Cómo las recomendaciones personalizadas mejoraron la experiencia del jugador en Boost Casino
ZingBrain AI ayudó a Boost Casino a pasar de una experiencia de lobby estática a recomendaciones personalizadas y descubrimiento de juegos similares, lo que aumentó la interacción de los jugadores y redujo el trabajo manual en el lobby.
Uno de los grupos de juego más grandes del mundo, que opera exclusivamente en mercados de juego online y minorista regulados o en proceso de regulación.
Una marca de juegos nórdico-báltica que ofrece una experiencia de «pago y juego» dentro de la familia Entain.
Descripción general
Boost Casino tenía como objetivo pasar de un lobby estático y curado manualmente a una disposición de juegos personalizada y adaptable. El objetivo era mejorar las métricas clave de rendimiento y, al mismo tiempo, reducir la cantidad de trabajo manual continuo.
Trabajando en estrecha colaboración, los dos equipos introdujeron dos características de personalización principales: una sección de recomendaciones en la página principal del casino y una ventana emergente de "juegos similares" que se muestra cuando un jugador cierra un juego.
Para medir con precisión el impacto, los equipos realizaron una prueba A/B: un grupo de jugadores continuó viendo el lobby original, mientras que el otro grupo recibió la experiencia personalizada.
Durante el experimento, la marca observó un aumento tanto en el volumen de apuestas como en el GGR por jugador. La métrica proxy clave (el número de juegos únicos jugados por jugador) también mostró un ligero aumento. Una vez finalizada la prueba A/B, ambos equipos continuaron monitorizando el rendimiento, y el incremento se mantuvo estable durante los meses siguientes. Con el tiempo, los jugadores se inclinaron cada vez más por los módulos de recomendación, que se convirtieron en la principal fuente de descubrimiento de juegos en la marca.
“Introducir la personalización fue un paso importante en la evolución de la experiencia del casino, y ZingBrain ha demostrado ser el socio perfecto. La integración fue fluida, las pruebas rigurosas y los resultados claros. El aumento en nuestras métricas principales nos da la confianza para expandir aún más la personalización en todo el producto, y trabajaremos en estrecha colaboración con ZingBrain para continuar mejorando la UX para nuestros jugadores”.
Colaboración
El objetivo clave de Boost Casino era alejarse de su forma única y uniforme de clasificar los juegos en el lobby y, en cambio, ofrecer contenido más relevante a cada jugador individual. Este enfoque tenía como objetivo ampliar las carteras de juegos de los jugadores, fortalecer la lealtad a la marca y mejorar las métricas monetarias clave.
Mediante una estrecha colaboración entre ambos equipos de producto, las empresas encontraron una forma óptima de introducir la personalización en el lobby existente sin alterar la ya sólida experiencia de usuario de la marca. Al mismo tiempo, las secciones personalizadas se colocaron en posiciones muy visibles para maximizar el impacto.
Utilizando las herramientas de back-office de Zing, el socio comprendió rápidamente la estructura de la API, los resultados personalizados y los datos necesarios. Su equipo técnico también facilitó sin problemas el acceso para las pruebas de QA, lo que permitió realizar pruebas exhaustivas antes del lanzamiento.
A pesar de una arquitectura interna compleja y múltiples dependencias de plataforma, el éxito fue posible gracias a la sólida cooperación entre los equipos. La integración se completó rápidamente y se implementó sin problemas críticos que pudieran afectar la experiencia del jugador.
La etapa final se centró en evaluar los resultados. Los análisis en profundidad, incluidos los análisis basados en percentiles y el método CUPED, demostraron claramente el aumento y ayudaron al socio a tomar una decisión objetiva para continuar la colaboración y ampliar aún más la personalización en todo el producto.
Descripción general de la solución
Se introdujeron dos módulos de personalización en la marca para cubrir tanto el descubrimiento en el lobby como la continuación del juego en la sesión.
ZingBrain AI sigue clasificando los juegos por relevancia para el jugador, pero utiliza la configuración de prioridad como una señal comercial adicional. Los equipos pueden validar el impacto mediante pruebas A/B y análisis.
Sección principal de recomendaciones
Este es el módulo personalizado principal que refleja las preferencias clave de cada jugador. Combina títulos familiares que el jugador ya disfruta con juegos nuevos que aún no ha descubierto.
Para cada jugador, el sistema calcula una Puntuación de Descubrimiento (una medida de su disposición a probar juegos nuevos) y adapta la proporción de títulos nuevos frente a títulos conocidos en consecuencia.
También se aplica un procesamiento posterior para garantizar que las recomendaciones se mantengan frescas y no se repitan con demasiada frecuencia.
Visualización de juegos similares al salir del juego
Cuando un jugador cierra un juego, antes de regresar al lobby, ve una ventana emergente con títulos similares al que acaba de jugar.
La similitud se calcula utilizando una amplia gama de parámetros, incluido el tipo de juego, las características, el tema, la volatilidad y las señales de filtrado colaborativo.
Esto permite que el sistema muestre las alternativas más relevantes para cada juego disponible en la marca.
“Personalizar el lobby es un paso clave para cualquier marca fuerte. Los objetivos y la mentalidad del equipo de Boost Casino demostraron de inmediato su profundo conocimiento del tema, lo que hizo que cada etapa de la integración fuera rápida y fluida, desde el diseño de la experiencia de usuario hasta la evaluación de los resultados. Poder intercambiar ideas y probarlas junto con un equipo tan sólido es un importante motor de éxito, y confío en que descubriremos muchos más casos de uso efectivos juntos en el futuro.”
Análisis de resultados
Debido a que el volumen de apuestas y el GGR son métricas altamente volátiles, era importante abordar el análisis de manera integral y aislar el impacto real de la personalización, independientemente de la estacionalidad, las fluctuaciones del tráfico u otros factores externos.
La consistencia de este aumento y su estabilidad durante un período prolongado demostraron que la personalización ofrece un efecto positivo, lo que llevó al socio a continuar y expandir la colaboración.
Se utilizaron varios métodos analíticos: recortar grupos por percentiles, aplicar el método CUPED, revisar los valores medianos por jugador para jugadores a largo plazo y comprobar la significancia estadística a través de valores p.
A partir del análisis conjunto realizado por ambos equipos de análisis, la conclusión fue clara: hubo un aumento tanto en el volumen de apuestas como en el GGR por jugador. La métrica proxy clave (el número de juegos únicos jugados por jugador) también mostró un ligero aumento.
Conclusión y próximos pasos
La introducción de recomendaciones personalizadas demostró ser un paso adelante significativo para Boost Casino, proporcionando un aumento claro y sostenido en las métricas clave de rendimiento al tiempo que fortalecía la experiencia general del jugador. La colaboración entre los equipos demostró que la personalización se puede integrar de forma rápida, segura y con un impacto medible, incluso dentro de una estructura de plataforma compleja.
De cara al futuro, ambas partes planean ampliar la personalización a otros puntos de contacto, explorar nuevas señales en tiempo real y probar escenarios de descubrimiento más avanzados. Estos próximos pasos tienen como objetivo lograr una participación aún mayor y crear una experiencia de casino en constante evolución y centrada en el jugador.
