Por que operadores de iGaming ainda erram nos dados em tempo real
À medida que as operadoras de iGaming continuam investindo em inteligência artificial (IA), automação de CRM (Customer Relationship Management) e tecnologias de engajamento de jogadores, o setor passa a concentrar cada vez mais atenção em como os dados podem ser utilizados para melhorar aquisição, retenção e valor de longo prazo dos usuários. Em toda a indústria, operadores vêm migrando para estratégias de engajamento mais personalizadas e preditivas, ao mesmo tempo em que enfrentam desafios relacionados a sistemas fragmentados, latência de dados, aumento dos custos de infraestrutura e maior pressão regulatória em torno da proteção ao jogador e do jogo responsável.
Em conversa exclusiva com a SiGMA News, Christoffer Feldt-Sørensen, Diretor de Vendas (CSO) da Symplify — plataforma sueca especializada em engajamento de clientes e automação de marketing — explica por que muitas operadoras de iGaming ainda interpretam de forma equivocada o conceito de “dados em tempo real” e por que o streaming contínuo de dados está se tornando cada vez mais importante para engajamento e retenção de jogadores. A entrevista também aborda ferramentas de retenção impulsionadas por IA, prevenção preditiva de churn, dados comportamentais, estratégias de aquisição baseadas em bônus e o papel do jogo responsável em operações orientadas por dados.
SiGMA News: Todos no iGaming afirmam utilizar dados em tempo real. Na prática, o que as operadoras ainda entendem errado quando fazem essa afirmação?
Christoffer Feldt-Sørensen, CSO da Symplify: “O termo ‘dados em tempo real’ vem sendo usado de forma equivocada há tanto tempo que os operadores praticamente perderam a confiança nele — e com razão. O que a maioria dos fornecedores chama de tempo real é, na verdade, quase tempo real, com latência embutida no processo. O foco agora está migrando para o streaming de dados, no qual as informações transacionais circulam instantaneamente, em vez de chegarem em lotes com atraso. É como assistir à Netflix. Se sua conexão está funcionando, o filme simplesmente roda, sem buffering. Isso significa que as interações com o jogador podem ser acionadas no exato momento em que algo acontece, e não segundos ou minutos depois. Parece uma diferença pequena, mas o impacto comercial é enorme.”
SiGMA News: Com os operadores investindo mais em infraestrutura de dados, as expectativas em torno de capacidades em tempo real também aumentam. O que eles deveriam priorizar agora para fazer esses sistemas realmente entregarem valor?
Feldt-Sørensen: “Investir em infraestrutura não significa nada se a equipe de CRM ainda precisar abrir um ticket e esperar uma semana sempre que quiser criar um novo segmento de usuários. Essa dependência do time técnico é justamente onde o valor se perde. Os operadores precisam colocar mais controle diretamente nas mãos das pessoas mais próximas dos jogadores. Uma equipe de CRM deveria conseguir definir um segmento em uma reunião pela manhã e colocá-lo em operação no mesmo dia, sem necessidade de envolvimento técnico.
Quando isso acontece, os operadores conseguem sair de jornadas amplas e genéricas para jornadas altamente específicas, às vezes envolvendo apenas cinco a sete jogadores. Pode parecer contraintuitivo, até perceber que esses usuários geralmente são VIPs e jogadores de alto valor, nos quais retenção e engajamento geram o maior impacto comercial.”
SiGMA News: IA e dados em tempo real costumam ser apresentados como soluções definitivas para a indústria. Onde está a maior diferença entre o que a IA promete e o que ela realmente entrega?
Feldt-Sørensen: “O problema não está na tecnologia em si. Quase sempre está na base que sustenta essa tecnologia. Muitas equipes técnicas chegam confiantes, dizendo que está tudo coberto, até que encontram problemas quando a realidade aparece. Ferramentas de prevenção de churn são um bom exemplo. Em vez de esperar uma análise retrospectiva de 30 dias, elas trabalham diariamente, identificando jogadores com maior probabilidade de abandono muito antes do que qualquer análise manual conseguiria.
Porém, nos estágios iniciais, o processo é mais lento porque o sistema ainda está aprendendo. Os resultados melhoram ao longo do tempo, não da noite para o dia. Operadores que se frustram com IA geralmente são aqueles que ignoraram o trabalho de base — como organizar dados bagunçados, integrar sistemas desconectados e definir estratégias claras — esperando que a tecnologia resolvesse tudo sozinha. A IA apenas potencializa o que já existe. Se a base é fraca, ela simplesmente acelera o problema.”
