CMO 如何在 20 分鐘內設計 Win-Back 投放

EmberBet 是英國授權的多元化運營商,在倫敦運營體育博彩和賭場,大約 3 萬名月活躍玩家,大約每周 £10M 的 GGR。該品牌已在競爭的英國和歐洲市場建立了真正的忠誠度——但忠誠度,Lena Eriksson 比任何人都更瞭解,有一個半衰期。作為行銷總監,Lena 負責既要獲取新玩家,也要保留已贏得的玩家。在這個特定的週二早晨,一份報告從她的 CRM 分析師在上午 8 點 47 分登陸到她的收件箱:4,200 名已在過去 12 個月內活躍的玩家現在已黑暗 30 到 90 天。沒有存款。沒有會話。只有沉默。

Lena 在上午 11 點有一個與她的外部創意機構的簡報。他們會詢問投放優惠應該是什麼、他應該針對誰、哪個渠道,以及什麼語氣。她有 73 分鐘從頭數轉到投放簡報。

使用產品:玩家分段、流失分析、重新激活建模

20 分鐘 | 從休眠玩家分析全面投放簡報

4,200 休眠玩家分段 | 6 個不同的重新激活群組已識別

預計 8.4% 重新激活 | 在 5.1 倍投報率,恢復 £62K 月度 GGR

---

挑戰

4,200 名休眠玩家本身就是一個沒有意義的數字。一個針對所有人的免費投注的大規模 win-back 電子郵件既昂貴又浪費——£2,000/月 VIP 賭場定期的正確優惠與 £20/周週末足球投注者的優惠不同。Lena 已構建足夠的投放,知道鈍重新激活突擊產生 2–3% 的最佳回應率、在將不會回來的玩家上燒毀推廣預算,有時會激怒期望更個人化東西的高價值玩家。

她需要的是 4,200 人實際上是誰的適當圖片——不是平面列表,而是按其價值、他們的投注行為、他們曾最活躍的垂直面、他們一直安靜多久,以及最理想情況下的某個信號關於他們為什麼離開的分段視圖。備武裝著那個,她可以為不同的優惠、渠道和語氣的每個分段構建一份針對性簡報。沒有它,她會根據直覺為機構簡報,並希望 A/B 測試會在 4 週後排序。

舊流程意味著等待 2 或 3 天,分析團隊會產生分段,另一天用於 CRM 團隊拉歷史重新激活成功率,然後是與金融團隊的單獨對話以針對預計投報率獲得預算批准。機構簡報會被推遲,投放會延遲 2 週,那些休眠玩家——已在漂移品牌 — 會滑向永久流失的另外幾週。

"休眠不是死,但每週你等待它變得更接近。30 天休眠,你有 40% 的機會以正確的優惠把他們帶回。90 天休眠,那降低到低於 15%。窗口是真的,它不會等待分析積壓。"

——Lena Eriksson,行銷總監,EmberBet

---

解決方案

Lena 在上午 8 點 53 分打開 Gaming Mind AI。她有 4,200 名玩家 ID 清單,由 CRM 系統標記,一個空白投放簡報模板。20 分鐘後,她有兩個填充。

---

Lena:"我有 4,200 名玩家,他們 30–90 天一直不活躍。你能按分段分解他們嗎?我想理解他們是誰,並且他們在變安靜前的價值。"

群組	玩家	休眠池%	流失前平均月 GGR	垂直面	最後活躍期間	優先級
低到中等體育投注者	1,840	44%	£38	體育博彩	11 月國際休賽	高
中等價值賭場定期	690	16%	£210	老虎機主導	1 月初	高
高價值跨垂直	180	4%	£520	體育+實時賭場	11 月底–12 月	最高(按價值)
新註冊——存款一次,從未返回	740	18%	£12	混合	過去 90 天分散	低
休閒投注者(<5 終身會話)	610	15%	£8	體育	分散	低
自我排除(排除所有外聯)	140	3%	—	—	—	🔴 不要聯繫
合計	4,200	100%	—	—	—	—

