Clustering dei dati
1) Perché clusterizzare la piattaforma iGaming
Personalizzazione senza etichette: raggruppa i giocatori di comportamento per targare offer, limiti, UX.
Operazioni e rischi: rileviamo file sottili, pattern di pagamento non comuni, cluster di frode.
Prodotti e contenuti: segmenti per provider/meccanici preferiti (crash/slots/live), cicli di vita.
Analisi e insight strategiche: come cambia il mix di segmenti di mercato/campagna/stagione.
2) Dati e spazio di segno
2. 1 Sorgenti
Comportamento di gioco: frequenza/lunghezza delle sessioni, scommesse/min, volatilità, generi/provider preferiti.
Pagamenti: frequenza/importo di depositi/conclusioni, metodi (Papara/PIX/carta), proveback/rifiuto.
Marketing/CRM: i canali di attrazione, la risposta a bonus/ricerca, le risposte.
Dispositivi/piattaforme: OS, versione, stabilità del client, tipo di rete.
RG/Compilation: bandiere di auto-esclusione, limiti, conversione allo zapport (senza PII).
2. 2 Ingegneria Fich
Unità per finestre: 7/28/90 giorni; razioniamo «per un giorno attivo».
Standardizzazione/robast-scale: z-score/robust-scaler (IQR), loga-scale per «lunghe code».
Le categorie di ambedding/one-hot sono provider/canali/paesi.
Ridotta dimensione: PCA/UMAP per rumore e rendering, ma conservare il vettore «crudo» per l'interpretazione.
Zero-PII - Token al posto degli identificatori, vietando i campi personali.
3) Algoritmi e quando prenderli
k-means/Mini-Batch k-means - baseline veloce per i big data presupposto di sfericità.
GMM - abilità morbida (probabilities), utile per i giocatori di frontiera.
DBSCAN/HDBSCAN - Trova cluster di forma casuale e rumore (anomalie); sensibile à eps '.
Gerarchico (Ward/average) - Dendrogrammi per l'albero dei segmenti, bene per la media N.
Spettrale - per cluster non fertili; la strada per le grandi N.
Le mappe di Kohonen sono mappe 2D interpretabili dei pattern comportamentali.
Tipi misti (mixed data): k-prototypes, k-mode, distanza Gauer.
Suggerimento: inizia con Mini-Batch k-means + HDBSCAN (rumore/anomalie) e confronta la stabilità.
4) Come scegliere k e valutare la qualità
Metriche interne: Silhouette (più alto, meglio è), Davies-Bouldin (sotto - meglio), Calinski-Harabasz.
Stabilità: clusterizzazione ripetuta nei sementi di butstrep, Rand Index/NMI tra le divise.
Valenza esterna: differenza KPI (GGR/NET, ritenzione, conversione offshore, FPR) tra i cluster.
Interpretazione aziendale: i cluster devono avere profili e azioni chiari. Se non lo fai, ridefinisci i fili/scala/algoritmo.
5) Profili e spiegabilità
Il profilo del cluster è mediano/quantico fich, top game/provider, dispositivi, metodi di pagamento, canali.
La differenza con la popolazione è in p-punti/ , la visualizzazione «radar».
Locali esplainers: SHAP/Permutation influence per i confini tra i cluster (tramite un classificatore addestrato «cluster _ id»).
I cluster sono «High-rollers crash», «Bonus-hunters slots», «Casual weekend live».
6) Utilizzo (online/offline)
Il clustering offline una volta al giorno/settimana ha pubblicato i «passaporti» dei segmenti.
Assegnazione online: il centro più vicino (k-means), la probabilità (GMM), il rumore (HDBSCAN) e il fallback della regola.
La deriva è un monitor PSI/KC per file chiave, migrazione tra cluster, frequenza di rumore.
Ciclo di vita: revisione ogni 1-3 mesi MAJOR quando cambi fich/razionamento.
7) Integrazioni e azioni
Personalizzazione: offer/limiti di frequenza, selezione di provider e meccanici di tornei.
CRM/canali: frequenze di cannoni/email, finestre del tempo, lingua/tonalità.
Marketing: budget per segmenti, creativi, previsioni LTV; «nudge» vs «value» della strategia.
RG/rischio - Interventi morbidi per il cluster di rischio, panoramica manuale per anomalie.
Antifrode: i cluster di percorsi di pagamento/device non comuni aumentano lo screening.
8) Privacy e compliance
k anonimato dei report (minimo N degli oggetti per taglio).
Zero-PII in fiocchi/loghi/dashboard, tokenizzazione; Rimozione DSAR per token.
Isolamento Geo/tenant: formare/conservare segmenti nella regione della licenza.
Assegno Fairness: verifica le differenze di misura sensibile (paese/metodo di pagamento/dispositivo).
Utilizzo: Offer «aggressivi» vietati per il cluster RG (Criteri).
9) Metriche di successo
Operativi: la quota di attribuzioni online <X ms, stabilità dei centri, migrazione/non-transazione.
Business: conversione uplift offshore, ARPPU/LTV per segmenti, riduzione FPR antifrode, velocità di reazione RG.
Qualità del modello: silhouette ↑, DB ↓, stability ↑, differenze KPI tra i cluster.
