluated and the results analyzed to ensure its effectiveness and alignment with the company's objectives.
Palabras clave
Predicción , Jugadores , Churn , Ofertas , Apuestas , Segmentación
Keywords
Prediction , Players , Churn , Offers , Betting , Segmentation
