Esta publicación está coescrita con Darren Demicoli de The Mill Adventure.

La aventura del molino es un facilitador de la industria de iGaming que ofrece soluciones llave en mano personalizables para socios B2B y habilitación de marca personalizada para sus socios B2C. Proporcionan una plataforma de juegos completa, que incluye licencias y operaciones, para una rápida implementación y éxito en iGaming, y se comprometen a mejorar la experiencia de iGaming siendo un diferenciador a través de la innovación. The Mill Adventure ya brinda sus servicios a varias marcas de iGaming y busca crecer continuamente en las filas de la industria.

En esta publicación, mostramos cómo The Mill Adventure está ayudando a sus socios a responder preguntas de iGaming críticas para el negocio mediante la creación de una aplicación de análisis de datos utilizando una estrategia de datos moderna con AWS. Este enfoque de estrategia de datos moderna ha llevado a una innovación de alta velocidad al tiempo que reduce el costo operativo total.

Con un ingreso de mercado bruto superior a $70 mil millones y una base de jugadores global de alrededor de 3 mil millones de jugadores (según un informe reciente Descripción general del mercado imarc 2022-2027), la industria del iGaming, sin duda, ha estado en auge en los últimos años. Esto presenta una oportunidad lucrativa para una lista cada vez mayor de empresas que buscan acceder al mercado y atraer una mayor participación como audiencia. No hace falta decir que mantenerse competitivo en este mercado un tanto saturado es un gran desafío. Tomar decisiones basadas en datos es fundamental para el crecimiento y el éxito de los negocios de iGaming.

Retos empresariales

Las empresas de juegos suelen generar una gran cantidad de datos, lo que potencialmente podría permitir obtener información significativa y responder preguntas críticas para el negocio. Algunos de los desafíos comerciales críticos y comunes en la industria de iGaming son:

• ¿Qué afecta la facturación de la marca: sus jugadores nuevos, jugadores retenidos o una combinación de ambos?
• ¿Cómo evaluar la eficacia de una campaña de marketing? ¿Debe restablecerse una campaña? ¿Qué juegos promocionar a través de campañas?
• ¿Qué afiliados generan jugadores de calidad que tienen mejores tasas de conversión? ¿Qué canales de tráfico de pago deberían suspenderse?
• ¿Cuánto tiempo permanece activo el jugador típico dentro de una marca? ¿Cuál es el depósito de por vida de un jugador?
• ¿Cómo mejorar los procesos de registro a primer depósito? ¿Cuáles son los problemas más urgentes que afectan la conversión de jugadores?

Aunque se capturaron suficientes datos, The Mill Adventure encontró dos desafíos clave en su capacidad para generar información procesable:

• Falta de conjuntos de datos listos para el análisis (no formatos de datos sin procesar e inutilizables)
• Falta de acceso oportuno a datos críticos para el negocio

Por ejemplo, The Mill Adventure genera más de 50 GB de datos al día. Sus socios tienen acceso a estos datos. Sin embargo, debido a que los datos están sin procesar, les resulta de poco valor para responder a sus preguntas críticas para el negocio. Esto afecta sus procesos de toma de decisiones.

Para hacer frente a estos desafíos, The Mill Adventure eligió crear una plataforma de datos moderna en AWS que no solo fuera capaz de proporcionar información comercial oportuna y significativa para la industria de iGaming, sino que también fuera manejable de manera eficiente, de bajo costo, escalable y segura.

Arquitectura de datos moderna

The Mill Adventure quería construir una plataforma de análisis de datos utilizando una estrategia de datos moderna que crecería a medida que la empresa creciera. Los principios clave de esta estrategia de datos moderna son:

• Cree una aplicación comercial moderna y almacene datos en la nube
• Unifique los datos de diferentes fuentes de aplicaciones en un lago de datos común, preferiblemente en su formato nativo o en un formato de archivo abierto
• Innove utilizando análisis y aprendizaje automático, con una necesidad general de cumplir con los requisitos de cumplimiento de seguridad y gobernanza

Una arquitectura de datos moderna en AWS aplica estos principios. Dos características clave que forman la base básica de una arquitectura de datos moderna en AWS son la ausencia de servidor y los microservicios.

