Hvad modellen gjorde
DraftKings byggede i 2023 en maskinlæringsmodel, der gav kunder point efter, hvor mange penge de ventedes at tabe efter at have fået et gratis spil eller en bonus, skrev New York Times lørdag med henvisning til interview med tidligere ansatte, ifølge Yahoo News’ sammendrag.
Inputtene var dagligdags: hvor ofte nogen spillede, hvordan kontosaldoen så ud, forholdet mellem tab og indsatser, og hvor sandsynligt det var, at personen holdt helt op med at spille. Outputtet var et enkelt tal, som personalet kaldte en “elasticitetsscore”. Jo højere score, jo mere var kunden værd at jagte med flere fordele.
Hvorfor den virkede
Modellen var ikke bygget til at finde problemspillere. Den var bygget til at finde det bedste afkast pr. markedsføringskrone, og de to viste sig at pege på de samme mennesker. Tidligere ansatte fortalte Times, at den økonomiske logik udpegede problemspillere som de mest indbringende mål for bonustilbud.
“Vi leder efter træk og egenskaber, vi kan målrette imod, og som peger på en god investering”, sagde den tidligere dataanalytiker Jayden Butts til avisen.
Den sætning er hele historien i miniature. Intet i den handler om skader ved spil. Intet behøver at gøre det, for at skaderne indtræffer.
Modellen der aldrig kom i drift
Midt i 2024 begyndte DraftKings-dataforskeren Nestor Hernandez at bygge en anden model: en risikoscore, der skulle opdage kunder på vej mod en spillekrise dage eller uger i forvejen ved at læse pengebevægelser, mønstre af tabsjagt, alder og køn.
Den kørte på stort set samme infrastruktur som elasticitetsscoren. Den blev skubbet til side. Selskabets ansvarlige for ansvarligt spil sagde, at risikoværktøjet manglede tilstrækkeligt evidensbaseret grundlag, ifølge Times.
Asymmetrien er det fund, der er værd at holde fast i. En prædiktiv model rettet mod indtægter blev godtaget på sine resultater; en prædiktiv model rettet mod skade blev målt mod et beviskrav, den første aldrig blev bedt om at opfylde.
Hvad DraftKings siger
Selskabet bestrider, at det målrettede efter forventede tab, siger, at kampagner går til aktive brugere, og henviser til sine samarbejder om ansvarligt spil og sine overvågningsværktøjer.
Det har også fortalt investorerne, hvad analysen var værd: DraftKings tilskrev datavidenskaben en forbedring på omkring 13 procent i marginerne på kampagnedrevet bookmakerforretning i 2025, på kampagnemidler, selskabet beskriver i hundredvis af millioner dollar.
Hvorfor det rækker ud over væddemål
Spillemyndighederne i USA fører tilsyn med reklame, bonusvilkår og selvudelukkelse. De fører normalt ikke tilsyn med den rangordningsfunktion, der afgør, hvem der ser et tilbud. Det hul er ikke særegent for bookmakere; det er det samme hul, der findes overalt, hvor en model sorterer kunder efter forventet værdi, og sorteringen er usynlig for den, der bliver sorteret.
Hold øje med, om en delstatsmyndighed beder om at se variabellisten. Det afgørende spørgsmål er ikke, om der blev brugt AI, men om “sandsynlighed for at holde op med at spille” er en legitim variabel i en markedsføringsmodel.
