پروفایل بازیکن
پروفایل بازیکن
پروفایل یک توصیف سیستماتیک از بازیکن از طریق داده ها، رفتار، ارزش و خطرات برای تصمیم گیری قابل کنترل است: شخصی سازی محتوا و پیشنهادات، فعال سازی مجدد، محدودیت ها و RG، اولویت بندی پشتیبانی و بازاریابی. کلید اخلاق و انطباق است: حداقل PII، سیاست های شفاف، توضیح پذیری.
1) اهداف و منطقه کاربرد
محصول/UX: فروشگاه های شخصی، سناریوهای استارت، آموزش، محدودیت های دشواری.
بازاریابی/CRM: خوش آمدید/بهترین پیشنهاد بعدی، فروش متقابل، کلاه فرکانس، ساعت آرام.
ریسک/انطباق: شاخص های RG، ناهنجاری ها، تحریم ها/CCS گام به گام (بدون تبعیض).
کسب درآمد: اولویت بندی با ارزش مورد انتظار (LTV) به جای تبدیل «خام».
عملیات: صف SLA، سرویس VIP، ظرفیت کانال.
2) داده ها و هویت
رویدادها: بازدیدها/جلسات، کلیک ها، بازی ها/شرط ها، سپرده ها/برداشت ها، پاسخ های کمپین
زمینه: پلت فرم/OS/دستگاه، جغرافیایی/TZ، کانال جاذبه، تقویم/رویدادها.
Antibot/fraud: سیگنال های بی سر/ASN/پروکسی، نمودار دستگاه/IP.
هویت: ایمیل/تلفن نشانه های پرداخت ؛ رکورد طلایی، ادغام/تقسیم داستان.
کیفیت: ذخیره سازی در UTC، idempotency رویداد، نسخه های طرح ؛ نقطه در زمان برای ویژگی های.
3) علائم و الگوهای رفتاری
RFM: سرعت/فرکانس/پول در ویندوز 7/30/90.
جلسات: مدت زمان، عمق، زمان روز/روز هفته، «سری» (طول اجرا).
محتوا: دسته های مورد علاقه/ارائه دهندگان، تنوع/تازگی، «چسبیده».
امور مالی: سپرده/چک متوسط، ARPPU/ARPU، نوسانات هزینه.
سیگنال های RG: مدت زمان/فواصل غیر طبیعی، رسوبات مکرر، فعالیت شبانه (به عنوان گارد محافظ، نه به عنوان یک هدف هدف).
واکنش ها: باز کردن/کلیک کردن fluffs/نامه ها، لغو اشتراک، شکایات.
فنی: ثبات دستگاه/IP، تغییرات محیطی.
4) روش های پروفایل
قوانین (مبتنی بر قانون): سریع و قابل درک (به عنوان مثال، «مبتدی بدون بازدید دوم از 48h»).
شبکه های RFM: تازگی × فرکانس × ماتریس پول (R-سطل، F-سطل، M-سطل).
خوشه بندی: k-means/Gauss/DBSCAN بیش از معیارهای رفتاری نرمال را مخلوط می کند.
جاسازی: کاربر/مورد در فضای مشترک (شبکه های MF/دوگانه برج) + خوشه بندی «منافع».
تمایل: احتمال رویداد (سپرده، تکرار، ریزش) → تصمیم گیری در مورد هزینه اشتباهات.
رویکرد صعودی: احتمال افزایش از مداخله ؛ зоны متقاعد کننده/مطمئن/از دست رفته/DnD.
5) گذرنامه مشخصات و اولویت بندی
گذرنامه مشخصات (قالب)
Код: 'P _ R0-7 _ F3-9 _ M50-199 _ کازینو موبایل'
تعریف: سطل RFM + محتوای غالب + پلت فرم
اندازه، نرخ تجدید، مقدار متوسط LTV
خطرات و محرومیت (RG/انطباق)، مالک، نسخه
اقدامات توصیه شده: سیاست (کانال ها، خلاقیت ها، محافظان دهان، ساعت های آرام)
معیارها: بالا بردن/ROMI، شکایات/لغو اشتراک، تشخیص انصاف
6) جداول تصمیم گیری (طرح)
Hysteresis: آستانه ورودی بالاتر از آستانه خروجی برای از بین بردن «چشمک زدن» است.
درگیری - اولویت ها - ایمنی (RG/انطباق) → اقتصاد → UX.