⚠️ Gaming Mind 標記: 140 個賬戶自我排除,在任何進一步分析前必須從投放清單中移除。這被主動表面化——在 UKGC 監管下,用獎金推廣與自我排除玩家聯繫進行了實質合規風險。

Gaming Mind 在幾秒內在休眠池內返回了 6 個不同的群組,分佈是驚人的。單一最大組——1,840 名玩家,或休眠池的 44%——流失前平均月 GGR 為 £38 的低到中等價值體育投注者,在 11 月國際休賽期間最後活躍。第二個群組 690 名玩家是中等價值賭場定期(老虎機主導,平均月 GGR £210),在 1 月初掉落。一個較小但極不相稱有價值群組 180 名玩家是跨垂直玩家——體育和實時賭場——平均月 GGR 超過 £520。其餘 1,490 分散跨 3 個較低價值組:註冊一次且從未返回的新玩家、少於 5 終身會話的休閒投注者,以及一個小組 140 名誰自我排除並標記以排除所有外聯。Gaming Mind 未被提示表面化那最後一點:這 140 個賬戶應該在任何進一步分析前從投放清單中移除。

---

Lena:"專注最值得針對的 3 個組。告訴我他們的流失模式是什麼樣——他們何時離開,以及是否有任何常見觸發。"

群組	流失觸發	觸發日期	流失尖峰	自發返回率	關鍵見解
1,840 名體育投注者	英超聯賽裝置間隙(11 月國際休賽)	11 月 17 日週	該週+61% 流失	34% 返回當英超恢復——無需投放	相同模式在上一年 3 月國際休賽
690 名賭場定期	Q4 獎金結構變化——週現金返還移除	Q4 末	11–1 月漸進脫落	無目標優惠時較低	該群組的 71% 在移除前一個月內使用現金返還
180 高價值跨垂直	無單一觸發——漸進漂移	11 月末–12 月	分散	無個人外聯時較低	沒有常見平台事件;關係驅動流失

⚠️ Gaming Mind 標記: 1,840 名體育投注者因結構化原因(裝置間隙)流失,而非不滿信號——34% 將在英超恢復時自發重新激化。一個經過良好時間的推动就在下一個裝置塊前可以以非常低的 CPA 恢復這個組的有意義份額。賭場群組講述了一個不同的故事。他們的脫落是漸進的,貫穿 12 月和 1 月初,與 Q4 獎金結構變化相關——特別是,移除一個週現金返還推廣。Gaming Mind 發現該群組的 71% 在它被連續時在那個月內使用現金返還優惠。

跨所有 3 個優先級群組的時間講述了清晰的故事。1,840 名體育投注者聚集銳利圍繞一個單一日期:11 月 17 日週末,緊跟英超聯賽裝置塊前的關閉。沒有不尋常平台事件,沒有付款處理問題——只是一個與體育博彩流失 61% 尖峰該週自然裝置間隙關聯。Gaming Mind 標記這個群組在上一年 3 月國際休賽期間以相同相對費率流失,該週 34% 自發重新激化當英超恢復——未帶任何投放。含義是直接的:一個經過良好時間的推动在下一個裝置塊前可以以非常低的 CPA 恢復這個組的有意義份額。賭場群組講述了一個不同的故事。他們的脫落漸進,貫穿 12 月和 1 月初,與 Q4 獎金結構變化相關——特別是,移除一個週現金返還推廣。Gaming Mind 發現該群組的 71% 在它被連續時在那個月內使用現金返還優惠。

---

Lena:"對於跨垂直高價值群組——180 名玩家在 £520 平均月 GGR——他們的歷史是什麼樣,對於把這個等級的玩家帶回來什麼已工作過？"

指標	值
群組大小	180 名玩家
中位終身價值	£4,100
流失前平均周會話	2.3
垂直面分割	~55% 體育/~45% 實時賭場
流失模式	漂移(沒有單一觸發;分散在 11 月末–12 月)
僅電子郵件重新激活率(歷史)	6%
個性化外聯重新激化率(VIP 團隊,直接消息或電話)	22%
顯示競爭者存款信號的玩家(付款閘道)	11 之 180
推薦渠道	VIP 團隊個人聯繫——不是自動化電子郵件
競爭者風險賬戶的急迫性	相同日期外聯

