«Уявіть, що дві різні людини заходять за однією адресою та бачать різний контент: відрізнятиметься пропозиції бонусів та навіть оформлення, – каже Михайло Горішний, Head of Engineering в Favbet Tech. – Усе буде налаштоване зручно та цікаво для конкретної людини, і допоможе в цьому штучний інтелект».
Ця компанія займається розробкою бетингової платформи, де користувачі можуть робити ставки на спорт і інші події, а також грати в ігри. Команда постійно працює над тим, щоб поліпшити взаємодію користувачів із сайтом, а також спростити операційні процеси. Останніми роками до рішення цих завдань активно залучають ШІ.
У партнерському матеріалі з Favbet Tech керівники різних напрямів компанії розповіли MC.today, які бізнес-завдання можна виконувати за допомогою ШІ та які труднощі можуть траплятися під час реалізації таких проєктів.
Віталій Сілаєв, Head of Delivery в Favbet Tech
«Ще 2012 року, коли ми почали будувати для свого клієнта бетингову платформу, ми заклали в неї систему математичного аналізу, яка є однією з основ ШІ. А перші проєкти з використанням машинного навчання ми почали реалізовувати десь п'ять років тому».
Тоді технологію використовували, аби автоматизувати операційні завдання, наприклад, розраховувати коефіцієнти ставок. Коефіцієнт – це вірогідність того, що станеться якась спортивна подія, скажімо, «Динамо» переможе «Шахтар». Він не є постійним. Напередодні гри співвідношення сил суперників одне, протягом гри воно змінюється – хтось забиває гол, когось видаляють з поля, а отже змінюється і коефіцієнт. Якщо перед грою коефіцієнт був 2,0, то в разі голу у ворота «Шахтаря» він становитиме, наприклад 1,5, тому що вірогідність виграшу «Динамо» зростає.
Спочатку ймовірність подій розраховували математики, хоча й за допомогою програмного продукту. Згодом, коли накопичилось достатньо даних, цю роботу почали виконувати алгоритми машинного навчання (ML). Найчастіше саме ML мають на увазі, коли говорять про штучний інтелект.
Алгоритми роблять прогнози набагато швидше й точніше, бо можуть враховувати сотні чинників. «Якщо раніше одна людина могла одночасно обробляти 3–4 спортивні події, то зараз – 10–15, – каже Віталій Сілаєв. – Завдання фахівця – просто перевірити, що розрахунки алгоритму правильні».
Розробивши декілька внутрішніх проєктів, команда почала думати над тим, як ШІ може покращити взаємодію клієнтів із платформою. Одним з перших проєктів була система, яка автоматично визначає бонуси.
Михайло Горішний, Head of Engineering в Favbet Tech
«Алгоритм аналізує, як поводить себе на сайті конкретний користувач і схожі з ним, і після цього видає бонус, який йому буде цікавіший. Це може бути бонус одразу при реєстрації на сайті. Або ж "Ставка без ризику" – це коли в разі програшу з рахунку людини нічого не списується».
У компанії не розкривають цифри, але кажуть, що результати проєкту були вдалими. Тож наприкінці минулого року у Favbet Tech почали працювати над амбіційнішим проєктом – рекомендаційною системою для користувачів. Вона передбачає, що кожній людині система показуватиме ті ігри, події, акції тощо, які з великою ймовірністю її зацікавлять.
Подібні системи застосовують Spotify, Amazon, Netflix та інші світові й українські компанії. У Netflix завдяки персоналізації та рекомендаціям економлять понад $1 млрд на рік, тому що алгоритми допомагають утримати клієнтів на платформі. За підрахунками Favbet Tech, лояльність користувачів до бетингової платформи також зросла. Крім того, їм стало приблизно на 30% зрозуміліше, як взаємодіяти з інтерфейсом сайту.
До речі, проєкти з ШІ, що, на перший погляд, лише спрощують роботу операційного відділу, можуть так само покращувати клієнтський досвід. «Ці зміни майже непомітні для користувачів, але вони відчувають, що їм стало зручніше та цікавіше на сайті, – пояснює Віталій Силаєв, Head of Delivery в Favbet Tech. – Вони бачать актуальніші для них події, коефіцієнти змінюються швидше. Людина встигає зробити ставку, наприклад, на кутовий, який щойно призначили».