La solución Mill Adventure

The Mill Adventure creó una plataforma de análisis de datos de iGaming sin servidor que permite a sus socios tener un acceso rápido y fácil a un tablero con visualizaciones de datos impulsadas por las diversas fuentes de datos de juegos, incluidos los datos de transmisión en tiempo real. Con esta plataforma, las partes interesadas pueden usar los datos para diseñar estrategias y planificar el crecimiento futuro en función del desempeño anterior, evaluar los resultados y responder a los eventos del mercado con más agilidad. Tener la capacidad de acceder a información perspicaz de manera oportuna y responder con prontitud tiene un impacto sustancial en la facturación y los ingresos del negocio.

Una plataforma de iGaming sin servidor en AWS

Al construir la plataforma iGaming, The Mill Adventure reconoció rápidamente los beneficios de tener una infraestructura de microservicios sin servidor. Queríamos dedicar tiempo a innovar y crear nuevas aplicaciones, no a administrar la infraestructura. Servicios de AWS como Puerta de enlace API de Amazon, AWS Lambda, Amazon DynamoDB, Secuencias de datos de Amazon Kinesis, Servicio de almacenamiento simple de Amazon (Amazon S3), Atenea amazónicay Amazon QuickSight son el núcleo de esta solución de plataforma de datos. Pasar a los servicios sin servidor de AWS ha ahorrado tiempo, reducido costos y mejorado la productividad. Una arquitectura de microservicios nos ha permitido acelerar el tiempo de generación de valor, aumentar la velocidad de innovación y reducir la necesidad de cambiar la plataforma, refactorizar y rediseñar en el futuro.

El siguiente diagrama ilustra el flujo de datos desde la plataforma de juegos hasta QuickSight.

El flujo de datos incluye los siguientes pasos:

1. A medida que los jugadores acceden al portal de juegos, las funciones comerciales asociadas, como la actividad de juego, el pago, la bonificación, la gestión de cuentas y la gestión de sesiones, capturan las acciones relevantes de los jugadores.
2. Cada función comercial tiene un microservicio basado en Lambda correspondiente que maneja la ingesta de los datos de esa función comercial. Por ejemplo, el servicio de sesión maneja la administración de la sesión del jugador. El servicio de pago maneja los fondos de los jugadores, incluidos los depósitos y retiros de las billeteras de los jugadores. Cada microservicio almacena datos localmente en DynamoDB y administra las tareas de creación, lectura, actualización y eliminación (CRUD) de los datos. Para obtener detalles sobre la implementación del abastecimiento de eventos, consulte Cómo implementó The Mill Adventure el abastecimiento de eventos a escala con DynamoDB.
3. Los registros de datos resultantes de los resultados de CRUD se escriben en tiempo real en Kinesis Data Streams, que forma la fuente de datos principal para los paneles de análisis de la plataforma.
4. Amazon S3 forma el almacenamiento subyacente para los datos en Kinesis Data Streams y forma el lago de datos interno en tiempo real que contiene datos sin procesar.
5. Los datos sin procesar se transforman y optimizan a través de canalizaciones de extracción, transformación y carga (ETL) personalizadas y se almacenan en un depósito S3 diferente en el lago de datos.
6. Tanto los datos sin procesar como los procesados ​​están disponibles de inmediato para realizar consultas a través de Athena y QuickSight.

Los datos sin procesar se transforman, optimizan y almacenan como datos procesados ​​mediante una canalización de datos por hora para satisfacer las necesidades de análisis e inteligencia comercial. La siguiente figura muestra un ejemplo de recuentos de registros y el tamaño de los datos que se escriben en Kinesis Data Streams, que finalmente deben procesarse desde el lago de datos.