7) شبه SQL و دستور العمل
A. سطل RFM
sql
WITH acts AS (
SELECT user_id,
MAX(ts) AS last_act,
COUNT() FILTER (WHERE ts > NOW()-INTERVAL '30 day') AS f_30d
FROM event_activity GROUP BY 1
),
spend AS (
SELECT user_id,
SUM(amount) FILTER (WHERE ts > NOW()-INTERVAL '90 day') AS m_90d
FROM fact_payments GROUP BY 1
)
SELECT a. user_id,
DATE_PART('day', NOW()-a. last_act) AS recency_days,
a. f_30d, s. m_90d,
CASE WHEN DATE_PART('day', NOW()-a. last_act)<=7 THEN 'R0-7'
WHEN DATE_PART('day', NOW()-a. last_act)<=30 THEN 'R8-30' ELSE 'R31+' END AS R_bucket,
CASE WHEN a. f_30d>=10 THEN 'F10+' WHEN a. f_30d>=3 THEN 'F3-9' ELSE 'F0-2' END AS F_bucket,
CASE WHEN s. m_90d>=200 THEN 'M200+' WHEN s. m_90d>=50 THEN 'M50-199' ELSE 'M0-49' END AS M_bucket
FROM acts a LEFT JOIN spend s USING(user_id);
B. محتوای غالب محتوا
sql
SELECT user_id,
category AS top_category
FROM (
SELECT user_id, category,
ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY COUNT() DESC) AS rn
FROM event_content
WHERE ts > NOW() - INTERVAL '30 day'
GROUP BY 1,2
) t
WHERE rn=1;
C. مشخصات مونتاژ
sql
SELECT u. user_id,
r. R_bucket, r. F_bucket, r. M_bucket, c. top_category, d. platform
FROM users u
LEFT JOIN rfm r USING(user_id)
LEFT JOIN top_content c USING(user_id)
LEFT JOIN devices d USING(user_id);
8) شخصی سازی و پیوند به ارزش
وزن LTV: پروفایل رتبه بر اساس ارزش مورد انتظار (چندک LTV).
بهترین اقدام بعدی: پیوند یک پروفایل به یک کتابخانه عمل (محتوا، پیشنهادات، ارتباطات).
کدهای دلیل: نشان می دهد «چرا ما آن را ارائه می دهیم» (توضیح برای پشتیبانی).
9) حریم خصوصی، اخلاق و RG
حداقل PII: نشانه گذاری، RLS/CLS، پوشش در طول صادرات.
عدالت: بررسی تفاوت در اثرات/خطاها توسط کشور/پلت فرم ؛ محرومیت از ویژگی های غیر قابل قبول (به عنوان مثال،. ویژگی های حساس)
اصول RG: پروفایل ها نباید رفتار مضر را تشویق کنند ؛ محافظ دهان فرکانس و ساعات آرام اجباری است. مسیر درخواست تجدید نظر به کاربر.
شفافیت: signal → profil → resheniye → deystviye → iskhod magazine, policy version.
10) نظارت و رانش
کیفیت مشخصات: ثبات توزیع (PSI/KL) توسط ویژگی های کلیدی ؛ به اشتراک گذاری «غیر نمایه».
اثر: بالا بردن/ROMI توسط اقدامات در پروفایل ؛ NNT، تبدیل مجدد فعال سازی، دلتا LTV.
خطرات: شکایات/لغو اشتراک، شاخص های RG، فیلترهای ضد ربات/FPR.
SLO: به روز رسانی پروفایل ها به 06:00 قفل، طبقه بندی آنلاین تاخیر ≤ 300 ms p95.
Runibooks: افزایش شکایات، تخریب داده ها (شکستگی رویداد)، افزایش خطرات RG.
11) معماری و MLOps
فروشگاه ویژگی: دستور العمل های PIT، ویژگی های جلسه TTL، برابری آنلاین/آفلاین.
خط لوله: به روز رسانی مشخصات دسته ای + به ثمر رساند آنلاین (تمایل/بالا بردن).
ارکستر: idempotency، DLQ، محدودیت نرخ در هر کاربر/کانال، ساعت آرام.
مستندات: گذرنامه های نمایه/کمپین، نسخه های تغییرات، ممیزی دسترسی.
Folbacks: پروفایل پیش فرض ایمن (popular-safe)، غیرفعال کردن محتوای خطر برای حوادث.
12) ضد الگوهای
پروفایل ها «به خاطر زیبایی» بدون افزایش قابل اندازه گیری.
مخلوط کردن واحدها و TZ، عدم وجود PIT → چهره ها و نتیجه گیری های نادرست.
نادیده گرفتن RG/اخلاق، کلاه فرکانس - شکایات/خطرات.
«mean means» به جای جمع کردن اعداد/مخرج مخرج.
عدم وجود هیسترزیس → «چشمک زدن» از اقدامات.
پروفایل های غیر قابل توضیح (بدون کد دلیل) - هرج و مرج عملیاتی.
13) پروفایل چک لیست راه اندازی
- اهداف شرح داده شده (UX/بازاریابی/ریسک)، KPI ها و guardrails
- نمودارهای رویداد، ویژگی های PIT، فیلترهای ضد ربات/تقلب فعال هستند
- جمع آوری RFM/رفتاری/صفات محتوا، تعبیه
- پروفیل های تشکیل شده (قوانین/خوشه/تمایل/بالا بردن) با گذرنامه
- جداول تصمیم گیری: هیسترزیس، خنک کننده، اولویت ها، ماتریس درگیری
- نظارت: اثر (بالا بردن/ROMI)، خطرات (شکایات/RG)، رانش (PSI/KL)
- ارکستر و کانال: نرخ محدود، ساعت آرام، DLQ، ممیزی
- مستندات: نسخه/صاحبان/runibooks; سیاست Folback آماده است
مجموع
پروفایل بازیکن یک میانبر نیست، بلکه یک سیستم مدیریت شده است: داده های با کیفیت و ویژگی های PIT → پروفایل های معنی دار (رفتار/ارزش/حساسیت) → هیسترزیس و سیاست های عمل گاردریل → اثر و نظارت بر رانش → حریم خصوصی و RG. چنین طرحی باعث می شود که تعامل مناسب، ایمن و قابل اندازه گیری سودمند باشد.