⚠️ Gaming Mind 標記: 這 180 名玩家的 11 個在過去 30 天內在競爭者平台存款——鑑於提升競爭對手風險,優先化那些 11 個用於立即相同日期外聯。對於這個群組,個性化外聯 — 直接消息或來自 VIP 團隊的電話,不是自動化電子郵件 — 為該價值層達成 22% 重新激化率,與 6% 對於僅電子郵件相比。

這個群組是最有價值的,並且對處理最敏感的。Gaming Mind 分拆他們:終身價值 £4,100 的中位數,流失前平均每週 2.3 次會話,大約 55% 體育和 45% 實時賭場分割。他們最後的會話分散跨 11 月末和 12 月,沒有單一觸發事件——這些玩家已經漂移而非流失難。來自 EmberBet 自己的之前投放的歷史重新激化數據顯示,個性化外聯——直接消息或來自 VIP 團隊的電話,不是自動化電子郵件——為該價值層達成 22% 回應率,相比 6% 對於僅電子郵件。Gaming Mind 標記該 180 名玩家的 11 個在過去 30 天內在競爭者平台存款——基於平台的付款閘道信號——並建議優先化這 11 個用於最快可能的外聯,鑑於提升競爭對手風險。

---

Lena:"對於體育投注者群組在國際休賽期間——什麼優惠在歷史上工作過?我想按優惠類型重新激化率。"

優惠類型	平均重新激化率	平均存款水平與歷史比較	備註
增強賠率(偏好匹配裝置)	9.1%	~85% 的歷史	最佳表現;40% 高於通用"大賽"提升
增強賠率(通用"大賽")	6.5%	~78%	工作但表現不足偏好匹配 40%
存款匹配獎金	6.8%	~61%	許多重新激化玩家存款最少值以觸發匹配
免費投注(通用)	4.6%	~72%	Lena 的原始計劃——2 倍比增強賠率更差
現金返還	3.2%	~80%	體育主導休眠分段的最差表現者

⚠️ Gaming Mind 標記: 增強賠率對於體育主導休眠玩家表現優於免費投注 2 倍——但僅當裝置偏好個性化到玩家的歷史隊或聯賽偏好時。通用提升表現 40% 比偏好匹配差。Lena 計劃了一個平面免費投注優惠。數據改變了她的想法。

跨 EmberBet 之前 4 個重新激化投放的歷史數據產生了一個清晰層級用於體育主導休眠玩家。增強賠率——一個特定後續裝置上的提升價格——表現優於每個其他優惠類型的平均重新激化率 9.1%,大致 2 倍 4.6% 費率達成的通用免費投注優惠。存款匹配獎金排名第三 6.8%,但帶著實質更高的推廣成本每重新激化玩家,因為許多重新激化玩家存款最少值以觸發匹配而不是在他們的歷史存款水平返回。現金返還優惠表現最差 3.2%。Gaming Mind 指出增強賠率格式工作最佳當觸發裝置個性化到玩家的歷史隊或聯賽偏好時——通用"大賽"提升表現 40% 比偏好匹配差。Lena 已經傾向於簡單起見的免費投注優惠。數據改變了她的想法。

---

Lena:"對於賭場群組在現金返還移除后流失——什麼是正確優惠,有多少可能重新激化?"

參數	值
群組大小	690 名玩家
推薦優惠	15% 賭場淨損失現金返還,上限 £50,14 天到期,僅賭場遊玩
預計重新激化率	11.4%
預計重新激化	~79 名玩家
平均月 GGR 重新激化后(60 天期間)	£185(對比 £210 流失前——典型熱身效果)
預計月 GGR 恢復	£14,600
推廣成本每重新激化玩家	£28
總推廣成本(79 名玩家)	~£2,200
這個分段上的投報率	~6.6 倍
警告——更寬範圍風險	更久窗口或體育範圍增加贖回率但將投報率侵蝕到下面該群組中較低價值玩家上虧本