SiGMA News: A maioria das estratégias de aquisição ainda depende fortemente de bônus e promoções. Como seria um modelo de aquisição verdadeiramente orientado por dados sem depender de bônus?
Feldt-Sørensen: “O modelo de aquisição baseado em bônus é, em certa medida, uma armadilha. É fácil, converte rápido e os números parecem ótimos no primeiro dia, mas os operadores acabam atraindo jogadores interessados apenas no bônus, e não na marca. Quando o bônus acaba, esses jogadores também desaparecem, e a operadora volta praticamente ao ponto de partida em termos de orçamento de aquisição.
Uma abordagem genuinamente orientada por dados começa fazendo outra pergunta: não ‘como fazemos os jogadores se cadastrarem?’, mas ‘que tipo de jogador realmente queremos e onde encontramos esse perfil?’. Isso significa usar dados comportamentais e demográficos para construir o perfil de jogadores valiosos no longo prazo e, a partir daí, moldar toda a estratégia de aquisição para atrair mais usuários desse tipo, utilizando conteúdos relevantes, canais adequados e mensagens alinhadas ao que eles realmente valorizam.
As equipes de CRM e marketing precisam trabalhar com os mesmos dados e os mesmos objetivos desde o primeiro dia, em vez de simplesmente receber um cadastro convertido e torcer para que funcione. Aquisição só é forte quando o pós-cadastro também funciona.”
SiGMA News: Você pode compartilhar um exemplo em que o engajamento orientado por dados melhora claramente a retenção e outro em que ele acaba prejudicando a experiência do jogador?
Feldt-Sørensen: “Um exemplo positivo seria um jogador acumulando 18 perdas consecutivas em um caça-níquel online. Com streaming de dados, um pop-up personalizado pode ser acionado imediatamente oferecendo cinco rodadas grátis. O jogador continua jogando, a sessão se prolonga, a receita bruta de jogos (GGR) aumenta e o usuário sente que a marca entende seu comportamento. Esse é um caso claro de engajamento em tempo real funcionando de forma eficiente.
Já um exemplo negativo é o excesso de automação entre canais. Muitos jogadores recebem a mesma mensagem por e-mail e, segundos depois, recebem exatamente a mesma comunicação via push notification. Quando a automação não é controlada por regras claras de frequência e lógica de preferência de canal, ela se transforma em ruído, e não em engajamento. O jogador passa a se sentir perseguido pela marca, em vez de valorizado. A responsabilidade de corrigir essa experiência não deveria recair sobre o próprio usuário.”
SiGMA News: As operadoras coletam grandes volumes de dados dos jogadores em múltiplos pontos de contato. Qual é a maior lacuna entre os dados que elas coletam e aqueles que realmente conseguem usar de forma eficiente?
Feldt-Sørensen: “As operadoras geralmente são fortes quando se trata de dados transacionais, como apostas, vitórias e perdas, porque a conexão com receita é óbvia. Porém, a camada comportamental que fica acima disso ainda é amplamente subutilizada. O que o jogador está observando antes de realizar um depósito? Em que momento ele abandona a navegação? O que os padrões de comportamento revelam sobre o tipo de jogo que ele realmente deseja? Esses dados já existem, mas grande parte continua sem utilização.”
“Ferramentas de recomendação de jogos baseadas em IA estão sendo usadas cada vez mais para apresentar títulos personalizados de acordo com o comportamento do jogador, e o impacto no GGR pode ser significativo. Operadores que não utilizam esse tipo de dado não estão sofrendo porque suas informações transacionais são imprecisas. Eles enfrentam dificuldades porque continuam tratando todos os jogadores da mesma forma depois que entram no site.”
SiGMA News: Muitas plataformas se posicionam como preditivas e orientadas por IA. Qual capacidade é indispensável antes que sistemas preditivos realmente funcionem?
Feldt-Sørensen: “Streaming de dados. Não quase tempo real ou dados processados em lotes, mas streaming de verdade. Todo o restante é construído sobre essa base. Se os dados chegam com atraso, os sistemas de IA fazem previsões utilizando informações desatualizadas, e os gatilhos são acionados tarde demais para gerar impacto.