10) Pipline (riferimento)
Bronze → Silver → Gold → Serve
1. Engest eventi/pagamenti/dispositivi di pulizia/gioiello.
2. Feature Store: calcolo delle vetrine (7/28/90d), standardizzazione, maschere/token.
3. Dim-reduction (PCA/UMAP) per le visualizzazioni (non per il cerving).
4. Clustering (offline), valutazione delle metriche, generazione di passaporti.
5. API online associment: centro/probabilità/rumore più vicino.
6. Monitoring: deriva, migrazioni, frequenza dei rumori, KPI per segmenti.
7. Release: semver, shadow/canary, rollback; directory dei segmenti BI.
11) Esempi di segmenti (iGaming)
Bonus-hunters slots: alta percentuale di frispin/cache, brevi sessioni, molti guasti di output - limiti di promo morbidi, condizioni trasparenti.
Crash-risk takers: brevi sessioni intensive, aumento rapido dei tassi - limiti di frequenza/raffreddamento.
Live-social: lunghe sessioni serali al live, CTR ad alta quota per la campagna sociale - curare striam e live-ivent.
Thin-file newcomers: 1-2 depositi, pochi round - Turtoriali di benvenuto, supporto KYC.
Anataly-payments: frequente cambio di portafogli/metodi, geo-salto - antifrode rinforzato.
12) Modelli di manufatti
12. 1 Cartella segmenti (sezione)
yaml version: 1. 4. 0 segments:
- id: s_high_roller_crash name: "High-rollers crash"
size_share: 0. 07 centroid:
stake_per_min_z: 2. 1 volatility_z: 1. 8 session_len_min: 6. 4 actions: ["limit_bet_growth","vip_care","rg_cooldown_soft"]
- id: s_bonus_hunter_slots name: "Bonus-hunters slots"
size_share: 0. 19 centroid:
bonus_usage_rate: 0. 63 withdraw_decline_rate: 0. 21 actions: ["clear_terms","frequency_cap","onboarding_quest"]12. 2 Politica di cerving
yaml serving:
assigner: "nearest_centroid" # or gmm_prob p95_latency_ms: 50 min_confidence: 0. 6 unknown_policy: "fallback_rules"
privacy:
pii_in_features: false min_group_size: 50 monitoring:
drift_psi_max: 0. 2 migration_rate_warn: 0. 2512. 3 Passaporto cluster (BI)
yaml cluster_id: s_live_social share: 0. 23 kpi:
d30_retention: 0. 42 arppu: 27. 4 behavior:
sessions_evening_share: 0. 68 provider_top: ["Evolution","Pragmatic Live"]
crm:
push_ctr: 0. 11 promo_sensitivity: "medium"
rg_flags: ["cooldown_hint"]13) Road map di implementazione
0-30 giorni (MVP)
1. Assemblare le vetrine (7/28/90d), standardizzare, tagliare il PII.
2. Mini-Batch k-means su 5-9 cluster + HDBSCAN base per rumore.
3. Passaporto cluster, online assigner, dashboard migrazioni/deriva.
4. Due esperimenti product: Offering per segmento e frequenza dei cannoni.
30-90 giorni
1. GMM per accessori soft Tipi misti (k-prototypes).
2. Incrocio auto una volta a N giorni, shadow → canary; alert su PSI/Migrazione.
3. Interpretabile (SHAP-Card), BI-directory segmenti e API per CRM/Raccomandatore.
3-6 mesi
1. Segmenti geo/tenante specifici; combinazione con il grafico dei dispositivi/pagamenti.
2. Coorti a lungo termine + matrici di transizione (Markov) per la pianificazione LTV.
3. Criteri RG/AML a livello di segmento Un controllo esterno della privacy/etica.
14) Anti-pattern
Scegliere k «a vista» e valutare solo silhouette senza controlli aziendali.
Miscelazione di PII e fit comportamentali; L'assenza di K-anonimato nei rapporti.
Nessun assigner'a segmenti «appesi» online in BI senza azione.
Riqualificazione in stagione/promozione; Nessuna sorveglianza sulle migrazioni.
Utilizzo dei cluster per il marketing «aggressivo» senza regole RG-gard.
Un insieme di segmenti per tutti i paesi/marchi senza caratteristiche locali.
15) RACI
Data Platform (R) - Vetrine fich, pipline, monitoraggio, registro delle versioni.
Data Science (R) - Seleziona algoritmo, k/metriche, interpretazione.
Product/CRM (A) - Azioni sui segmenti, esperimenti.
Risk/RG (C) - Criteri di restrizione e HITL per i segmenti «pesanti».
Sicurezza/DPO (A/R): privacy, tokenizzazione, k-anonimato.
BI (C): dashboard, directory, documentazione.
16) Partizioni correlate
Targeting segmentato, Sistemi di raccomandazione, Profilassi dei giocatori, Riduzione dei pregiudizi, Prestazioni benchmarking, API di analisi e metriche, MLOs: utilizzo dei modelli, etica dei dati e trasparenza.
Totale
Il clustering non è solo un grafico UMAP, ma uno strumento di produzione: files pulite senza PII, metriche sostenibili e passaporti comprensibili, online-assigner e azioni su CRM/prodotto/RG. Con la revisione regolare e il monitoraggio della deriva, trasforma il caos comportamentale in strategie di crescita, sicurezza e responsabilità gestite.