Oyuncu profili oluşturma

Profilleme, yönetilebilir kararlar vermek için veri, davranış, değer ve riskler yoluyla oyuncunun sistemik bir tanımıdır: içeriğin ve tekliflerin kişiselleştirilmesi, yeniden etkinleştirme, sınırlar ve RG, destek ve pazarlamanın önceliklendirilmesi. Anahtar etik ve uyumdur: PII minimum, şeffaf politikalar, açıklanabilirlik.

1) Hedefler ve uygulama alanı

Ürün/UX: kişisel vitrinler, başlangıç senaryoları, eğitim, zorluk sınırları.
Pazarlama/CRM: hoş geldiniz/bir sonraki en iyi teklif, çapraz satış, frekans kapakları, sessiz saatler.
Risk/uyum: RG-göstergeleri, anomaliler, yaptırımlar/CCS-adım (ayrım gözetmeksizin).
Para kazanma: "Ham" dönüşüm yerine beklenen değere (LTV) göre önceliklendirme.
İşlemler: SLA kuyrukları, VIP hizmeti, kanal kapasitesi.

2) Veriler ve kimlikler

Etkinlikler: Ziyaretler/Oturumlar, Tıklamalar, Oyunlar/Bahisler, Para Yatırma/Çekme, Kampanya Yanıtları

Bağlam: platform/OS/cihaz, geo/TZ, cazibe kanalı, takvim/etkinlikler.
Antibot/dolandırıcılık: başsız/ASN/proxy sinyalleri, cihaz/IP grafiği.
Kimlikler: e-posta/telefon ödeme belirteçleri; Altın kayıt, birleştirme/bölme hikayeleri.
Kalite: UTC'de depolama, olay idempotency, şema sürümleri; Özellikler için Point-in-Time.

3) İşaretler ve davranış kalıpları

RFM: 7/30/90 pencerelerinde sonluk/frekans/para.
Oturumlar: süre, derinlik, günün saati/haftanın günü, "seri" (çalışma uzunluğu).
İçerik: favori kategoriler/sağlayıcılar, çeşitlilik/yenilik, "yapıştırma".
Finans: mevduat/ortalama çek, ARPPU/ARPU, harcama volatilitesi.
RG sinyalleri: anormal süre/aralıklar, sık tortular, gece aktivitesi (hedefleme hedefi olarak değil, korkuluklar olarak).
Tepkiler: açılan/tıklanan kabartmalar/mektuplar, abonelikten çıkma, şikayetler.
Teknik: cihaz/IP kararlılığı, ortam değişiklikleri.

4) Profilleme yöntemleri

Kurallar (kural tabanlı): hızlı ve anlaşılır (örneğin, "48 saatlik ikinci bir ziyaret olmadan yeni başlayanlar").
RFM ızgaraları: tazelik × frekans × para matrisleri (R-kovalar, F-kovalar, M-kovalar).
Kümeleme: k-means/Gauss/DBSCAN normalize edilmiş davranışsal metrikler üzerinde karışır.
Gömme: Paylaşılan alanda kullanıcı/öğe (MF/çift kule ağları) + "ilgi alanlarının" kümelenmesi.
Eğilim: olayın olasılığı (depozito, tekrarlama, çalkalama) - hataların maliyetine ilişkin karar.
Yükseltme yaklaşımı: müdahaleden bir artış olasılığı; зоны İkna edilebilir/Emin/Kayıp/DnD.

5) Profil pasaportları ve önceliklendirme

Profil pasaportu (şablon)

Код: 'P _ R0-7 _ F3-9 _ M50-199 _ Casino-Mobil'

Tanım: RFM kovaları + baskın içerik + platform

Boyut, yenileme hızı, ortalama LTV quantile

Riskler ve istisnalar (RG/uyumluluk), sahip, sürüm

Önerilen eylemler: politika (kanallar, reklam öğeleri, ağız koruyucuları, "sessiz saatler")

Metrikler: yükseltme/ROMI, şikayetler/abonelikten çıkma, adalet teşhisi

6) Karar tabloları (kroki)

Profil/durum	Bağlam	Eylem	Soğuma	Korkuluklar
'Yeni gelen & R0-7 & F0-2 & uplift_dep≥0. 05`	onboarding	Hoş geldiniz-teklif S + öğretici	3D	ROMI≥0
VIP ve value_q≥0. 9`	servis	Kişisel yönetici, limitler L	7d	zhaloby≤Kh
'risk_churn≥0. 8 & no_session≥7д'	Kesinti	push + e-posta yeniden etkinleştirme	5d	NNT≤K
'RG_risk≥τ'	Herhangi bir	duraklat/RG ipuçları/sınırları	1d	% FPR≤1

Histerezis: giriş eşiği, "yanıp sönmeyi" ortadan kaldırmak için çıkış eşiğinden daha yüksektir.
Çatışmalar - Öncelikler - Güvenlik (RG/Uyumluluk) - Ekonomi - UX.

