O’yinchilarning chiqib ketishi prognozi

Chiqib ketish prognozining maqsadi - qaytmaslik xavfi bo’lgan o’yinchilarni oldindan aniqlash va boshqariladigan harakatlarni (re-aktivatsiya, RG cheklovlari, shaxsiy offeralar) ishga tushirish, qiymatni oshirish va zararni kamaytirishdan iborat. Quyida - ma’lumotlardan foydalanishgacha bo’lgan end-to-end karkas.

1) Ta’riflar va doiralar

Hisobga olish birligi: foydalanuvchi (user/master_id) - andoza.
Chiqish qoidasi (churn rule): maqsadli faollik yo’qligi ≥ T kun (masalan, 14/30). Faollikni qayd eting: ≥ 1 sessiya/stavka/depozit.
Prognoz gorizonti: H kun (keyingi 7/14/30 kun ichida chiqib ketish xavfi).
Cutoff sana: fich shakllangan sana; belgilar maʼlumotdan keyinchalik foydalanmasligi kerak cutoff.

💡 Pasportda metriklar: birlik, faollik, T, H, TZ, istisnolar (botlar/QA/frod).

2) Yorliqlarni oqmasdan belgilash (Point-in-Time)

Target (tasniflash):’churn _ next _ H = 1’, agar o’yinchi hech qachon oynadan (t, t + H) faol bo’lmasa va keyinchalik T. qoidasini bajarsa.
Time-to-event (omon qolish): chiqib ketish yoki tsenzuraga qadar bo’lgan vaqt; kaplar/navbatlarni rejalashtirish uchun yaxshi.
Sirg’aluvchi kesimlar: kelajak oqib ketmasligi uchun turli sanalarda lag’lar bilan o’quv misollarini yarating.
Haqiqat oynalari: belgi (delayed truth) oʻrnatilgunga qadar T chiqishini tasdiqlashni kuting.

3) Fichlar va derazalar

Recency/Frequency/Monetary: oxirgi faollik/depozit, intensivlik 7/ 14/30/90, ARPPU/chastota.
Xulq-atvor va kontent: o’yinlar toifalari, xilma-xillik, «seriyalilik» (run-length), sutka/hafta vaqti.
Marketing: mo’ynali xatlarni ochish, offerlarga munosabat, javoblar.
Xavflar/RG/frod: bayroqlar va hisoblagichlar, ehtiyotkorlik bilan - guardrails kabi.
Kalendar: bayramlar/uchrashuvlar/ish haqi kunlari, mavsumiy fichlar (dow, dom, wom).
Moslamalar/moslamalar: platforma/OS/qurilmaning oʻzgarishi, IP/ASN barqarorligi.
Onlayn/oflayn paritet: retseptlar va kesish vaqti bir xil bo’lgan fichestor.

4) Modellashtirish

4. 1 Tasniflash (H oynasiga chiqib ketish xavfi)

Logistika regressiyasi (talqin qilinadi), GBM/Random Forest (kuchli beyzlaynlar), Tab/Seq-NN.
Xato qiymati bo’yicha chegara «chiroyli ROC» emas.

4. 2 Omon qolish/Hazard (chiqib ketish vaqti)

Kaplan-Meier (egri chiziq shakli), Cox PH/AFT, discrete-time hazard (taqvim bilan kun boʻyicha logit).
Vaqt bo’yicha chiqib ketish ehtimolini beradi, kontaktlar va kapalarning chastotasini rejalashtirish imkonini beradi.

4. 3 Ketma-ket va duragaylar

Vaqtinchalik belgilar va ruxsatnoma niqoblari bilan RNN/TFT/Transformer.
Gibrid: binar xavf va voqeadan oldingi vaqt → eng yaxshi qarorlar qabul qilish.

4. 4 Uplift modellari

Kontaktdan ushlab qolishning o’sishi prognoz qilinmoqda; Agar harakatlar/eksperimentlar log mavjud bo’lsa, qo’llang.

