风险算法数据

细节

如何使用这些数据

数据显示，高风险消费者存在于所有投资水平、所有消费水平和所有支付方式中。这并不意味着取消高额赌注就能消除玩家的风险，因为有证据表明，风险已经存在于所有的赌注级别。

然而，使用更安全的赌博算法作为伤害的不完美代理，数据显示，更高的赌注水平与玩家被标记为中等风险或高风险的更高倾向之间存在轻微的相关性。

重要的是要注意：

• 高风险和风险之间的轻微关联绝不是决定性的，也不一定是线性的
• 随着指标的增加，我们预计会有更多的危险信号，因为高赌注和/或花费用于训练算法
• 如果玩家随后得到适当而有效的管理（游戏邦注：通过用户互动、加强尽职调查等），那么危险信号也可能是积极的。

限制

值得注意的是，数据并未显示被标记与任何后续客户交互或消费者行为变化之间的关系。

这些数据只代表了少数远程操作器，它们的算法可能不使用相同的触发器。

除此之外，还必须指出：

• 这些数据是一个快照的时间，因此不能反映持续的风险，因为玩家可以在他们的消费旅程中进入和退出问题赌博严重指数（PGSI）伤害
• 可能在一个月内被标记为高风险的球员可能会接受更严格的尽职调查，并进入无风险类别，反之亦然
• 高风险并不一定意味着会受到伤害，因为它可以起到预防作用。同样，没有风险并不意味着没有受到伤害
• 此请求中的大多数数据仅与插槽相关，而算法在标记客户时将考虑其他产品
• 玩家可以在自己的赌博旅程中调和老虎机中的损失。

数据及下载

文件

反馈

我们一直希望听到这些统计数据是如何使用的，并欢迎你对本期刊物发表意见。

给我们关于这些统计数据的反馈。