7) Pseudo-SQL ve tarifler

A. RFM kovaları

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. Baskın İçerik Kategorisi

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. Profil montajı

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) Kişiselleştirme ve değere bağlantı

LTV ağırlıklandırma: beklenen değere göre sıralama profilleri (LTV kuantilleri).
Sonraki en iyi eylem: bir profili bir eylem kitaplığına bağlama (içerik, teklifler, iletişim).
Sebep kodları: "neden sunduğumuzu" gösterir (destek için açıklanabilirlik).

9) Gizlilik, Etik ve RG

PII minimum: tokenization, RLS/CLS, ihracat sırasında maskeleme.
Adalet: Ülkeye/platforma göre efektlerdeki/hatalardaki farklılıkları kontrol etmek; Kabul edilemez özelliklerin dışlanması (örn. hassas nitelikler).
RG ilkeleri: profiller zararlı davranışları teşvik etmemelidir; Frekans ağızlıkları ve sessiz saatler zorunludur; Kullanıcıya hitap yolu.
Transparency: signal ^ profil ^ resheniye ^ deystviye ^ iskhod magazine, policy version.

10) İzleme ve sürüklenme

Profil kalitesi: Temel özelliklere göre dağılımların kararlılığı (PSI/KL); "Profilsiz" paylaşım.
Etki: Profillerdeki eylemlerle yükseltme/ROMI; NNT, yeniden etkinleştirme dönüşümü, LTV delta.
Riskler: şikayetler/abonelikten çıkma, RG göstergeleri, FPR anti-botlar/dolandırıcılık filtreleri.
SLO: 06:00 kilidi profilleri güncelleme., gecikme çevrimiçi sınıflandırma ≤ 300 ms p95.
Runibooks: şikayetlerde bir artış, veri bozulması (olay kırılması), RG risklerinde bir artış.

11) Mimari ve MLOps

Özellik Mağazası: PIT tarifleri, TTL oturum özellikleri, çevrimiçi/çevrimdışı parite.
Boru hattı: toplu profil güncellemesi + çevrimiçi puanlama (eğilim/yükseltme).
Orkestratör: idempotency, DLQ, kullanıcı/kanal başına hız sınırı, sessiz saatler.
Belgeler: profil/kampanya pasaportları, değişken sürümler, erişim denetimi.
Folbacks: güvenli-varsayılan profil (popüler-güvenli), olaylar için risk içeriğini devre dışı bırakır.

12) Anti-desenler

Ölçülebilir bir artış olmadan "güzellik uğruna" profiller.
Ünitelerin ve TZ'nin karıştırılması, PIT yokluğu - yüzler ve yanlış sonuçlar.
RG/etiği, sıklık sınırlarını - şikayetleri/riskleri göz ardı etmek.
"Mean means", sayıları/paydaları toplamak yerine "mean means" anlamına gelir.
Histerezis yokluğu - eylemlerin "yanıp sönmesi".
Açıklanamayan profiller (sebep kodları yok) - operasyonel kaos.

13) Profil oluşturma başlangıç kontrol listesi

Açıklanan hedefler (UX/pazarlama/risk), KPI'lar ve korkuluklar
Olay diyagramları, PIT özellikleri, anti-botlar/dolandırıcılık filtreleri aktiftir
Toplanan RFM/davranışsal/içerik özellikleri, gömmeler
Pasaportlarla oluşturulmuş profiller (kurallar/kümeler/eğilim/yükselme)
Karar tabloları: histerezis, bekleme süreleri, öncelikler, çatışma-matris
İzleme: etki (yükselme/ROMI), riskler (şikayetler/RG), sürüklenme (PSI/KL)
Orkestratör ve kanallar: hız limiti, sessiz saatler, DLQ, denetim
Belgeler: sürümler/sahipler/runibooks; Folback politikası hazır

Toplam

Oyuncu profillemesi bir kısayol değil, yönetilen bir sistemdir: kaliteli veri ve PIT özellikleri - anlamlı profiller (davranış/değer/duyarlılık) - histerezis ve korkuluk eylem politikaları - etki ve sürüklenme izleme - sıkı gizlilik ve RG. Böyle bir taslak, etkileşimi ilgili, güvenli ve ölçülebilir şekilde faydalı kılar.

Oyuncu profili oluşturma