Beyond aggregate spending: a behavioural typology of online gambling and its neighbourhood patterning in Great Britain

Resumen Técnico: Más allá del gasto agregado: Una tipología conductual del juego en línea y su patrón de vecindario en Gran Bretaña

Planteamiento del problema
La literatura empírica actual sobre el daño derivado del juego en línea en Gran Bretaña (GB) se basa predominantemente en marcos cognitivos individuales (p. ej., impulsividad, autoeficacia) y métricas de gasto agregado. Las fuentes de datos existentes sufren limitaciones significativas:

• Encuestas de autoinforme: Carecen de la granularidad necesaria para la inferencia a nivel de vecindario y son propensas a sesgos de memoria y de reporte.
• Datos de banca abierta (Open banking): Registran con precisión los flujos financieros hacia y desde los comercios, pero carecen de detalle estructural interno (p. ej., distinguir entre una única apuesta de alto valor y múltiples sesiones de bajo valor, o identificar tipos de productos específicos como tragaperras frente a apuestas deportivas). Además, métricas como la "cuota de juego del gasto total" están confundidas por la elasticidad del ingreso, lo que puede representar erróneamente la intensidad entre los grupos de menores ingresos.
• Datos de operadores: Aunque son ricos en detalles transaccionales (boletos de apuesta, profundidad de sesión, temporalidad), rara vez han sido accesibles para el análisis independiente o vinculados a contextos de vecindario.

El problema central abordado es la falta de una tipología conductual basada en datos, a escala poblacional, que integre registros de transacciones de operadores de alta resolución con el contexto social y espacial para comprender cómo se estructura y distribuye el juego.

Metodología
El estudio utiliza un año completo (2022) de registros transaccionales de uno de los cinco mayores operadores de juego en línea en GB.

• Cohorte: Tras la limpieza y vinculación de múltiples cuentas a individuos únicos, la cohorte analítica comprendió 1.184.905 clientes residentes en GB verificados. Esta se dividió en grupos "Activos" (796.378) y "Dormidos" (388.527). Los jugadores activos se estratificaron además en tres grupos para una comparación de iguales: Apuestas y Juegos (BG, Betting-and-Gaming), Solo Apuestas (B, Betting-Exclusive) y Solo Juegos (G, Gaming-Exclusive).
• Ingeniería de características: Se computaron 37 características conductuales por cliente a través de cuatro dominios: frecuencia, intensidad, riesgo y variabilidad. Crucialmente, los indicadores de qué se jugaba y cuándo (en relación con los calendarios deportivos) se excluyeron de las entradas de agrupamiento (clustering) para evitar la precarga de contexto social o temporal en la derivación conductual.
• Proceso de agrupamiento (Clustering):
  1. Preprocesamiento: Las características fueron transformadas (arco hiperbólico inverso para asimetría, reflexión para variables con sesgo a la izquierda) y escaladas mediante min-max al rango [0, 100].
  2. Reducción de dimensionalidad: Se aplicó el Análisis de Componentes Principales (PCA) por separado a cada grupo (BG, B, G) para reducir la colinealidad.
  3. Agrupamiento: Se realizó un agrupamiento de K-medias (con inicialización k-means++ y 10.000 ensayos) sobre los componentes principales retenidos. El número de grupos se determinó mediante clustergrams, resultando en 6 tipos para BG, 2 para B y 3 para G (11 tipos activos en total), además de una categoría de Dormidos.
• Perfilado contextual: Post-hoc, los tipos derivados se perfilaron frente a cinco capas contextuales que no se utilizaron en el agrupamiento: demografía, preferencia de producto, ritmo temporal, Clasificación de Áreas de Salida geodemográfica y el Índice de Privación Múltiple (IMD).
• Proyección espacial: La tipología se proyectó a los 43.064 Áreas de Salida de Nivel Inferior (LSOA) en GB utilizando un procedimiento de estimación de áreas pequeñas ponderado por deciles, escalado a las estimaciones nacionales basadas en la cuota de mercado del operador.

