En el mundo en expansión de las apuestas, donde las casas de apuestas aceptan apuestas en una variedad de eventos, la escasez de mercados personalizados para los jugadores, especialmente dentro del ámbito de los esports, se destaca como una anomalía intrigante.
En conversación con SBC News, Yurii Lysenko, científico de datos principal de DATA.BET, revela el potencial y los desafíos de los mercados personalizados, arrojando luz sobre por qué las casas de apuestas dudan en ingresar a este territorio inexplorado.
Esta investigación explora a fondo la personalización del mercado según las preferencias de los apostadores, explorando su popularidad y revelando los factores que influyen en su interés. Además, examina los desafíos que impiden la integración de estas apuestas, destacando su disponibilidad en deportes tradicionales para eventos importantes.
Inicialmente, seleccionamos dos de las disciplinas más populares, como Counter-Strike y League of Legends. Tras la implementación de los mercados personalizados, se analizó el atractivo para los jugadores, centrándose en la evolución del interés a lo largo del tiempo. Durante las primeras semanas, la interacción fue mínima (hasta un 5% del total de apuestas), pero experimentó un crecimiento acelerado al tercer mes, alcanzando un volumen total de apuestas superior al 20%, como se muestra en el gráfico adjunto.
Esto podría haber ocurrido porque los jugadores necesitaban tiempo para comprender y generar confianza en un nuevo tipo de mercado.
El interés finalmente repuntó a sus niveles anteriores, seguido de un aumento exponencial de hasta un 25 %. Este patrón sugiere que ofrecer mercados personalizados de forma constante ha comenzado a ganar popularidad y aumentará continuamente el interés de los jugadores, permitiéndoles intentar predecir resultados o escenarios específicos que se ajusten a sus intereses, preferencias o experiencia.
Este enfoque personalizado mejora la experiencia general de los jugadores al ofrecer opciones que se adaptan a sus preferencias. A pesar de su evidente atractivo, aún existe escasez de apuestas personalizadas, lo que puede deberse a las dificultades del modelado.
Uno de los principales desafíos de modelar mercados es que algunas disciplinas siguen distribuciones diferentes o no siguen ninguna conocida, lo que requiere un modelado personalizado. Como ejemplo, consideremos la distribución del número de bajas por equipo en Counter-Strike.
Los picos locales mencionados en el gráfico en los puntos 250 y 270 corresponden a rondas de prórroga. También se observa que, incluso antes de la prórroga, la distribución no es simétrica. Podría pensarse que esto se puede solucionar fácilmente combinando la distribución beta, pero este enfoque deja de funcionar cerca del final del partido, especialmente al considerar jugadores individuales en lugar de equipos.
En escenarios donde el primer equipo tiene casi garantizada la victoria, el número de muertes de un jugador del segundo equipo será al menos igual al número de rondas que pierda. Por ejemplo, en una partida con un marcador de 11-4, donde el primer equipo solo necesita dos rondas para ganar, un jugador del segundo equipo morirá al menos dos veces.
La distribución real será diferente de una distribución normal o de Poisson porque la probabilidad de morir menos de dos veces es prácticamente cero, a diferencia de los valores de una distribución normal calculados para el número esperado de muertes para un jugador en esta situación, que sería 2.89.
Aunque solo se consideró una situación de juego específica, estas excepciones son muy frecuentes. Aspectos tan simples como este contribuyen a cada paso del modelado por distribuciones, lo que lo hace inadecuado para esta disciplina.
Por lo tanto, el enfoque elegido para el modelado es utilizar el método de cadena de Markov, que permite el procesamiento personalizado de cada estado del juego y modelar el siguiente estado de ronda a ronda.
También tiene en cuenta las estadísticas de Bayes cuando el rendimiento real de un jugador se desvía del valor esperado y es necesario ajustar las características del jugador.
Arriba se presentan los ejemplos y los problemas encontrados al modelar mercados personales para Counter-Strike. En otras disciplinas sin puntuación fija, como Dota 2 o League of Legends, las distribuciones normales son bastante adecuadas, excepto en situaciones cercanas al final de la partida. Tenga en cuenta que, para simplificar este artículo, se omite el análisis de situaciones en las que un jugador cambia su rol en la partida o cuando sus coordenadas influyen directamente en su valor esperado.
La creación de modelos requiere una gran cantidad de estadísticas y un enfoque de modelado no estándar. Ofrecer estos mercados manualmente es casi imposible, ya que las cuotas en los mercados de jugadores pueden cambiar bruscamente según el comportamiento y la posición de los jugadores en el juego, lo que supone un reto adicional para las casas de apuestas.
A pesar de las dificultades para modelar estos mercados, el resultado justifica ampliamente el esfuerzo invertido. Los operadores que ofrecen mercados a medida fomentan la fidelización de sus clientes, reducen la tasa de abandono y fortalecen su posición en el mercado.
Por ejemplo, en Counter-Strike, los mercados individuales se situaron entre los cinco primeros en volumen, y en League of Legends, entre los tres primeros durante los dos primeros meses de su oferta regular. Ofrecer estos mercados sin datos oficiales en tiempo real es casi imposible, lo que explica por qué tan pocas casas de apuestas ofrecen este tipo de ofertas. Sin embargo, a medida que la tecnología avanza, las colaboraciones estratégicas entre casas de apuestas y proveedores con herramientas relevantes se vuelven cruciales para aprovechar el potencial de los mercados personalizados.
En conclusión, ante la continua evolución del panorama de las apuestas en esports, las casas de apuestas deben adaptarse e innovar para satisfacer las demandas de los apostadores experimentados. Al adoptar mercados personalizados y fomentar las colaboraciones, los operadores pueden mejorar la experiencia de las apuestas y posicionarse como líderes del sector.
