К тренажеру
ВопросMediummlsd-generalРеальный собес

Как поставить задачу раннего VIP-прогноза

В casino-продукте sales-команде нужно как можно раньше понять, станет ли новый игрок VIP по депозитам и обороту. Как сформулировать ML-задачу, target, горизонт прогноза и бизнес-действие?

Короткий ответ

Сначала фиксируем бизнес-действие: кого sales будет обрабатывать и когда. Target можно определить как достижение VIP-threshold по депозитам/обороту за окно, например 30/60/90 дней, а модель запускать на ранних срезах жизни игрока.

Полный разбор

Хороший ответ начинается не с модели, а с решения, которое будет принято по score. Например: sales-команда получает список новых игроков с высокой вероятностью стать VIP и решает, кому дать персональное внимание, бонус или коммуникацию. Поэтому нужны ограничения: как рано нужен прогноз, сколько клиентов sales может обработать, какая цена false positive и false negative.

Target можно задать как бинарную классификацию: игрок достигнет публичных VIP-threshold по депозитам и обороту за следующие 30/60/90 дней. Важно зафиксировать момент наблюдения: прогноз на 1-й, 3-й, 7-й день после регистрации или после первого депозита. Для каждого момента строим срез признаков только из прошлого.

Метрики лучше связывать с action: precision@K для команды продаж, recall по будущим VIP, lift относительно baseline, calibration score, business uplift от обработки top сегмента. ROC-AUC сам по себе слабый ответ, потому что sales работает с ограниченной очередью клиентов.

Теория

Это классический supervised ML case с сильной бизнес-частью: target definition, observation window, prediction horizon и actionability важнее выбора конкретного бустинга.

Типичные ошибки

  • Не разделить окно наблюдения и окно target.
  • Оптимизировать только ROC-AUC без связи с capacity sales-команды.
  • Использовать признаки из будущего: итоговый оборот, поздние депозиты, постфактум VIP-статус.

Как отвечать на собеседовании

  • Сразу нарисуй timeline: регистрация -> первые N дней признаков -> прогноз -> VIP outcome через 90 дней.
  • Скажи, что модель должна помогать конкретному бизнес-действию, а не просто предсказывать ради предсказания.