Содержание статьи:
Когда я готовился к отъезду, меня часто спрашивали: «А что ты будешь делать, если это не выстрелит?». Для игры в онлайн-покер нужно уметь обращаться с данными, знать статистику и теорию вероятностей. Тогда я знал только одну профессию, в которой был бы востребован тот же набор навыков, поэтому отвечал: «Пойду на Уолл-стрит аналитиком».
Тогда как раз вышел фильм «Человек, который изменил всё». Речь в нем идет о бейсболе, и действие происходит в Окленде во время сезона 2002 года. Тогда команда «Окленд Атлетикс», используя стратегии анализа данных, аналогичные тем, что применяются на Уолл-стрит, полностью изменила бейсбол — при ограниченном бюджете они выиграли рекордные 20 игр подряд, и в этот момент анализ данных пошел в народ.
Спустя год Томас Дэвенпорт и Данурджай Патил опубликовали статью «Анализ данных: Самая сексуальная профессия XXI века» (Data Scientist: The Sexiest Job of the 21st Century), а сайт Glassdoor.com назвал обработку данных лучшей работой в США в 2016 и 2017 годах.
Что общего у покера и анализа данных?
Я начал профессионально заниматься анализом данных в 2016 году и заметил, например, что то, чем я постоянно занимался, играя в покер, аналогично сегментации клиентов.
При выборе стратегии очень важно определить, откуда противник родом (географическая сегментация), как он думает (психографическая сегментация) и как он играет (поведенческая сегментация).
За время карьеры в покере я усвоил, что эти параметры можно свести к простым цифрам — всего по двум показателям я мог сказать, хороший передо мной игрок или плохой. Чтобы проверить эту теорию, я построил модель для сегментирования игроков по методу k-средних — ровно так же компании сегментируют своих клиентов.
Данные для этого проекта я взял из собственной карьеры. Я играл за наличные в безлимитный техасский холдем с бай-ином (минимальным взносом) от $25 (большой блайнд — $0,25) до $200 (большой блайнд — $2). Обычно я играл на 15?20 столах одновременно, за каждым столом 8 или 9 игроков, итого около 600 комбинаций в час.
Больше всего данных у меня по бай-инам в $25, потому что это самая популярная игра. Я использовал данные с 2013 года — тогда я выиграл за 387 373 сдач $1913,13 — и это была малая часть сыгранных комбинаций.
Каждый раз, когда в онлайн-покере разыгрывается очередная сдача, создается запись в истории, которая показывает, что во время игры делал каждый из участников. Я использовал программное обеспечение под названием Hold'em Manager (для других видов покера можно использовать Tableau) — оно в реальном времени загружает эту историю в базу данных PostgreSQL, позволяя игроку анализировать игру оппонента. Результат отображается поверх игрового стола:
Как я использовал статистический анализ для победы в покере
В техасском холдеме каждому игроку сначала раздаются две карты — таким образом, вы получите одну из 1326 комбинаций карт. По мере добавления карт нужно делать предположения относительно диапазона комбинаций, которые могут быть у вашего противника, и здесь помогает статистика.
Например, некоторые игроки редко поднимают ставку на префлопе (то есть во время первого раунда торговли), значит, у них будет низкий показатель Pre-Flop Raise (PFR). Если у противника PFR 2%, я знаю, что у него может быть только 26 из 1326 возможных стартовых комбинаций. И, поскольку я знаю, что они будут поднимать только с хорошими картами, а комбинации, состоящие из тузов и королей, это 28 вариантов, то я довольно отчетливо представляю себе их карты в этот момент.
Во время игры я мог отметить любую заинтересовавшую меня сдачу, после чего вернуться к ней вечером.
Как я уже упоминал, есть два важнейших параметра каждого игрока. Это упомянутый выше процент PFR и процентное соотношение «Добровольный вклад денег в банк» (VP$IP). VP$IP — это частота, с которой участник играет, когда впервые предоставляется возможность сделать ставку или сбросить карты. И статистика по этим двум параметрам вполне позволяла мне понять, будет игрок победителем или неудачником.
Принцип Парето, названный в честь экономиста Вильфредо Парето, гласит, что во многих случаях 20% событий являются причинами 80% эффектов. Это значит, что 80% прибыли компании может поступать от 20% клиентов, а 80% моей прибыли, вероятно, от 20% моих противников.
Я выделил 20% оппонентов, у которых я больше всего выигрываю (я назвал их «рыбами»), и 20% тех, кому больше всего проигрываю (это, соответственно, «акулы»).
Я построил модель по методу k-средних, разбив противников на пять кластеров по восьми параметрам, и после сегментирования определил сегмент с наивысшей концентрацией рыб, и другой, с повышенным содержанием акул.
Для каждого сегмента я усреднял VP$IP и PFR. Гипотеза у меня была такая: у акул VP$IP и PFR очень похожи на мои, а у рыб высокий VP$IP и максимальная разница между этими двумя параметрами.