Estos trabajos de canalización de datos se pueden clasificar en términos generales en seis etapas principales:

• Limpiar – Filtrado de registros inválidos
• Deduplicar – Eliminación de registros de datos duplicados
• Agregado en varios niveles – Agrupación de datos en varios niveles de agregación de interés (como por jugador, por sesión o por hora o día)
• Optimización – Escribir archivos en Amazon S3 en formato Parquet optimizado
• Informes – Activación de conectores con datos actualizados (como actualizaciones de proveedores afiliados y cumplimiento)
• Ingerir – Activar un evento para ingerir datos en QuickSight para análisis y visualizaciones

El resultado de esta canalización de datos es doble:

• Un lago de datos transformado que está diseñado y optimizado para un rendimiento de consulta rápido
• Una vista actualizada de los datos para todos los paneles y análisis de QuickSight

Cultivar una mentalidad basada en datos con QuickSight

Los socios de Mill Adventure acceden a sus datos de forma segura a través de conjuntos de datos QuickSight. Estos conjuntos de datos son vistas cuidadosamente seleccionadas sobre el lago de datos transformado. Cada socio puede acceder y visualizar sus datos de forma inmediata. Con QuickSight, los socios pueden crear tableros útiles sin tener un conocimiento técnico profundo o estar familiarizados con la estructura interna de los datos. Este enfoque reduce significativamente el tiempo y el esfuerzo necesarios y acelera el acceso a información valiosa sobre juegos para la toma de decisiones empresariales.

The Mill Adventure también proporciona a cada socio un conjunto de paneles fácilmente disponibles. Estos paneles se basan en los años de experiencia que The Mill Adventure tiene en la industria de iGaming, cubren los requisitos de inteligencia comercial más comunes e impulsan una mentalidad basada en datos.

En las siguientes secciones, proporcionamos una descripción general de alto nivel de algunas de las características del panel de control de iGaming de The Mill Adventure y cómo se utilizan para satisfacer las necesidades de análisis empresarial de iGaming.

Indicadores clave de rendimiento

Este análisis proporciona un conjunto integral de indicadores clave de rendimiento (KPI) de iGaming en diferentes áreas funcionales, que incluyen, entre otros, la actividad de pago (depósitos y retiros), la actividad del juego (apuestas, ganancias brutas del juego, retorno al jugador) y métricas de conversión (activos). clientes, jugadores activos, clientes depositantes únicos, clientes recién registrados, clientes depositantes nuevos, depositantes por primera vez). Estos se presentan de manera concisa tanto en una vista cuantitativa como en formas más visuales.

En el siguiente informe de KPI de ejemplo, podemos ver cómo al presentar diferentes métricas de iGaming para períodos clave y de por vida, podemos identificar el rendimiento general de la marca.

Análisis de afiliados

Este análisis presenta métricas relacionadas con la actividad generada por jugadores adquiridos a través de afiliados. Los afiliados suelen representar una gran parte del tráfico dirigido a los sitios de juegos, y dicho informe ayuda a identificar a los afiliados más efectivos. Informa las tendencias de rendimiento por afiliado y compara entre diferentes afiliados. Al combinar datos de múltiples fuentes a través de uniones de fuentes de datos cruzados de QuickSight, los datos relacionados con el proveedor afiliado, como las ganancias y los clics, se pueden presentar junto con otras métricas clave de la plataforma de juegos. Al desglosar estas métricas por afiliado, podemos determinar qué afiliados contribuyen más a la marca, como se muestra en la siguiente figura de ejemplo.

Análisis de cohorte

Los análisis de cohortes rastrean la progresión de los KPI (como los depósitos promedio) durante un período de tiempo para grupos de jugadores después de su primer día de depósito. En la siguiente figura, se presentan los depósitos promedio por usuario (ADPU) para los jugadores que se registraron en diferentes trimestres en los últimos 2 años. Al movernos horizontalmente a lo largo de cada fila en el gráfico, podemos ver cómo cambia el ADPU para trimestres sucesivos para el mismo grupo de jugadores. En el siguiente ejemplo, el ADPU disminuye sustancialmente, lo que indica una mayor rotación de jugadores.

