تقسیم بندی بازیکنان بر اساس نوع رفتار
مقدمه: چرا رفتار بخش
تقسیم بندی رفتاری راهی برای تبدیل جریان کلیک ها، شرط ها و جلسات به آرکتایپ های قابل درک است: چه کسی به مینی بازی های سریع کشیده می شود، چه کسی برای نمایش های زنده می آید، چه کسی تمایل به جلسات طولانی شبانه دارد و چه کسی تمایل دارد. ارزش در برچسب ها نیست، بلکه در کارت های عمل است: کدام صفحه نمایش، پیشنهادات و محدودیت ها تجربه را بهبود می بخشد و بدون تغییر ریاضیات صادقانه بازی ها، خطر را کاهش می دهد.
1) داده ها: چه چیزی رفتار را تشکیل می دهد
رویدادهای بازی: شرط/برنده، انواع دور، TTFP (زمان به اولین ویژگی)، نرخ ضربه، مدت زمان سری.
جلسات و دستگاه: مدت زمان، فرکانس، مکث، نوع دستگاه/شبکه، حرکات/سرعت ورودی (بیومتریک رفتاری).
پرداخت ها: روش ها، کمیسیون ها، بازپرداخت ها، لغو نتیجه گیری، پرداخت نقدی.
سیگنال های اجتماعی: قبیله ها، شرکت در مسابقات، کلیپ های UGC، چت زنده.
بازاریابی: منابع، پاسخ به پیشنهادات، سایش فرکانس.
RG/انطباق: محدودیت های فعال، وقفه، خود حذفی.
اصول: یک اتوبوس رویداد واحد، زمان بندی دقیق، به حداقل رساندن PII، رضایت صریح به شخصی سازی.
2) fichi: به معنی بیش از «خام» کلیک
ریتم: فرکانس اقدامات در ویندوز (30 ثانیه/5 متر/1 ساعت)، ضریب تنوع مکث.
رفتار شرط بندی: توزیع اندازه شرط (چندک)، سهم حداکثر شرط، تمایل به بیان.
مشخصات محتوا: اولویت برای نشان می دهد زندگی می کنند/اسلات/مینی بازی, ارائه دهندگان, برچسب های موضوعی.
سلیقه های فرار: سهم جلسات در اسلات با واریانس های مختلف، میزان خروج در ویژگی (TTFP).
ثبات پرداخت: روش های موفقیت/ETA، مقادیر تقسیم شده، بازپرداخت.
اجتماعی بودن: فعالیت قبیله ای، UGC، مشارکت در مأموریت های تیم.
شاخص RG: overbets تکانشی، شب جلسات فوق العاده طولانی، لغو خروج به خاطر سپرده.
ویژگی ها در فروشگاه ویژگی های آنلاین (برای زمان واقعی) و نمایشگاه آفلاین (برای یادگیری) زندگی می کنند.
3) روش های تقسیم بندی: زمانی که ابزار
K-means/K-medoids: خوشه های پایه سریع در ویژگی های استاندارد شده.
Gaussian Mixture/Dirichlet Process: وابستگی نرم زمانی که بازیکن «بین» بخش است.
DBSCAN/HDBSCAN: برای شناسایی گروه های متراکم و دم «غیر طبیعی».
Sequence-models: زنجیره مارکوف/ترانسفورماتور جاسازی مسیرهای جلسه و محتوا.
جاسازی گراف: اگر اتصالات مهم هستند (قبیله، ارجاع، دستگاه های مشترک).
نیمه نظارت: شبه برچسب زدن برای افراد «لنگر» (به عنوان مثال، «microsessions سریع»).
همیشه کاهش ابعاد (UMAP/PCA) را برای تشخیص و تصویربرداری انجام دهید.
4) افراد (طبقه بندی تقریبی)
1. «قهرمان دو سرعت» - جلسات کوتاه, میکرو مخاطرات, سریع مینی بازی, TTFP بالا.
2. «داستان» - بازگشت برای قسمت/quests، خواندن آموزش، CTR بالا در سرنخ.
3. «فن زنده» - ترجیح نشان می دهد زندگی می کنند/شرط, در چت فعال است, را دوست دارد «حضور».
4. «انتخابی بالا رول» - چند جلسه، شرط های بزرگ، یک استخر محدود از بازی ها را انتخاب می کند.
5. «بازیکن اجتماعی» - قبیله ها، چالش های تیم، دنباله UGC بالا.
6. «دونده ماراتن شب» (RG-risk) - جلسات طولانی شبانه، نتیجه گیری را لغو می کند، overbets تحریک کننده.
7. «محقق» - تلاش می کند بسیاری از چیزهای جدید، یک قیف گسترده، کامل کم از آموزش.
افراد یک لایه تشخیصی هستند، نه دلیلی برای «فشار آوردن» بر پیشنهادات.
5) نقشه های عمل: بخش → تجربه (بدون مداخله در ریاضیات)
Sprinter: نوار سبک، ماموریت های فوری، پرداخت سریع هوشمند، آموزش های کوتاه.
خلاصه داستان: قسمت های فصلی، پیشرفت متقابل بازی، یادآوری «آنچه در فصل گذشته بود».
فن زنده: برنامه های شخصی استودیو، کلیپ های برجسته، «حالت آرام» به طور پیش فرض در شب.
بالا رول: وضعیت پرداخت شفاف، پشتیبانی اولویت، توضیح محدودیت ها و کمیسیون.