Outro fator importante — e frequentemente ignorado — é que a equipe de CRM precisa ter autonomia para agir sobre o que a IA identifica, sem passar por gargalos técnicos. Modelos de detecção de abuso de bônus, por exemplo, conseguem identificar um jogador suspeito nos primeiros cinco minutos após o cadastro e automaticamente remover comunicações promocionais da jornada daquele usuário. Isso só funciona quando sistema, dados e equipes estão alinhados e operando na mesma velocidade.”
SiGMA News: Em que momento a execução orientada por dados começa a falhar para os operadores, seja por custos, complexidade ou limitações de infraestrutura?
Feldt-Sørensen: “Existem dois pontos principais onde tudo começa a se complicar. O primeiro é custo. Fazer streaming de dados transacionais em larga escala exige investimentos significativos, e operadores que ainda não visualizaram retorno costumam hesitar em realizar esse aporte.
O segundo é a falta de conhecimento interno. Muitas equipes técnicas superestimam o próprio nível de preparação, encontram dificuldades durante a implementação e acabam travando o processo. Uma abordagem gradual normalmente é mais eficiente: começar com fluxos básicos, construir confiança na tecnologia e então adicionar complexidade aos poucos. Operadores que tentam escalar tudo desde o primeiro dia geralmente enfrentam mais dificuldades.”
SiGMA News: Estratégias orientadas por dados costumam ser associadas a métricas como GGR e NGR. Em que ponto os operadores estão superestimando o impacto comercial dessas ferramentas?
Feldt-Sørensen: “Os operadores frequentemente superestimam os resultados quando compram uma plataforma e assumem que o trabalho terminou ali. As empresas que realmente estão melhorando seus números de GGR e NGR são aquelas que investem tempo entendendo seus jogadores, e não apenas seus dados. Existe uma diferença importante aí. Os dados mostram o que aconteceu. O entendimento mostra por que aconteceu e o que fazer depois.
Operadores que enfrentam dificuldades normalmente buscam resultados rápidos, trabalham com poucas jornadas amplas e genéricas e depois se perguntam por que a performance não melhora. Já operadores que refinam segmentos, trabalham de forma mais granular e permitem que jornadas menores rodem por períodos mais longos costumam alcançar retenção mais forte e engajamento muito mais relevante.”
SiGMA News: Existe uma pressão crescente em torno de jogo responsável e privacidade de dados. A personalização orientada por dados pode realmente ajudar na proteção ao jogador ou ainda é usada principalmente para aumentar receita?
Feldt-Sørensen: “A personalização baseada em dados pode apoiar tanto a proteção do jogador quanto o desempenho comercial. Operadores que tratam esses objetivos como opostos estão perdendo o ponto principal. O mesmo streaming de dados utilizado para disparar uma oferta de rodadas grátis no momento ideal também pode identificar sinais de risco, como aumento repentino nos depósitos, sessões muito acima do padrão normal do jogador ou comportamentos significativamente diferentes do histórico anterior.
Quando esses indicadores aparecem, as comunicações promocionais podem ser pausadas automaticamente e o jogador direcionado para uma jornada de jogo responsável. Compliance está se tornando cada vez mais importante em mercados regulamentados, e operadores que utilizam personalização apenas para impulsionar receita no curto prazo provavelmente enfrentarão maior pressão regulatória. A abordagem mais sustentável é construir sistemas em que proteção ao jogador e desempenho comercial trabalhem juntos.”
SiGMA News: Na sua visão dentro da Symplify, acompanhando diferentes operadores, qual hábito da indústria relacionado a dados ou CRM precisa ser desaprendido ou mudado radicalmente?
Feldt-Sørensen: “Mentalidade retrospectiva. A grande maioria dos operadores ainda realiza análises de churn olhando os últimos 30 dias e reagindo a jogadores que já abandonaram a plataforma. Isso não é retenção. É resgate.
O hábito que precisa mudar é esperar sinais que já são óbvios. Os operadores que lideram a indústria estão usando IA cada vez mais para identificar riscos de churn dias ou semanas antes que eles aconteçam, intervindo enquanto ainda existe uma relação a ser preservada. Migrar de sistemas reativos para sistemas preditivos não é apenas uma atualização tecnológica. É também uma mudança profunda na forma como os operadores enxergam o valor do jogador.”
Inscreva-se AQUI na contagem regressiva das Top 10 de notícias da SiGMA e na newsletter semanal da plataforma para acompanhar todas as principais notícias do universo iGaming diretamente da maior comunidade global do setor e aproveitar ofertas exclusivas para assinantes.
