플레이어 프로파일
플레이어 프로파일 링
프로파일 링은 컨텐츠 및 오퍼의 개인화, 재 활성화, 한계 및 RG, 지원 및 마케팅의 우선 순위 결정 등 관리 가능한 결정을 내릴 수있는 데이터, 동작, 가치 및 위험을 통해 플레이어에 대한 체계적인 설명입니다. 핵심은 윤리와 준수입니다: PII 최소, 투명한 정책, 설명 할 수 없음.
1) 목표 및 응용 분야
제품/UX: 개인 상점, 시작 시나리오, 교육, 난이도.
마케팅/CRM: 환영/다음 최고 제안, 교차 판매, 주파수 한도, 조용한 시간.
위험/준수: RG 지표, 이상, 제재/CCS 단계 (차별 없음).
수익 창출: "원시" 변환이 아닌 예상 값 (LTV) 별 우선 순위 지정.
운영: SLA 대기열, VIP 서비스, 채널 용량.
2) 데이터와 정체성
이벤트: 방문/세션, 클릭, 게임/베팅, 예금/철회, 캠페인 응답
맥락: 플랫폼/OS/장치, 지리/TZ, 어트랙션 채널, 캘린더/이벤트.
안티 봇/사기: 헤드리스/ASN/프록시 신호, 장치/IP 그래프.
아이덴티티: user _ id _ id 전자 메일/전화기기는 _ id 지불 토큰; 황금 기록, 병합/분할 이야기.
품질: UTC 저장, 이벤트 demempotency, 스키마 버전; 기능에 대한 포인트 인 타임.
3) 징후와 행동 패턴
RFM: 창문 7/30/90의 우발 성/주파수/돈.
세션: 지속 시간, 깊이, 요일/요일, "시리즈" (실행 길이).
내용: 좋아하는 카테고리/제공자, 다양성/참신, "고착".
재무: 예금/평균 수표, ARPPU/ARPU, 지출 변동성.
RG 신호: 비정상적인 지속 시간/간격, 빈번한 퇴적물, 야행성 활동 (타겟팅 대상이 아닌 가드 레일).
반응: 보풀/문자 열기/클릭, 구독하지 않음, 불만.
기술: 장치/IP 안정성, 환경 변화.
4) 프로파일 링 방법
규칙 (규칙 기반): 빠르고 이해할 수 있습니다 (예: "48h의 두 번째 방문이없는 초보자").
RFM 그리드: 신선도 × 주파수 × 머니 매트릭스 (R- 버킷, F- 버킷, M- 버킷).
클러스터링: k-means/Gauss/DBSCAN은 정규화 된 행동 지표를 혼합합니다.
내장: 공유 공간의 사용자/항목 (MF/듀얼 타워 네트워크) + "관심사" 클러스터링.
성향: 오류 비용에 대한 이벤트 확률 (예금, 반복, 이탈) → 결정.
향상 접근 방식: 개입으로 인한 증가 가능성; 확률/확실한/잃어버린/DnD.
5) 프로필 여권 및 우선 순위
프로필 여권 (템플릿)
'P _ R0-7 _ F3-9 _ M50-199 _ Casino-Mobile'
정의: RFM 버킷 + 지배적 인 콘텐츠 + 플랫폼
크기, 새로 고침 속도, 평균 LTV 양자화
위험 및 제외 (RG/준수), 소유자, 버전
권장 조치: 정책 (채널, 크리에이티브, 마우스 가드, "조용한 시간")
메트릭: 고양/ROMI, 불만/가입자, 공정성 진단
6) 결정 테이블 (스케치)
히스테리시스: 입력 임계 값은 "깜박임" 을 제거하기 위해 출력 임계 값보다 높습니다.
충돌 - 우선 순위 - 안전 (RG/준수) → 경제학 → UX.
7) 의사-SQL 및 레시피
A. RFM 버킷
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. 지배적 인 콘텐츠 카테고리
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. 프로필 어셈블리
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) 개인화 및 가치 연결
LTV 가중치: 예상 값 별 프로파일 순위 (LTV 양자).
다음 최상의 작업: 프로필을 액션 라이브러리 (컨텐츠, 제안, 커뮤니케이션) 에 연결합니다.
이유 코드: "우리가 제공하는 이유" (지원에 대한 설명 불가) 를 보여줍니다.
9) 개인 정보 보호, 윤리 및 RG
PII 최소: 토큰 화, RLS/CLS, 수출 중 마스킹.
공정성: 국가/플랫폼 별 효과/오류 차이 확인; 용납 할 수없는 특성의 배제 (예: 민감한 속성).
RG 원칙: 프로필이 유해한 행동을 장려해서는 안됩니다. 주파수 마우스 가드와 조용한 시간은 필수입니다. 사용자에게 호소 경로.
투명성: 신호 → profil → resheniye → deystviye → iskhod 매거진, 정책 버전.
10) 모니터링 및 드리프트
프로파일 품질: 주요 기능에 의한 분포 안정성 (PSI/KL); "프로파일되지 않은" 의 공유.
효과: 프로파일 내 동작에 의한 향상/ROMI; NNT, 재 활성화 변환, LTV 델타.
위험: 불만/구독료, RG 지표, FPR 안티 봇/사기 필터.
SLO: 프로파일을 06:00 잠금 장치, 대기 시간 온라인 분류로 업데이트하십시오
Runibook: 불만의 급증, 데이터 저하 (이벤트 중단), RG 위험의 급증.
11) 건축 및 MLops
피처 스토어: PIT 레시피, TTL 세션 기능, 온라인/오프라인 패리티.
파이프 라인: 배치 프로필 업데이트 + 온라인 스코어링 (성향/향상).
오케스트레이터: demempotency, DLQ, 사용자/채널 당 속도 제한, 조용한 시간.
문서: 프로필/캠페인 여권, 변경 사항 버전, 액세스 감사.
폴백: 안전한 기본 프로파일 (인기 안전), 사고 위험 콘텐츠 비활성화
12) 반 패턴
측정 가능한 증분없이 "아름다움을 위해" 프로파일.
유닛과 TZ의 혼합, PIT → 얼굴이없고 잘못된 결론.
RG/윤리 무시, 빈도 상한-불만/위험.
분자/분모를 집계하는 대신 "평균" 을 의미합니다.
히스테리시스의 부재 → 행동의 "깜박임".
설명 할 수없는 프로필 (이유 코드 없음) -운영 혼돈.
13) 프로파일 링 시작 점검표
- 설명 된 목표 (UX/마케팅/위험), KPI 및 난간
- 이벤트 다이어그램, PIT 기능, 안티 봇/사기 필터가 활성화되었습니다
- 수집 된 RFM/행동/콘텐츠 특성, 임베딩
- 여권으로 형성된 프로필 (규칙/클러스터/성향/향상)
- 결정 테이블: 히스테리시스, 쿨 다운, 우선 순위, 갈등 행렬
- 모니터링: 효과 (고양/ROMI), 위험 (불만/RG), 드리프트 (PSI/KL)
- 오케스트레이터 및 채널: 요율 제한, 조용한 시간, DLQ, 감사
- 문서: 버전/소유자/룬 문서; 폴백 정치가 준비되었습니다
합계
플레이어 프로파일 링은 바로 가기가 아니라 관리 시스템입니다. 품질 데이터 및 PIT 기능은 → 의미있는 프로파일 (동작/가치/감도) → 히스테리시스 및 가드 레일 작업 정책 → 효과 및 드리프트 모니터링 → 엄격한 개인 정보 보호 및 RG. 이러한 개요는 상호 작용을 관련성 있고 안전하며 상당히 유익하게 만듭니다.