Як Favbet Tech впроваджує штучний інтелект: від спортивної аналітики до персоналізованих асистентів
Favbet Tech, технологічний центр продуктової компанії Favbet, почав інвестувати у розвиток штучного інтелекту задовго до буму LLM і хайпу навколо ШІ 2023-2024 років. Компанія вже кілька років працює над власними нейронними мережами, інтегрує AI у продукт, маркетинг, аналітику та внутрішні процеси. Про те, як влаштована ця екосистема, ми розпитали СЕО Favbet Tech Артема Скрипника.
Продуктова трансформація: персоналізація, прогнозування
За даними McKinsey, 71% споживачів очікують персоналізованих сервісів, а компанії, які їх впроваджують, бачать у середньому 10-15% зростання виручки.
Тож не дивно, що одним із ключових векторів розвитку Favbet Tech є використання ШІ у продуктовому напрямі.
Основний фокус був розподілений за напрямами, які на той час можливо було посилити та оптимізувати за допомогою штучного інтелекту.
- Персоналізація ігрового досвіду — від рекомендацій ігор до індивідуальних акцій.
- Сегментація користувачів за поведінкою, інтересами та історією взаємодії з платформою.
- Саджестинг-платформи на кшталт Netflix — рекомендації подій, ігор, бонусів залежно від активності гравця.
- Індивідуальні бонуси, турніри та пропозиції, адаптовані до сегмента гравця.
Back-office та AI: маркетинг, аналітика, розробка
Сьогодні ШІ впроваджується не лише у фронтпродукт, а й у бекофіс. Компанія використовує AI для підвищення ефективності команд.
Так, у маркетингу його використовують для прогнозування поведінки користувачів, автоматизованої сегментації, аналізу LTV, churn-rate, створення персоналізованих кампаній.
Бізнес-аналітики будуть моделі на основі LLM для пришвидшення опрацювання даних, створення інсайтів, автоматизації звітності.
Підписуйтеся на наші соцмережі
У розробленні AI-інструменти використовують для генерації та перевірки коду, зменшення рутинної роботи й пришвидшення time-to-market.
AI-команда: як побудована структура
На початку AI-ініціативи були розкидані по командах. Але із зростанням складності та обсягів завдань Favbet Tech об'єднав AI-напрямок у єдину структуру — Data & AI Stream, який працює за методологією SAFe, як і вся компанія.
Довідка SPEKA:
SAFe (Scaled Agile Framework) — це методологія для масштабування гнучких підходів (Agile) у великих організаціях. Вона надає структурований набір принципів, практик і ролей, що допомагають синхронізувати роботу декількох Agile-команд, забезпечуючи ефективне досягнення цілей програми та портфеля. SAFe ґрунтується на принципах Lean та Agile, сприяючи гнучкості, швидкості та якості розробки.
У команді до 30 фахівців: дата-саєнтисти, ML-інженери, дата-інженери, аналітики тощо.
Команда відповідає за оброблення, очищення та зберігання даних, створення та масштабування AI-моделей, тестування пілотних проєктів і PoC.
У продуктовій частині команда розробляє нові моделі, впроваджує їх у продакшн, аналізує вплив на метрики і постійно втілює все нове. Розробники, аналітики, маркетинг отримують підтримку як консультанти: команда AI допомагає підібрати та впровадити інструменти.
Де AI дає найбільший результат: пріоритети Favbet
Favbet Tech сфокусований на внутрішньому розробленні власних ML-моделей, які навчаються на реальних користувацьких даних — це дає точніший результат і перевагу та висококонкурентному ринку.
Найперспективніші напрями:
-
1
Саджестинг-контент — які ігри, події чи пропозиції показати користувачу.
-
2
Індивідуальні бонуси та пропозиції — підвищення залученості.
-
3
Прогнозування LTV та відтоку — оптимізація ROI маркетингу.
-
4
AI-асистенти для внутрішніх команд — автоматизація рутини, звітності, генерація SQL/запитів/звітів.
-
5
Спортивна аналітика — більш точне прогнозування результатів.
AI — це не інтелект.
AI — це асистент. Але класний. Ми бачимо, де він може створювати цінність, і впроваджуємо.
У своїх кейсах, Favbet Tech наслідує найбільш інноваційні компанії у галузі. Подібні підходи активно використовують такі гравці, як, наприклад, Entain (бренд bwin, Coral). Згідно з їхнім звітом (Entain Annual Report 2023), компанія застосовує AI для прогнозування поведінки гравців та відповідальної гри. DraftKings використовує ML-моделі для динамічного ціноутворення ставок у реальному часі. Bet365 інтегрує AI-модулі для автоматизації обслуговування клієнтів та модерації вмісту.
Не хайп, а системна трансформація
На думку Артема, навколо штучного інтелекту зараз великий хайп і є спокуса імітувати роботу з ним, а не займатися впровадженням дійсно ефективних підходів та змін. Favbet Tech впроваджує штучний інтелект системно — у продукт, операційну ефективність, маркетинг і навіть корпоративну культуру.
Ключ до успіху — власні дані, з яких зростають ефективні моделі. А до AI треба ставитись не як до ресурсу, який замінить людей, а як до інструменту, що підсилить команду.
І, звісно, важливим є фокус на персоналізацію та ефективність — те, що бачить і відчуває кінцевий користувач.
Цей підхід дає змогу не тільки залишатися у тренді, а й формувати його.