Visão Geral da Configuração

Quais dados enviar

Para que a Intelligence produza métricas precisas, sua integração precisa incluir os seguintes tipos de eventos (apenas eventos de back-office). SDK front-end ou eventos de visualização de página não devem ser enviados sob os mesmos nomes de eventos que eventos transacionais.

A tabela abaixo lista os tipos de eventos que a Inteligência precisa e as propriedades que cada um deve conter:

Eventos de Cassino

Caça-níqueis, dealer ao vivo, esportes virtuais e jogos de mesa devem ser enviados como eventos de cassino. Não crie um tipo de evento separado para cada formato.

Para distinguir entre eles para relatórios, inclua um campo de nome do jogo na carga útil do evento. Isso é o que alimenta as divisões por jogo nos conjuntos de dados de Inteligência pré-construídos.

Sinalize apostas em dinheiro real vs. bônus em todos os eventos

A inteligência acompanha separadamente a atividade de dinheiro real e bônus. A abordagem preferida é uma is_free_spin bandeira booleana (ou equivalente) no mesmo tipo de evento. Isso permite que um único esquema de evento cubra ambos os casos e possibilita um cálculo preciso do GGR. Sem essa divisão, o stake bônus infla o GGR em dinheiro real e os dois não podem ser separados retroativamente.

Para detalhes técnicos completos sobre o que cada carga útil de evento deve conter e como os eventos são classificados, veja Requisitos de Integração de Dados. Essa página foi escrita para sua equipe técnica de integração.

Maneiras de enviar seus dados

A Inteligência é construída com base nos dados dos seus eventos de jogadores. Antes que a Inteligência possa ser configurada, seus eventos precisam estar fluindo para o Xtremepush. Existem várias formas de fazer isso.

1) API

Envie eventos diretamente do seu sistema de back-office usando a API REST do Xtremepush. Os eventos são enviados em tempo real conforme ocorrem. Essa é a abordagem mais comum para operadores com plataformas personalizadas.

Para configuração de autenticação e referência ao endpoint, consulte a documentação da API do Xtremepush Hit Event . Para os nomes de campos específicos que ainteligência exige dentro da carga útil do evento, veja Requisitos de Integração de Dados.

Ideal para: Se você tem uma stack tecnológica personalizada e pode enviar eventos do lado do servidor.

2) Kafka

Se sua plataforma já produz eventos para Kafka, o Xtremepush pode consumir diretamente dos seus corretores, ou você pode enviar eventos para os próprios corretores Kafka do Xtremepush.

Para operadores que rodam em provedores padrão de plataforma iGaming (GiG, Bede, OpenBet, EveryMatrix e outros), o Xtremepush mantém transformações de Kafka pré-construídas que gerenciam automaticamente a conversão de formatos. Isso reduz significativamente o esforço de integração para plataformas suportadas.

Para configuração de corretores e configuração de tópicos, veja o Guia de Integração Kafka e Formatos de Tópicos & Requisitos de Carga Útil. Para plataformas de alto volume, veja Agregando Eventos de Alto Volume. Para os nomes específicos de campos que a Inteligência exige dentro da carga útil de eventos, veja Requisitos de Integração de Dados.

Melhor para: Se você é um operador de alto volume ou já usa infraestrutura Kafka.

3) Integrações com parceiros

O Xtremepush possui integrações pré-construídas para muitos provedores comuns de plataformas iGaming. Se seu sistema de back-office for suportado, o tempo de integração é significativamente reduzido. Entre em contato com sua equipe de contas para confirmar se sua plataforma possui uma integração nativa.

4) CDP / ETL Reverso (Segmento, Hightouch)

Se você usar uma Plataforma de Dados de Clientes como Segment ou Hightouch, elas podem encaminhar eventos e dados de perfil para o Xtremepush. Essa abordagem funciona bem quando seu CDP já é sua camada principal de roteamento de eventos.

Integrações CDP cobrem o fluxo de eventos, mas podem exigir configurações adicionais para garantir que a estrutura do evento seja compatível com os requisitos de Inteligência Xtremepush.

Uma vez que seus dados estão fluindo, a configuração de Inteligência segue um processo estruturado. Abaixo está o que acontece em cada etapa e o que é esperado de você.

Etapa 1: Integração de dados

Seus eventos começam a fluir para o Xtremepush pelo caminho de integração escolhido. A equipe do Xtremepush confirma que os eventos estão chegando corretamente e no volume esperado.

Requisito mínimo de dados

É necessário pelo menos 7 a 10 dias de dados de eventos ao vivo antes que a análise possa começar. Menos do que isso corre o risco de um quadro incompleto dos tipos de eventos presentes.

O que você precisa fazer

Garanta que sua integração esteja ativa e que os eventos de teste estejam chegando à plataforma. Preencha o formulário de mapeamento de dados fornecido pela equipe da sua conta antes ou durante a integração. Isso nos informa quais eventos têm valores monetários, como são seus IDs de transação e como você distingue dinheiro real de atividade bônus

Etapa 2: Análise e mapeamento

A equipe de dados do Xtremepush analisa seus dados de eventos recebidos para os seguintes aspectos:

• Quais eventos estão presentes

• As propriedades que cada evento carrega

• Os valores que essas propriedades contêm

Eles também identificam como seus dados se mapeiam para o pipeline de Inteligência, incluindo:

• Qual campo detém o valor monetário

• Qual campo é o ID da transação

• Como cada evento deve ser classificado

Um documento de mapeamento de dados é então preparado para sua análise.

