Находясь в сфере iGaming в течение нескольких лет, Veritas Gaming Group сталкивалась с очень уникальными ситуациями с управлением рисками в букмекерской конторе. Прежде чем мы углубимся в объяснение нашей запатентованной технологии, мы должны рассказать вам, как мы сюда попали, чтобы вы могли по-настоящему понять и оценить то, что заставляло нас вводить новшества и развивать наш продукт Sportsbook на протяжении многих лет.

В первые годы работы мы суммировали шансы и линии по основным букмекерам и по глупости взяли на себя риск - это привело ко многим разочаровывающим уик-эндам, когда несколько проницательных игроков сводили на нет всю прибыльность; нехватка ликвидности и разносторонняя деятельность были нашей проблемой и очень реальной и постоянной проблемой для малых и средних операторов по всему миру.

Подумав, мы стали партнерами европейского (ныне несуществующего, не называть его имени) провайдера букмекерских контор, который застраховал наш риск на 2500 евро в месяц. Идея заключалась в том, что у них были профессиональные трейдеры под прикрытием, которые устанавливали линии и хеджировали ставки по мере необходимости. К сожалению, это партнерство длилось всего несколько месяцев, пока нас не отключили без предупреждения, потому что наши игроки были «слишком хороши».

Это было в конце 2016 года, когда мы были вынуждены найти нового провайдера и выяснить, как принимать ставки без риска вымыть наш банкролл; то, что происходило прежде бесчисленное количество раз.

По своей сути Veritas Gaming Group - это, прежде всего, технологическая компания, а затем компания iGaming. Сотрудничая с инженерами компании, мы разработали стратегию решения этой довольно сложной проблемы. Во-первых, мы подписали коммерческое партнерство с одной из крупнейших букмекерских контор в мире, которая предоставила нам API, чтобы использовать свои лучшие в отрасли шансы и прибыль. Вдобавок они сказали нам (и всему миру), что приветствуют победителей, поэтому нам не нужно было бояться, что нас закроют из-за того, что наши игроки выигрывали слишком много.

Когда мы впервые перешли к новому провайдеру, мы просто добавили небольшой налог к ​​их шансам и сохранили это удержание, полностью компенсируя ставку через провайдера.

Пример: провайдер предлагает сторону с коэффициентом -105; возвращаем -106 клиентам. Когда делается ставка -106, мы делаем ставку -105 и не оставляем риск в размере 1 доллара.

Имея это живое и производимое в течение нескольких месяцев, мы все были чрезвычайно рады просто не терять деньги в букмекерской конторе! Но по мере того, как мы внимательно изучили данные, мы поняли, что оставляем много денег на столе, компенсируя 100% ставок для игроков со средним и ниже среднего. Мы знали, что если бы у нас был разумный способ определить «навыки» конкретного игрока, делающего ставки на спорт, мы могли бы значительно увеличить нашу долю дохода.

Подсчет очков и профилирование игрока, делающего ставки на спорт, - непростая задача, и это становится еще более сложной проблемой из-за большой дисперсии, связанной с размещением ставок на спорт. Однако с помощью машинного обучения и искусственного интеллекта мы смогли подойти довольно близко, поэтому мы начали отслеживать и присваивать веса и баллы некоторым из следующих критериев:

· Рекорд выигрыша / проигрыша: после размещения как минимум 6 ставок у нас появилась возможность использовать запись выигрыша / проигрыша в некоторых моделях. Однако нам нужно было очень осторожно подходить к этому, так как это может быть ложной статистикой, например, если у кого-то 10–0, но он делал ставки на все 10 игр с коэффициентом -1000, это не очень актуально и не указывает на сильного игрока. .

· Прибыльность юнита: это становится немного сложнее, поскольку у нас действительно нет надежного способа узнать, какова ценность юнита игрока; тем не менее, мы можем получить его, усреднив прошлые X ставок, а затем определить, сколько единиц у игрока больше или меньше по этим же ставкам.

· Превосходя черты: наиболее статистически достоверный способ определить, является ли игрок резким или нет, заключается в том, постоянно ли игрок превышает цену закрытия или нет. Если ему удастся превзойти цену, он, вероятно, станет долгосрочным победителем.

Например, если наша цена закрытия (последний коэффициент перед началом игры) для Patriots составляла -3 очка при -104, а клиент играл -3 +105 ранее на неделе - это была резкая ставка.

· Обратное движение линии. Как только мы идентифицируем игру со значительным движением обратной линии, наша модель уделяет ему гораздо больше внимания, анализируя ставки, на которые ранее делались ставки, и новые входящие ставки.

· Есть другие переменные, на которые смотрит наша модель; тем не менее, мы держим их поближе к груди - так как это секретный соус, который позволяет нам продемонстрировать лучшие шансы и выигрыши в отрасли, при этом работая без риска.

Когда мы добавляем все вышеперечисленные переменные в нашу модель машинного обучения, мы получаем оценку для данного игрока, и наша система хеджирования обращается к этой оценке при размещении каждой ставки и знает, следует ли хеджировать 100% ставки или меньше, или даже больше - для увеличения удержания и доходов наших клиентов.

В общем, мы видели, как клиенты увеличивали удержание с 1% от каждой размещенной ставки до 8%, все без риска!

Если вы являетесь оператором и ищете новый продукт для букмекерской конторы в Интернете или хотите узнать о наших доказуемо честных играх в казино, не стесняйтесь связаться с нами!