Акулы
Среди акул VP$IP оппонентов в среднем составляет 15,1%, а PFR 11,7%. Верхнее изображение приблизительно иллюстрирует диапазон VP$IP при значении 15,1%, а нижнее — диапазон PFR при значении 11,7%. Желтым цветом выделены стандартные руки, которые разыгрывают игроки этой категории. Как можно заметить, изображения похожи: на них показаны в основном хорошие стартовые руки. Акулы опираются на два ключевых принципа:
- Нет причин добавлять деньги в банк, когда нет хорошей стартовой руки — лучше сбросить карты.
- Если у вас хорошая стартовая рука, лучше играть агрессивно и делать рейз. Агрессивный стиль игры дает больше шансов выиграть, чем пассивный. Дело в том, что беты и рейзы открывают два пути к победе — за счет лучшей руки или принуждения противников к пасу. Оппоненты не могут сделать сброс, если вы не делаете ставок.
За покерным столом с такими противниками сложно и опасно тягаться: они могут оставить менее опытного игрока ни с чем. А что, если провести аналогию с миром бизнеса?
Предположим, мы заведуем онлайн-ритейлером — например, продаем виджеты. Вероятно, мы можем многое узнать о своих потенциальных клиентах по тому, сколько страниц на нашем веб-сайте они просмотрели и какие именно страницы заинтересовали их больше всего.
То, как каждый отдельный посетитель взаимодействует с веб-сайтом, продемонстрирует статистику и поможет выявить некие тенденции. Категория посетителей, которые просматривают немного страниц, причем в основном те, что предлагают виджеты с низкой доходностью, может указывать на модель поведения низкоприбыльной или неприбыльной клиентуры.
Вычислив такой расклад, мы можем избежать предоставления ресурсов этим потенциальным клиентам.
Рыбы
Игроки-рыбы в среднем показывают 43,8% по VP$IP (верхнее изображение) и 14% по PFR (нижнее изображение). Изображения сильно различаются. Эти игроки добровольно докладывают деньги в банк почти в три раза чаще, чем акулы. Такая стратегия указывает на то, что они часто начинают игру с посредственной или откровенно слабой стартовой руки — и что еще хуже, придерживаются пассивной игры.
Пассивный розыгрыш плохой руки за покерным столом — удовольствие сомнительное и дорогое, деньги гарантированно разойдутся по чужим карманам. На моей памяти еще не было такого, чтобы за покерным столом не сидели по крайней мере две рыбы.
Но вернемся к нашей аналогии онлайн-ритейлера по продаже виджетов. Как может выглядеть их самый прибыльный сегмент? Клиенты из этого сегмента, вероятно, просматривают много страниц на сайте и останавливаются на тех, которые предлагают виджеты с наивысшей доходностью.
Такие покупатели, приносящие бизнесу хорошие деньги, могут попадать на сайт по целевым ссылкам или, возможно, заинтересоваться рекламной публикацией в блоге. Иногда самый показательный момент — это время, которое покупатель тратит на просмотр сайта.
Как только мы понимаем, что потенциальный клиент принадлежит к высокодоходной категории, наша цель — выделить ресурсы этим клиентам, например, сделать их частью целевой маркетинговой кампании или свести с консультантом для подбора оптимальных вариантов.
Я понял, что игра в покер — это жизнь в миниатюре. То, что случается за покерным столом, часто происходит и во многих других аспектах жизни. Я поделюсь с вами парой важных откровений, которые я почерпнул за время своей покерной карьеры:
- Все считают, что они отлично играют в покер, но большинство сильно ошибаются. Когда вы зарабатываете на жизнь за счет людей, которые вот так заблуждаются насчет себя, в какой-то момент приходит понимание, что мы все в чем-то себе лжем. Требуется много усилий, чтобы быть честным с самим собой и с окружающими — но оно того стоит.
- Во всем виноваты только вы. Так звучит главное лекарство от вранья самому себе. Чтобы улучшить свои навыки игры в покер, нужно быть самокритичным. Невозможно учиться на ошибках, если вешать их на других игроков или обстоятельства. Если вы не можете продать свой товар после презентации или вас не берут на должность специалиста по анализу данных — найдите время, чтобы выяснить, где вы прокололись, и не повторяйте эту ошибку.
- Принимайте решения, руководствуясь логикой и разумом. Эго и эмоции дорого обходятся за покерным столом.
- В азартных играх в конечном итоге побеждают те, кто наиболее эффективно собирает и использует информацию. Так что не ленитесь: найдите время разузнать о компании, куда идете на собеседование, и, по возможности, о кадровике, который будет его проводить.
- Не будьте пассивным. Лучшая стратегия — это, как правило, выборочная агрессия. Выборочная агрессия за покерным столом — значит делать беты и рейзы при сильной руке, время от времени блефовать, а не зацикливаться на чеках или колах. В бизнесе это значит активно вести дела: отправлять коммерческие предложения и участвовать в дальнейшем взаимодействии, а не просто надеяться, что сделка как-нибудь сама себя оформит.
Постскриптум
Если вам интересно, то за 387 373 разыгранных рук мой собственный показатель VP$IP составил 15,6%, PFR — 12,2%, а игроки-рыбы демонстрировали самый высокий процент по VP$IP. Вот ссылка на код, который я прописал, чтобы определять своих противников в ту или иную категорию.