5) Baholash va kalibrlash

Sinflar nomutanosibligi: asosiylari - PR-AUC, Recall @FPR ≤ x%, Precision @k.
Ehtimollarni kalibrlash: Brier, reliability plots; Platt/Isotonic.
Vaqt: taqvim boʻyicha tarqatilgan foldlar bilan backtesting (rolling origin).
Barqarorlik: metriklarning segmentlar bo’yicha tarqalishi (mamlakat/kanal/platforma).
Omon qolish: xavf egri chizig’i bo’yicha integral xato, kalibrlash S (t).

6) Chegaralar, gisterezis va qarorlar siyosati

Maydonlarni ajratish:

’score ≥ τ_block' → kuchli intervensiya (shaxsiy offer/qoʻngʻiroq)
’τ _ review ≤ score <τ_block' → yumshoq aloqa (push/e-mail)
’score <τ_review' → harakatsiz

Gisterezis: kirish chegarasi chiqish chegarasidan yuqori, «miltillamaslik» uchun.
Quldaunlar: per user/channel.
Guardrails: ROMI ≥ 0, shikoyatlar ≤ X, RG cheklovlari, aloqa chastotasi.

Misol decision table

Shartlar	Kontekst	Amal qilish	Kuldown	Guardrails
`risk≥0. 85` & `value_q≥0. 8`	VIP	shaxsiy offer L	7d	ROMI≥0
`0. 65≤risk<0. 85` & `no_session≥7д`	mass-segm. push + e-mail stsenariy	5d	shikoyatlar ≤ X
`RG_risk≥τ`	har qanday	pauza + RG maslahati	1d	FPR≤1%

7) Yechimlar iqtisodiyoti

Kutilayotgan qiymat:

[
EV = p_{\text{uderzhaniya	amal }\cdot LTV_{\text{future}}

p_{\text{vred} }\cdot Harm - Cost
]

Kanallarning eshiklari va allokatsiyasini yalang’och CR bo’yicha emas, balki EV bo’yicha optimallashtiring.

8) Eksperimentlar va sabablar

A/B: kontaktlar/offerlar strategiyasi; asosiy metrika - retention uplift (D7/D30), guardrails - shikoyatlar/RG.
Kvazieksperimentlar: DiD/Mintaqaviy konvertatsiyalarda sintetik nazorat.
Uplift bahosi: Qini/AUUC, uplift @k.

9) Deploy va onlayn kontur

Skoring: p95 ≤ 100-300 ms; so’rovlarning idempotentligi,’correlation _ id’.
Orkestrator: kafolatlangan yetkazib berish, retry/backoff, DLQ, rate-limit per channel/user.
Yechimlar jurnali:’signal → score → decision → action → outcome’model/siyosat versiyalari bilan.
Feature parity: bir xil onlayn/oflayn fichlar; vaqt oralig’i - qat’iy ravishda cutoff gacha.

10) Monitoring va dreyf

Sifati: PR-AUC/Recall @FPR siljish oynasi bo’yicha, kalibrlash; ’block/review’ zonalaridagi ulush.
Dreyf: PSI/KL asosiy qismlar boʻyicha, shift maqsadli ulushlar, «yangi» patternlar.
Operatsiyalar: latency, taymautlar,% folbeklar, kontaktlar navbati, shikoyatlar.
Fairness: segmentlar bo’yicha xato/chegara tabaqalashuvi; tushuntirish auditi.

11) Psevdo-SQL/retseptlar

A. churn_next_14 yorlig’ini shakllantirish (tasniflash)

sql
WITH activity AS (
SELECT user_id, DATE_TRUNC('day', ts) AS d
FROM event_activity
),
snap AS (-- cut-off date
SELECT DISTINCT DATE_TRUNC('day', ts) AS cut
FROM event_activity
WHERE ts BETWEEN:train_from AND:train_to
),
label AS (
SELECT s. cut, a. user_id,
CASE WHEN NOT EXISTS (
SELECT 1 FROM activity a2
WHERE a2. user_id = a. user_id
AND a2. d > s. cut AND a2. d <= s. cut + INTERVAL '14 day'
) THEN 1 ELSE 0 END AS churn_next_14
FROM snap s
JOIN (SELECT DISTINCT user_id FROM activity) a ON 1=1
)
SELECT FROM label;