Podemos usar análisis de cohortes para calcular la tasa de abandono (tasa de jugadores que se vuelven inactivos). Además, al promediar las cifras de ADPU de este análisis, puede extraer el valor de vida útil (LTV) de la ADPU. Esto muestra el depósito promedio que se puede esperar que hagan los jugadores a lo largo de su vida con la marca.

Viaje de incorporación del jugador

La incorporación de jugadores no es un proceso de un solo paso. En particular, los requisitos jurisdiccionales imponen una serie de controles de cumplimiento que deben realizarse a lo largo de varias etapas durante el proceso de registro. Todos estos, además de otros pasos a lo largo del registro (como la verificación del correo electrónico), podrían plantear posibles obstáculos para los jugadores, lo que podría provocar que no completen el registro. Mostrar estos pasos en imágenes de embudo de QuickSight ayuda a identificar dichos problemas y señalar cualquier cuello de botella en dichos flujos, como se muestra en el siguiente ejemplo. Además, las imágenes de Sankey se utilizan para monitorear el movimiento del jugador en los pasos de registro, identificando los pasos que deben optimizarse.

Análisis de resultados de campaña

Las campañas de bonificación son una técnica promocional valiosa que se utiliza para recompensar a los jugadores y aumentar la participación. Las campañas pueden impulsar la facturación y los ingresos, pero siempre hay un costo inherente asociado. Es fundamental evaluar el rendimiento de las campañas y determinar el resultado neto. Hemos construido un análisis específico para simplificar la tarea de evaluar estas promociones. Están disponibles varias métricas clave relacionadas con los jugadores activados por campañas. Estos incluyen incentivos monetarios para la actividad del juego y los depósitos y otros detalles relacionados con la demografía del jugador (como país, grupo de edad, género y canal). Se analiza el rendimiento de las campañas individuales y se identifican las de alto rendimiento.

En el siguiente ejemplo, la figura de la izquierda muestra una distribución de series temporales de depósitos provenientes de campañas en comparación con las globales. La figura de la derecha muestra un diagrama geográfico de jugadores activados de campañas seleccionadas.

Análisis de distribución demográfica

Las marcas pueden buscar mejorar el compromiso y la retención de los jugadores adaptando su contenido a su base de jugadores. Necesitan recopilar y comprender información sobre la demografía de sus jugadores. La distribución demográfica de los jugadores varía de una marca a otra, y el resultado de las acciones realizadas en diferentes marcas variará debido a esta distribución. Vigilar esta distribución demográfica (edad, país, género) ayuda a dar forma a una estrategia de marca de la mejor manera que se adapte a la base de jugadores y ayuda a elegir las promociones adecuadas que atraen más a su audiencia.

A través de elementos visuales como el siguiente ejemplo, es posible analizar rápidamente la distribución de la métrica seleccionada a lo largo de diferentes categorías demográficas.

Además, agrupar a los jugadores por el número de días desde el registro indica qué jugadores están haciendo una mayor contribución a los ingresos, ya sean jugadores existentes o jugadores recién registrados. En la siguiente figura, podemos ver que los jugadores que se registraron en los últimos 3 meses representan continuamente la mayor contribución a los depósitos. Además, la proporción de depósitos provenientes de los otros dos grupos de jugadores no aumenta, lo que indica un problema con la retención de jugadores.

Cumplimiento y juego responsable

The Mill Adventure trata la protección del jugador con la máxima prioridad. Cada mercado regulado de iGaming tiene sus propias reglas que deben seguir los operadores de juego. Estos incluyen una serie de informes de cumplimiento que deben enviarse periódicamente a las autoridades de las respectivas jurisdicciones. Este proceso se simplificó para las nuevas marcas mediante la creación de una plantilla de informes común y la automatización de la creación de informes en QuickSight. Esto ayuda a las nuevas marcas B2B a cumplir con estos requisitos de informes rápidamente y con el mínimo esfuerzo.