Зараз у Favbet Tech продовжують працювати над рекомендаційним сервісом, бо напрямів розвитку у проєкту безліч. «Можна прогнозувати, що сподобається користувачу, до найменших деталей, – підкреслює Михайло Горішний. – Умовно, комусь подобається синя кнопка, комусь – червона, і ця дрібниця може впливати на поведінку людини на сайті».
Дізнатись більше про Favbet Tech.
Деякий час тому у Favbet Tech вирішили додати в застосунки ШІ у вигляді голосового помічника. Планувалось, що користувачі зможуть озвучити запит і, наприклад, швидко потрапити в потрібний розділ. Але, коли першу версію показали тестовій групі, виявилось, що люди не в захваті.
«По-перше, інколи траплялись помилки, бо система розпізнавання мовлення тоді була не такою досконалою, як зараз, – згадує Віталій Сілаєв. – А по-друге, з’ясувалось, що людям подобається процес взаємодії із платформою: зайти на сайт, подивитись, які є спортивні події, вибрати те, що зацікавило».
Віталій радить: перед тим як витратити час і гроші на впровадження проєкту з ШІ, варто переконатись, що він розв’яже якусь проблему внутрішніх або зовнішніх замовників. Інколи для покращення певних процесів або клієнтського досвіду цілком достатньо простої автоматизації. Наприклад, можна автоматично пропонувати подарунок або знижку людині, яка купує на певну суму.
Найскладнішим у проєктах ШІ для Favbet Tech був не технічний бік, а оцінювання ефективності. У випадку рекомендаційної системи недостатньо було дослідити, чи реагує людина на запропоновані події. Із часом у команді зрозуміли, що треба аналізувати, як змінилась поведінка користувача загалом: як часто він почав заходити на сайт, скільки часу витрачає на те, щоб знайти потрібне, скільки грає в запропоновані ігри.
«Усе це дуже непросто виміряти, – каже Head of Delivery в Favbet Tech. – Але коли ми навчились це робити, то одразу побачили, що система працює». За словами Віталія, залежно від специфіки проєкту команді необхідно буде знайти свої метрики й інструменти вимірювання результатів.
Зараз у компанії розробляють шість проєктів з ШІ, зокрема три великих.
Більше про проєкти Favbet Tech тут.
«Математична модель приймає на вхід характеристики користувача, у середині обробляє їх за допомогою алгоритму, а на виході віддає процент ймовірності того, що людина втратить інтерес до сайту або припинить користуватися сервісом», – пояснює принцип роботи технології Михайло Горішний, Head of Engineering в Favbet Tech.
Характеристики користувача – це, наприклад, як часто він заходить на сайт, скільки часу на ньому проводить, як часто робить покупки. У профільній галузі Favbet Tech – ігровій – враховують, у які ігри грає людина, як часто робить ставки тощо.
Отримавши точний прогноз від ШІ, бізнес може відреагувати й утримати клієнта. І тут штучний інтелект також стає у пригоді. Враховуючи поведінку користувача, алгоритми можуть запропонувати бонус, знижку чи інше заохочення, яке зацікавить його. Цю роботу можуть робити й маркетологи, але їм знадобиться набагато більше часу.
«Уявіть, що людина аналізує поведінку конкретного користувача і наприкінці пропонує певний бонус для нього. На це підуть години роботи, – каже Михайло Горішний. – Тому ми повністю автоматизували цей процес: прогнозуємо, які користувачі можуть піти, та аналізуємо, що ми можемо їм запропонувати. Так процес пришвидшується у сотні разів».
Люди потрібні лише для того, аби проаналізувати ефективність роботи алгоритму. Якщо вони бачать, що запропоновані бонуси не дуже мотивують клієнтів, це значить, що в алгоритмі є помилки та він потребує доопрацювання.
ШІ допомагає запобігати різним видам інтернет-шахрайства. Наприклад, в електронній комерції за його допомогою можна знизити процент фішингу, коли в користувачів сайту виманюють дані банківських карток. В Університеті Джакарти порахували, що алгоритми з точністю до 96% можуть визначати фрод у цій галузі.