B. Rolling-fichi (7/30/90) point-in-time bilan

sql
SELECT u. user_id, s. cut AS cut_day,
SUM(CASE WHEN a. d > s. cut - INTERVAL '7 day' AND a. d <= s. cut THEN 1 END) AS act_7d,
SUM(CASE WHEN a. d > s. cut - INTERVAL '30 day' AND a. d <= s. cut THEN 1 END) AS act_30d,
SUM(CASE WHEN p. d > s. cut - INTERVAL '30 day' AND p. d <= s. cut THEN p. amount ELSE 0 END) AS rev_30d,
DATE_PART('day', s. cut - MAX(a. d)) AS recency_last_act
FROM snap s
JOIN users u ON 1=1
LEFT JOIN activity a ON a. user_id = u. user_id AND a. d <= s. cut
LEFT JOIN payments p ON p. user_id = u. user_id AND p. d <= s. cut
GROUP BY 1,2;

12) Artefaktlar shablonlari

Chiqish modeli pasporti (template)

ID/versiya: ’CHURN _ 14D _ GBM _ v4 ’

Target/oyna: ’churn _ next _ 14’, PIT-qismlar kun bo’yicha

Fichi: RFM, kontent, marketing, taqvim, qurilma

Metrikasi: PR-AUC ≥ 0. 45, Recall@FPR≤1% ≥ 0. 30, Brier≤X

Kalibrlash: isotonic

Chegaralar: ’τ _ block/ τ _ review’gisterezis bilan

SLO: skoring ≤ 150 ms p95; oflayn hisobot generatsiyasi ≤ 06:00

Egalari, taftish sanasi, degradatsiya runbook

Decision-ready hisoboti (skelet)

«Churn 14d: segmentlar bo’yicha xavf, top-sabablar, re-aktivatsiya konversiyasining forecast»

Xavflar: X/Y platformalarida high-risk ulushi oshdi (+ Δ p.p.)

Tavsiyalar: A segmentidagi aloqalar byudjetini ko’paytirish, B kanalini, C segmentidagi RG cheklovlarini almashtirish

13) Xavfsizlik, maxfiylik, axloq

PII minimallashtirish: identifikatorlarni tokenlash, RLS/CLS.
Shaffoflik: hal qilish/aloqa qilish sabablari (top-features/qoidalar) sifport uchun mavjud.
Etika/RG: zaif guruhlarni tajovuzkor offerlar bilan nishonga olmaslik; aloqa chastotasi.

14) Tez-tez xatolar

Belgi kelajak (label leakage), TZ/oyna aralashmasidan foydalanadi.
PR-AUC/Recall @FPR bo’lmagan 1% targetda ROC-AUC bo’yicha baholash.
Kalibrlash yo’q - ostonalar ko’r-ko’rona sozlangan.
Gisterezis/kuldaunlarning yo’qligi → aloqalar va shikoyatlarning «miltillashi».
Xavfni EV/LTV bilan bog’lamadik - davolanish foydasiz bo’lganlarni «davolayapmiz».
Onlayn/oflayn rasinxron fich - proda sifati pasaymoqda.

15) Konturni chiqarishdan oldingi chek-varaq

T/H/TZ aniqlangan, faollik, istisnolar; PIT-tartib-taomillar
Sizib chiqmaydigan datasetlar; rolling-validatsiya, benchmarklar va kalibrlash
Chegara siyosati, gisterezis, kapa va guardrails hujjatlashtirilgan
Harakat orkestratori, idempotentlik, audit «signal → decision → action»
Sifat monitoringi/drift/fairness, alertlar va runbooks
Uplift-baholash va/yoki A/B tayyor; decision-ready hisoboti (EV bilan)
Model/fich/metrik versiyasi, egalari, SLO yozilgan

Jami

Chiqib ketish prognozi faqat tizim sifatida ishlaydi: aniq belgilash → axborot fichlari → mos model (tasniflash va/yoki omon qolish) → metrika, kalibrlash va xato qiymatidan chegara → xavfsiz harakat orkestratsiyasi → dreyf va fairness monitoringi. Bunday kontur nafaqat «xavflar», balki echimlarni ham beradi: kim, qachon va qanday aloqada bo’lish, ushlab turish va LTVni oshirish.

O’yinchilarning chiqib ketishi prognozi