O que você precisa fazer

Responda prontamente a perguntas sobre casos limites ou inconsistências de dados. A qualidade do mapeamento depende do entendimento dos seus dados específicos.

Etapa 3: Encerramento

A equipe de dados do Xtremepush prepara um Relatório de Aprovação de Configuração de Eventos de Inteligência e o compartilha com você para revisão e aprovação antes que quaisquer modelos sejam implantados. Este documento cobre:

• Eventos Monitorados: Uma tabela de cada tipo de evento que foi mapeada para Inteligência, junto com as métricas computadas que cada evento permite.

• Eventos não rastreados: Eventos presentes nos seus dados, mas não mapeados em Inteligência, com o motivo de cada um. Por exemplo, volume insuficiente, estrutura ambígua, fora do escopo)

• Métricas-chave ativadas: Os atributos específicos computados que agora estão ativos nos perfis dos jogadores.

• Notas sobre dados conhecidos: Quaisquer limitações ou ressalvas nos dados subjacentes. Por exemplo, eventos históricos excluídos devido a mudanças no esquema ou eventos que não têm propriedades necessárias.

• Quais dados adicionais podem desbloquear: Quando aplicável, a equipe também sinaliza quaisquer tipos de eventos ou propriedades adicionais que não estejam sendo enviadas no momento, mas que desbloqueariam métricas adicionais se adicionadas.

Essa é uma etapa obrigatória. Nenhum modelo é implantado até que a aprovação seja confirmada.

O que você precisa fazer

Revise o relatório de aprovação, levante quaisquer discrepâncias com sua equipe de conta e forneça confirmação por escrito para prosseguir. Sua equipe técnica e de análise deve revisar a seção de Eventos não rastreados em particular para confirmar que quaisquer exclusões são esperadas.

Etapa 4: Implantação do modelo de dados

Após a aprovação, a equipe do Xtremepush implanta seu modelo de dados de Inteligência. Os atributos computados começam a aparecer nos perfis dos jogadores. Conjuntos de dados pré-construídos ficam disponíveis no seu conjunto de BI.

O que você precisa fazer

Valide se os atributos estão aparecendo corretamente em uma amostra de perfis de jogadores. Confirme que os números do GGR estão alinhados com seus relatórios internos.

Etapa 5: Ativação do painel

Seus dashboards prontos para uso são ativados. A equipe do Xtremepush configura os painéis de Desempenho da Campanha e quaisquer outros relatórios padrão incluídos no seu contrato.

Etapa 6: Análise de modelos de Aprendizado de Máquina

Se modelos de ML estiverem incluídos no seu pacote, a equipe de dados do Xtremepush analisa seus dados históricos para avaliar a prontidão do modelo. Cada modelo tem requisitos mínimos de dados, tipicamente 90 ou mais dias de histórico de eventos e uma população ativa suficiente de jogadores.

O que você precisa fazer

Trabalhe com sua equipe de contas para confirmar a disponibilidade dos dados e o cronograma.

Fase 7: Aprovação do ML

A equipe de dados do Xtremepush prepara um Relatório de Aprovação de Configuração de Inteligência ML e o compartilha com você antes que qualquer modelo seja lançado. Este documento cobre:

• Visão geral do status do modelo: Uma tabela mostrando o status de cada modelo de ML (Ativo ou Revisitado). Um modelo é marcado como Revisitar quando o volume ou histórico de dados é insuficiente para uma implantação confiável. Ele é avaliado novamente em uma data futura especificada à medida que mais dados se acumulam

• Segmentação RFM: A divisão completa dos segmentos para sua base de jogadores, mostrando o segmento atribuído a cada grupo junto com a contagem de jogadores e as porcentagens. Os nomes dos segmentos podem ser personalizados nesta fase para combinar com sua própria terminologia.

• Análise de Retenção de Clientes: Uma tabela de retenção de coortes mostrando as taxas de retenção mês a mês entre coortes de aquisição, para que você possa validar a saída antes de ser aplicada à segmentação.

• Análise do Ciclo de Vida do Jogador: O resultado do modelo de sobrevivência, que inclui razões de risco mostrando quais atributos dos jogadores preveem mais fortemente o risco de churn.

• Classificação de Churn: Métricas de desempenho do modelo (precisão, recordação, AUC) e as principais características que orientam as previsões do modelo

O que você precisa fazer

Revise as saídas de cada modelo ativo e confirme que estão coerentes com seu entendimento da sua base de jogadores. Os rótulos dos segmentos RFM podem ser renomeados diretamente na plataforma para combinar com sua própria terminologia. Forneça confirmação por escrito para prosseguir.

Estágio 8: Modelos de ML entram em operação

Modelos de ML são implantados e começam a marcar sua base de jogadores. Os resultados são gravados de volta na plataforma e ficam disponíveis para segmentação e segmentação de campanhas.