بازیکن اجتماعی: ماموریت قبیله، UGC ویرایشگر کلیپ، ارجاع صادقانه بدون «جهنم داوری».
دونده ماراتن شب (RG): مکث و محدودیت «در یک حرکت»، پنهان کردن تبلیغات تهاجمی، ارائه به تعویق انداختن جلسه.
محقق: مجموعه های نگهداری، «اولین تجربه» با ورود سریع به ویژگی، راهنمای نوسانات.
6) تقسیم بندی آنلاین در مقابل آفلاین
آفلاین (ساعت/روز): محاسبه مجدد خوشه ها، به روز رسانی centroids، نظارت بر ثبات.
آنلاین (MS-S): طبقه بندی نور (انتساب نرم) برای ویژگی های فعلی، «تعویض» مسیر بازیکن در پرواز.
بسته نرم افزاری از طریق سرویس بخش: به شخص فعلی و اعتماد به نفس + دلیل (XAI) می دهد.
7) اخلاق و RG: خطوط قرمز
شخصی سازی RTP/paytable/frequency of drops را تغییر نمی دهد - فقط موضوع، سفارش، نکات، حالت در دسترس بودن.
سیگنال های RG اولویت بیشتری نسبت به بازاریابی دارند: با افزایش خطر - مکث تبلیغی، حالت تمرکز، محدودیت ها.
شفافیت برای بازیکن: «چه و چرا ما اقتباس کردیم» + توانایی تضعیف شخصی سازی.
8) معیارهای کیفیت تقسیم بندی
اعتبار خوشه: شبح، دیویس-بولدین، کالینسکی-هاراباس.
پایداری: شاخص رند تنظیم شده بین محاسبات، رانش مرکزی.
عمل بالا بردن: رشد معیارهای هدف با عمل (تبدیل، TTFP، D7)، نه با «برچسب».
RG-Guardrails: بدون بدتر شدن نمرات RG (محدودیت داوطلبانه، فرکانس حالت تمرکز، خروج).
CTR قابل توضیح: نسبت کاربرانی که «چرا این توصیه» را باز کردند.
9) معماری راه حل
Event Bus → Feature Store (online/offline) → Segmentation Trainer (offline cluster) → Segment Service (online soft assignment) → Decision Engine (action cards: screens/limits/offers) → Action Hub
به طور موازی: XAI/Compliance Hub (logs reason، نسخه های مدل)، قابلیت مشاهده (metrics/trails/alerts).
10) MLOps و پایداری
نسخه بندی ویژگی ها/خوشه/آستانه ؛ سایه قبل از استقرار اجرا می شود.
نظارت بر رانش توزیع، تنظیم مجدد خودکار قطعات.
جعبه های شن و ماسه برای حسابرسان، تکرار جریان های تاریخی.
مهندسی هرج و مرج داده ها: شکاف/تکراری/تاخیر - بخش باید با دقت کاهش یابد، نه «سقوط».
11) اشتباهات رایج و چگونگی اجتناب از آنها
بخش برای بخش: بدون نقشه های عمل، این بی فایده است. → راه حل های اول، پس از آن خوشه.
اضافه بار افراد: 20 + آرکه تایپ غیر قابل کنترل است. → بخش های کاری 6-10 کافی است.
آموزش مجدد در کانال های ترافیک: قابلیت حمل بین بازارها/دستگاه ها مورد نیاز است.
توضیح پذیری را نادیده بگیرید: بدون XAI، بی اعتمادی بازیکن/تنظیم کننده رشد می کند.
درگیری با RG: guardrails ثابت در کد ارکستر.
12) قبل/بعد از موارد
تبدیل قبل از سپرده: Sprinter - روشن شدن نور و پرداخت هوشمند → + TTFP، retras کمتر.
بازده: «داستان» - خلاصه ای از قسمت و تلاش برای نمونه کارها → رشد D7 بدون هرزنامه.
کاهش خطر RG: «دونده ماراتن شب» - حالت محدود و آرام → کمتر overbets و خروج.
مشارکت زنده: «فن زنده» - برنامه استودیو و برجسته → رشد جلسات تکرار بدون پاداش.
13) نقشه راه اجرا (6-9 ماه)
ماههای 1-2: فرهنگ لغت رویداد یکپارچه، فروشگاه ویژگی، تقسیم بندی اساسی (k به معنای خوشه های 6-8)، پانل XAI v1.
ماه 3-4: تخصیص نرم افزاری آنلاین، نقشه های عمل برای 5 بخش برتر، گارد محافظ RG.
ماه 5-6: توالی/نمودار جاسازی، سفرهای شخصی، ارزیابی ارتقاء توسط اقدامات.
ماه 7-9: خودکار کالیبره، sandboxing برای حسابرس، پوسته پوسته شدن توسط بازار/استودیو، ارکستر A/B از آزمایش بخش.
تقسیم بندی AI یک ابزار عمل است، نه مجموعه ای از کلید های میانبر. هنگامی که ویژگی ها به طور منظم مونتاژ می شوند، خوشه ها پایدار و قابل فهم هستند و راه حل ها به چارچوب RG و ریاضیات صادقانه احترام می گذارند، محصول هر دو سریع تر، واضح تر و امن تر می شود. فرمول موفقیت: شخص → نقشه عمل → ارتقاء قابل اندازه گیری - و هیچ «سحر و جادو سیاه».