Machine Learning в арбитраже и iGaming: что именно предсказывают алгоритмы

На чем модель учится

Допустим, нужно на третий день после регистрации предсказать, вернется ли игрок в течение следующей недели. Берем исторических пользователей: действия за первые три дня становятся входными данными, а факт возвращения за следующую неделю — правильным ответом для обучения. Сначала нужно точно определить «возвращение»: авторизация и игровая сессия — разные события.

Признаками могут быть источник трафика, число и длительность сессий, интервалы между визитами, платежные события и изменения активности. Два игрока с одинаковым первым депозитом могут получить разные оценки: один возвращается ежедневно, другой исчез после первой сессии. Модель может учитывать эту разницу вместе с другими признаками.

В обучении алгоритм подбирает параметры, уменьшающие ошибку прогноза. Затем результат проверяют на отдельных данных. Нельзя передавать сведения, которых еще не было в момент прогнозирования: например, предсказывать возвращение на третий день по числу сессий за весь месяц. Это утечка данных, которая делает проверку обманчиво успешной.

Что значит «учитывать много сигналов»

Например, в антиботе принцип похожий, но признаки другие: репутация IP, принадлежность сети, характеристики соединения и запросов, история активности. Например, TLS-fingerprint помогает характеризовать клиентское ПО по особенностям установления соединения. Сам по себе он не доказывает, что перед системой бот или конкретный человек. 

Поэтому сигналы рассматривают вместе. Допустим, посетитель пришел из сети датацентра. Этого недостаточно для блокировки: человек тоже может пользоваться такой сетью через VPN. Но если он вдобавок открывает сотни страниц с одинаковыми интервалами, оснований заподозрить автоматизацию становится больше. По мере появления новых данных система может уточнять оценку.

Поэтому мультисигнальная система — просто система, которая учитывает несколько таких подсказок. Для этого не обязательно нужно машинное обучение: разработчик может сам задать правила, какие сочетания считать подозрительными. А вот в ML эти закономерности выявляются при обучении на прошлых примерах. Хотя на практике модель и ручные правила могут дополнять друг друга.

Как из оценки получается решение

Допустим, модель оценивает, кто из игроков не вернется в ближайшую неделю. Каждому она выставляет балл риска: чем выше балл, тем выше ожидаемый риск ухода. Команда устанавливает правило: игрокам с оценкой от 70 отправляем сообщение с предложением вернуться. Модель дает оценку, а команда решает, что с ней делать.

Через неделю можно проверить прогноз. Допустим, модель отметила 100 игроков, а не вернулись из них только 60. Значит, в 40 случаях тревога оказалась ложной. Но нужно посмотреть и на остальных игроков: если среди них тоже много ушедших, модель пропускает тех, кого должна была заметить. Так проверяют качество прогноза — отдельно от эффекта сообщений.

Помогают ли сами сообщения — следующий вопрос. Для проверки отмеченных моделью игроков случайно делят на две группы: одним отправляют сообщение, другим — нет. Затем сравнивают долю вернувшихся. Правильно предсказать уход и действительно вернуть игрока — два разных результата.

Что это дает арбитражнику

Допустим, две связки принесли по 100 игроков с первым депозитом при одинаковой цене привлечения. По этим цифрам связки равноценны. Но через месяц выясняется: игроки с первой продолжают возвращаться и приносить доход, а со второй большинство ушло после первого дня. Одинаковая цена FTD еще не означает одинаковую ценность трафика. На ревшаре эта разница влияет на доход арбитражника, а при оплате за FTD помогает понять, какой трафик получает рекламодатель.

ML может помочь заметить такую разницу раньше, не дожидаясь месяца наблюдений. Если у оператора накоплена история, модель может оценивать, насколько поведение новых игроков похоже на поведение тех, кто раньше оставался надолго. Например, учитывать, возвращаются ли они после первого депозита, сколько дней проявляют активность и как меняется частота визитов. Когда такие оценки собираются по каждой связке, у баера появляется дополнительный ориентир для распределения бюджета. Это предварительный прогноз: его еще нужно сверять с реальными результатами.

Но для этого нужна обратная связь от оператора. Если баер видит только клики, регистрации и первый депозит, модель не узнает сама, что происходило с игроком дальше. Если эти данные доступны, можно оценивать связки не только по стоимости привлечения, но и по последующему поведению аудитории. При этом низкое удержание — повод разобраться, а не сразу отключать трафик: игроки могли уйти из-за проблем с оплатой или самим продуктом. Польза ML здесь — раньше подсказать, что стоит проверить и куда направить внимание.