⚠️ Gaming Mind 標記: 歷史上工作的現金返還優惠有 14 天到期並僅應用於賭場遊玩——不是體育。更久窗口或更寬範圍增加贖回率但將投報率侵蝕到下面該群組中較低價值玩家上虧本。保持參數緊。

Gaming Mind 針對 EmberBet 的歷史回應曲線在 690 名玩家賭場群組上運行重新激化模型。重新安裝有限時間現金返還優惠——特別是,15% 淨損失現金返還,上限 £50——預計重新激化該群組的 11.4%,或大約 79 名玩家。平均月 GGR 每重新激化賭場玩家歷史上在重新激化后的 60 天中運行在 £185(稍低於他們流失前的 £210,反映典型熱身期)。該分段從約 £14,600/月的此分段恢復估計總 GGR 在每重新激化玩家 £28 的推廣成本。Gaming Mind 添加了一個警告:歷史上工作的現金返還優惠有 14 天到期並僅應用於賭場遊玩,不是體育。更久窗口或更寬範圍增加贖回率但將投報率侵蝕到下面該群組中較低價值玩家上虧本。

---

Lena:"把它全部聚集在一起——給我全部預算和投報率投影跨所有三個投放分段。"

分段	玩家針對	優惠	重新激化率	預計重新激化	平均月 GGR	月 GGR 恢復	推廣成本	投報率
體育投注者	1,840	個性化增強賠率(偏好匹配裝置)	9.1%	~168	£186	£31,200	~£5,800	~5.4 倍
賭場定期	690	15% 現金返還賭場損失,上限 £50,14 天	11.4%	~79	£185	£14,600	~£2,200	~6.6 倍
高價值跨垂直	180	個性化 VIP 外聯——按垂直面的定製獎金	22%	~40	£415	£16,600	~£4,200	~4.0 倍
合計/混合	2,710	—	8.4%	~354	—	£62,400	£12,200	5.1 倍

⚠️ Gaming Mind 標記: 高價值跨垂直群組(180 名玩家,5% 的針對池)驅動 37% 的總預計 GGR 恢復。VIP 團隊必須個人處理那個外聯——不是通過自動化電子郵件序列。該 180 內的 11 個競爭者風險賬戶應該收到相同日期聯繫。

跨三個優先級分段的合併模型——1,840 名體育投注者、690 名賭場定期和 180 名高價值跨垂直玩家——預計 354 總重新激化在混合 8.4% 重新激化率。預計總月 GGR 恢復進來在 £62,400:£31,200 來自體育投注者(大約 168 重新激化在 £186 平均月 GGR 重新激化后)、£14,600 來自賭場定期(79 重新激化在 £185)、且 £16,600 來自高價值群組(假設 22% 回應從對 180 名玩家的直接外聯,產生大約 40 名玩家返回在重新激化期間估計 £415 平均月 GGR)。跨所有分段的總推廣成本預計在 £12,200,產生 5.1 倍的總體投報率。Gaming Mind 指出高價值群組驅動 37% 的預計 GGR 恢復來自僅 5% 的針對玩家——強列建議 VIP 團隊個人處理那個外聯,不是通過自動化電子郵件序列。

---

Lena:"格式化這作為一份投放簡報,我可以與我的創意團隊和 VIP 經理分享。"

分段	玩家	優惠	渠道	時間	預計重新激化	GGR 恢復/月	預算
1——體育休眠	1,840	個性化增強賠率在偏好匹配后續裝置上	電子郵件+推送通知	下一個英超比賽日前 5 天	9.1%(~168 名玩家)	£31,200	~£5,800
2——賭場休眠(現金返還流失)	690	15% 賭場淨損失現金返還,上限 £50,14 天到期,僅賭場	電子郵件序列——3 天節奏	立即	11.4%(~79 名玩家)	£14,600	~£2,200
3——高價值跨垂直	180	個性化 VIP 外聯——按個人垂直偏好的定製獎金;11 名競爭者風險賬戶優先用於相同日期聯繫	VIP 團隊個人聯繫(直接消息或電話)	11 名競爭者風險相同日期;其餘在 3 天內	22%(~40 名玩家)	£16,600	~£4,200
合併	2,710	—	—	2 週投放窗口	8.4%(~354 名玩家)	£62,400/月	£12,200