В ігровій сфері ШІ може вказувати на користувачів, що є потенційною загрозою для інших гравців або системи. Зокрема, можуть ламати акаунти або створювати декілька нових акаунтів, щоб отримати бонус за кожну реєстрацію – таких гравців називають бонус-хантерами
Усупереч стереотипам оператори азартних ігор не зацікавлені у гравцях, які спускають усі свої гроші на їхніх платформах. Компанії просувають бетинг як вид дозвілля на кшталт перегляду фільму чи боулінгу, а не спосіб заробітку. Тож зацікавлені в користувачах, які роблять ставки на комфортні для себе суми та не «зависають» на ігровій платформі. Це називається відповідальною грою.
У Favbet Tech зараз працюють над математичною моделлю, яка виявить потенційно залежних гравців. За словами Віталія Сілаєва, модель навчають на даних клієнтів, які певний час грали як звичайні, але потім зареєструвались як лудомани. Щоб зрозуміти, як виникає проблема, аналізується поведінка цих людей до того, як вони потрапили в реєстр лудоманів. Алгоритм повинен обробити дії користувача на платформі, наприклад, за місяць. «Це кількість часу, проведеного на сайті, розмір ставок, їхня ризикованість. Загалом може бути понад тисяча показників», – пояснює Віталій.
На виході модель визначає, що людина знаходиться у групі ризику, уже на перших етапах формування залежності. Далі безпосередньо платформа використовує різні інструменти, аби запобігти цьому. Серед них – виключення із гри на певний час або зниження ліміту ставки. Це може робити як сам користувач добровільно, так і платформа примусово. Зазвичай з кожним потенційним лудоманом працюють окремо.
Favbet Tech ділиться своїми напрацюваннями з іншими гравцями ігрового ринку та державними інститутами. Зокрема, компанія передає деперсоналізовані дані гравців із зони ризику для проведення досліджень, які допоможуть зупинити розповсюдження лудоманії серед українців.
Фахівці Favbet Tech сходяться на тому, що ШІ – це необхідність для бізнесу, який хоче випередити конкурентів. Аргументація проста: там, де раніше потрібні були сотні співробітників, зараз може впоратись одна людина. А отже, нові проєкти і продукти можна запускати значно швидше та дешевше. «Це вже не майбутнє, це наше теперішнє», – каже Михайло Горішний.
Команда Favbet Tech планує за допомогою ШІ оптимізувати якомога більше внутрішніх процесів бетингової платформи. А також продовжить роботу над моделями, які дозволять кожному користувачу зручно та цікаво для нього проводити час на сайті.
УЧАСТЬ В АЗАРТНИХ ІГРАХ МОЖЕ ВИКЛИКАТИ ІГРОВУ ЗАЛЕЖНІСТЬ. ДОТРИМУЙТЕСЯ ПРАВИЛ (ПРИНЦИПІВ) ВІДПОВІДАЛЬНОЇ ГРИ.
Ліцензія на провадження діяльності з організації та проведення азартних ігор казино в мережі Інтернет від 20.04.2021 року, видана ТОВ «БК “ФАВБЕТ”» на підставі Рішення КРАІЛ від 05.04.2021 року за №137 із змінами та Ліцензія на провадження діяльності з організації та проведення букмекерської діяльності від 28.12.2022 року, видана ТОВ «БК “ФАВБЕТ”» на підставі Рішення КРАІЛ від 13.12.2022 року за №433.
Над текстом працювали Лариса Кузора та Євгенія Козловська
При виході на ринки інших країн виробник кормів для тварин Kormotech враховує не лише менталітет,…
Генеральний директор американського ритейлера Walmart Даг МакМіллон – один із небагатьох топменеджерів, який пройшов шлях…
Свого часу Мітчелл Керр був успішним тренером. За трирічну карʼєру йому вдалося здобути 87 перемог,…
Як за два роки побудувати БФ з нуля та надіслати більше 207 тонн допомоги для…
Військовозобовʼязані українці зі статусом «обмежено придатний» мають повторно пройти ВЛК. А потім придатні будуть розділені…
Співвласник українського виробника кормів для домашніх тварин Kormotech Ростислав Вовк розповів про одне з найбільш…