Además, existen varios informes de control que destacan diferentes áreas de protección del jugador. Como se muestra en el siguiente ejemplo, los informes de juego responsable, como los que describen las desviaciones del comportamiento de los jugadores, ayudan a identificar las cuentas con patrones de juego problemáticos.

Los jugadores cuyo patrón de juego varía de la norma identificada se marcan para su inspección. Esto es útil para identificar a los jugadores que pueden necesitar intervención.

Evaluación del juego y lanzamientos

Es importante medir el rendimiento y la popularidad de los juegos nuevos después del lanzamiento. Las métricas, como la participación de jugadores únicos y las apuestas de los jugadores, se controlan durante los primeros días posteriores al lanzamiento, como se muestra en las siguientes figuras.

Esto no solo ayuda a evaluar el compromiso general de los jugadores, sino que también puede dar una indicación clara de cómo funcionarán estos juegos en el futuro. Al identificar juegos populares, una marca puede optar por centrar las campañas de marketing en esos juegos y, por lo tanto, asegurarse de que está promocionando juegos que atraigan a su base de jugadores.

Como se muestra en estos paneles de ejemplo, podemos usar QuickSight para diseñar y crear perspectivas de análisis empresarial de los datos de iGaming. Esto nos ayuda a responder preguntas críticas para el negocio de la vida real y a tomar medidas medibles utilizando estos conocimientos.

Conclusión

En la industria del iGaming, las decisiones que no están respaldadas por datos son como un intento de dar en el blanco con los ojos vendados. Con QuickSight, The Mill Adventure permite a sus socios y clientes B2B aprovechar los datos de manera oportuna y conveniente y respaldar la toma de decisiones con estrategias ganadoras. En última instancia, además de obtener una ventaja competitiva al maximizar las oportunidades de ingresos, la toma de decisiones mejorada también conducirá a mejores experiencias para los jugadores.

Llegar a La aventura del molino y comience su viaje de iGaming hoy.

Explore un amplio conjunto de Amazon QuickSight listo para usar Perspectivas de aprendizaje automático. Amazon QuickSightQ habilita tableros con capacidades de consulta de lenguaje natural. Para obtener más información y recursos sobre cómo comenzar con la prueba gratuita, visite Amazon QuickSight.

Sobre los autores

darren demicoli es ingeniero sénior de desarrollo e inteligencia empresarial en The Mill Adventure. Ha trabajado en diferentes roles en infraestructura técnica, desarrollo de software y administración de bases de datos y ha estado construyendo soluciones para el sector iGaming durante los últimos años. Fuera del trabajo, disfruta viajar, explorar la buena comida y pasar tiempo con su familia.

padmaja suren es Gerente de Desarrollo de Negocios Técnicos al servicio de la Comunidad de Campo del Sector Público en Inteligencia de Mercado en Análisis. Tiene más de 20 años de experiencia en la construcción de plataformas de datos escalables utilizando una variedad de tecnologías. En AWS, se desempeñó como arquitecta de soluciones especializada en servicios como base de datos, análisis y QuickSight. Antes de AWS, implementó iniciativas exitosas de datos y BI para diversos sectores de la industria en su capacidad como Datawarehouse y BI Architect. Dedica su tiempo libre a su apasionado proyecto SanghWE, que brinda educación psicosocial para que las sobrevivientes de traumas sexuales se curen y se recuperen.

deepak singh es Solution Architect en AWS con especialización en Business Intelligence y Analytics. Deepak ha trabajado en varios sectores verticales de la industria, como finanzas, atención médica, servicios públicos, comercio minorista y alta tecnología. A lo largo de su carrera, se ha centrado en resolver problemas comerciales complejos para ayudar a los clientes a lograr resultados comerciales impactantes utilizando soluciones y servicios de inteligencia aplicada.