Resultados clave
El análisis identificó 1as 12 categorías distintas (11 tipos activos + Dormidos) que revelan disociaciones significativas entre frecuencia, intensidad y ubicación:

1. Disociación de frecuencia e intensidad: Los tipos con frecuencias de participación casi idénticas pueden diferir drásticamente en su exposición financiera. Por ejemplo, los "Buscadores de Entretenimiento Conscientes" (BG4) juegan en más del 50% de los días pero con apuestas bajas y altas tasas de beneficio, mientras que los "Perdedores de Alta Frecuencia y Alto Valor" (BG5) juegan en un número similar de días pero con 18 veces más depósitos y tasas de beneficio significativamente menores. Los umbrales de monitoreo de frecuencia continua estándar fallarían en distinguir estos perfiles de riesgo.
2. La vulnerabilidad del vecindario es no lineal: La extremidad conductual no predice de manera fiable la vulnerabilidad del vecindario.
   • Los "Jugadores de Bajo Valor Conscientes de Comunidades Desfavorecidas" (G2) muestran una apuesta conservadora y altas tasas de beneficio, pero están fuertemente concentrados en los vecindarios más desfavorecidos.
   • Por el contrario, los "Jugadores Jóvenes de Consumo Ocasional" (BG6) muestran ráfagas volátiles, de grandes pérdidas y nocturnas, pero están menos concentrados en áreas desfavorecidas.
   • Esto sugiere que confiar únicamente en métricas conductuales subestima el riesgo en áreas desfavorecidas, mientras que confiar únicamente en métricas de privación ignora patrones conductuales de alto riesgo en áreas prósperas.
3. Heterogeneidad temporal: Las estructuras temporales varían sistemáticamente. Algunos tipos están impulsados por eventos (picos alrededor de grandes encuentros deportivos), otros son habituales (distribución uniforme) y otros combinan apuestas impulsadas por eventos con ráfagas de juegos. Los sistemas de monitoreo calibrados para agregados mensuales no están equipados para detectar el daño en los tipos impulsados por eventos donde la exposición aumenta en ventanas de tiempo muy estrechas.
4. Patrones espaciales: El juego en línea no carece de lugar. Los tipos exclusivos de juegos se concentran en ciudades desfavorecidas y postindustriales (p. ej., el Noreste, Merthyr Tydfil), mientras que los tipos exclusivos de apuestas son más difusos. Londres y el Sudeste muestran una menor penetración para la mayoría de los tipos.

Significancia y afirmaciones
El artículo sostiene que la gobernanza del juego en línea en GB requiere un cambio de los modelos cognitivos-individuales y las métricas de gasto agregado hacia un enfoque multicapa que combine la estructura conductual y el contexto del vecindario.

• Más allá del gasto agregado: El estudio demuestra que los datos de los operadores proporcionan el detalle estructural necesario (composición del boleto de apuesta, profundidad de sesión) que carecen los datos de banca abierta, mientras que la banca abierta proporciona el contexto financiero a escala poblacional que los datos de un solo operador no poseen.
• Interpretación contextual: La clasificación conductual gana valor interpretativo solo cuando se fundamenta en el lugar. Un perfil de apuesta "modesto" en un vecindario desfavorecido (G2) puede requerir una atención política diferente que el mismo perfil en un área próspera, al igual que el juego de alta frecuencia en un contexto financieramente seguro (BG4) puede diferir en riesgo de un juego similar en un contexto vulnerable.
• Implicaciones de política: La tipología respalda una gobernanza del juego "sensible al lugar". Permite a las autoridades locales y a los equipos de salud pública identificar vecindarios específicos donde se acumulan formas específicas de juego (p. ej., juegos de altas pérdidas frente a apuestas impulsadas por eventos), permitiendo intervenciones dirigidas en lugar de depender de promedios nacionales o umbrales de frecuencia toscos.
• Limitaciones: Los autores reconocen que el análisis se basa en un solo operador (posible sesgo de selección), cubre un solo año (falta de trayectorias a largo plazo), depende de la estimación inferencial de áreas pequeñas y trata los indicadores conductuales como indicadores de riesgo en lugar de medidas directas de daño experimentado.

El estudio concluye que los mercados digitales no borran la geografía; los vecindarios donde se acumulan los daños del juego en línea se solapan significamente con lugares marcados por la reestructuración postindustrial y la desventaja económica, lo que requiere marcos de gobernanza que integren el monitoreo individual con la evidencia a escala de vecindario.