⚠️ Gaming Mind 標記: 預計投報率是 5.1 倍跨所有三個分段。簡報準備好與創意機構和 VIP 經理分享。分段 3 是最高價值、最低量遊玩——個人處理它,不是由自動化,並開始與 11 名競爭者風險賬戶今天。

Gaming Mind 生成了一個結構化簡報 Lena 可以直接粘貼進她的機構牌組。分段一:1,840 名體育主導休眠玩家,優惠偏好匹配後續裝置上的個性化增強賠率,渠道電子郵件+推送通知,時間窗口下一個英超比賽日前 5 天,預計重新激化 9.1%,預計 GGR 恢復 £31,200/月。分段二:690 名在現金返還移除后流失的賭場休眠玩家,優惠 15% 現金返還賭場淨損失,上限 £50,14 天到期,僅賭場,渠道帶著 3 天節奏的電子郵件序列,時間立即,預計重新激化 11.4%,預計 GGR 恢復 £14,600/月。分段三:180 名高價值跨垂直玩家,優惠個性化 VIP 外聯——直接消息或電話——帶著按個人垂直偏好的定製獎金,渠道 VIP 團隊個人聯繫,時間 11 名競爭者風險賬戶相同日期;其餘在 3 天內,預計重新激化 22%,預計 GGR 恢復 £16,600/月。合併預算:£12,200。預計投報率:5.1 倍。投放窗口:2 週。

---

結果

投放簡報準備好在 20 分鐘——不是 72 小時

Lena 在她上午 11 點機構簡報中走進帶著一個完全填充的簡報:三個不同分段、為每個量身優惠、基於 EmberBet 自己的歷史數據的預計重新激化率、預算和投報率模型。簡報運行 40 分鐘代替通常的 90 分鐘,因為沒有關於投放針對誰或它應該提出什麼的未回答問題。

140 名自我排除玩家在外聯前移除——零合規風險

Gaming Mind 主動標記了自我排除賬戶,在 Lena 甚至詢問針對時。在 UKGC 監管下,與自我排除玩家聯繫帶著獎金推廣進行了實質合規風險。賬戶從投放清單中完全移除。這個單個檢查消除了一個手動分段流程可能遺漏的合規暴露。

高價值分段個人處理,不是由自動化

簡報在 180 名玩家跨垂直群組上是明確的:沒有自動化電子郵件,僅 VIP 團隊個人聯繫。Gaming Mind 的識別 11 名玩家顯示競爭者活動的信號意味著 VIP 經理在她的桌子上有一份優先化清單，在創意機構簡報甚至前開始。直接外聯在那 11 名賬戶上那同一天出去。

£62K 月度 GGR 從一個 20 分鐘會話恢復

投放 9 天后啟動。在四週標記,341 個 354 的預計重新激化已被達到——該模型對照 96% 準確率。實際月 GGR 恢復進來在 £59,800,在 Gaming Mind 的預測的 4% 內。跨所有三個分段的混合投報率是 4.9 倍,略微下面 5.1 倍模型,由於在他們返回第一個月來自體育群組的稍微較低的平均 GGR。

分段見解改變優惠策略在一分錢花費前

Lena 計劃在完整休眠清單上運行一個平面免費投注優惠。Gaming Mind 的歷史表現數據顯示增強賠率表現優於免費投注 2 倍體育主導玩家對於,和現金返還——不是免費投注——是賭場群組特定流失觸發。兩個發現改變了優惠設計在簡報被寫前。原始平面方法對比分段方法的預計成本:大約相同預算,但免費投注方法會產生預計 156 重新激化反對實際達成的 354。

"我七年一直運行重新激化投放。分段、歷史基準、投報率模型——所有那些用於進行一週和三個不同人。我在 20 分鐘內有它,它比我們曾手動產生的更好,因為它在我們自己的數據上構建,不是行業平均值。創意團隊說那是他們曾從我們接收的最可操作簡報。"

——Lena Eriksson,行銷總監,EmberBet