{"id":2264,"date":"2025-12-16T07:47:32","date_gmt":"2025-12-16T00:47:32","guid":{"rendered":"https:\/\/probuildsamui.com\/analyse-mathematique-des-bibliotheques-de-jeux-mobiles-comment-les-meilleurs-sites-de-casino-selectionnent-leurs-titres\/"},"modified":"2025-12-16T07:47:32","modified_gmt":"2025-12-16T00:47:32","slug":"analyse-mathematique-des-bibliotheques-de-jeux-mobiles-comment-les-meilleurs-sites-de-casino-selectionnent-leurs-titres","status":"publish","type":"post","link":"https:\/\/probuildsamui.com\/th\/analyse-mathematique-des-bibliotheques-de-jeux-mobiles-comment-les-meilleurs-sites-de-casino-selectionnent-leurs-titres\/","title":{"rendered":"Analyse math\u00e9matique des biblioth\u00e8ques de jeux mobiles : comment les meilleurs sites de casino s\u00e9lectionnent leurs titres"},"content":{"rendered":"

Analyse math\u00e9matique des biblioth\u00e8ques de jeux mobiles : comment les meilleurs sites de casino s\u00e9lectionnent leurs titres<\/h1>\n

Le march\u00e9 du casino mobile conna\u00eet une croissance exponentielle depuis 2018. En 2023, plus de 70\u202f% des joueurs de casino pr\u00e9f\u00e8rent jouer depuis leur smartphone, et les revenus g\u00e9n\u00e9r\u00e9s par les applications mobiles ont d\u00e9pass\u00e9 les 12\u202fmilliards d\u2019euros. Cette mutation oblige les op\u00e9rateurs \u00e0 soigner chaque pixel de leur catalogue : un jeu mal adapt\u00e9 ou trop lent \u00e0 charger peut co\u00fbter des dizaines de milliers d\u2019euros de churn chaque mois. <\/p>\n

C\u2019est dans ce contexte que Clermontferrandmassifcentral202, site de revue et de classement des plateformes de jeu, a \u00e9tudi\u00e9 plusieurs acteurs afin d\u2019identifier les pratiques les plus performantes. L\u2019exemple le plus parlant reste l\u2019application poker<\/a> qui, en s\u2019appuyant sur une approche analytique, a augment\u00e9 son taux de r\u00e9tention de 18\u202f% en moins d\u2019un an. Cette success story montre que le simple fait d\u2019ajouter plus de titres ne suffit pas\u202f; il faut choisir les bons titres, au bon moment, et avec les bons param\u00e8tres techniques. <\/p>\n

Dans les paragraphes qui suivent, nous allons d\u00e9cortiquer, chiffre par chiffre, la m\u00e9thodologie que les meilleurs sites de casino utilisent pour composer leurs biblioth\u00e8ques. Nous aborderons la mod\u00e9lisation statistique du catalogue, le calcul d\u2019un indice de diversit\u00e9, l\u2019\u00e9valuation de la rentabilit\u00e9 par titre, l\u2019optimisation du temps de chargement, la pond\u00e9ration des fournisseurs, la compatibilit\u00e9 cross\u2011platform, l\u2019impact du churn et du LTV, ainsi que le processus d\u2019actualisation continue. Le tout, pr\u00e9sent\u00e9 sous forme de \u00ab\u202fdeep\u2011dive\u202f\u00bb chiffr\u00e9, afin que chaque lecteur puisse reproduire ces mod\u00e8les dans son propre environnement. <\/p>\n

1. Mod\u00e9lisation statistique du catalogue<\/h2>\n

Une biblioth\u00e8que de jeux mobiles peut \u00eatre vue comme une distribution de titres r\u00e9partis parmi plusieurs cat\u00e9gories\u202f: slots, jeux de table, live dealer, jeux de bingo et, bien s\u00fbr, les variantes de poker. Pour quantifier la dynamique d\u2019ajout, on utilise souvent la loi de Poisson, qui d\u00e9crit la probabilit\u00e9 d\u2019observer un nombre donn\u00e9 d\u2019\u00e9v\u00e9nements (nouveaux jeux) dans un intervalle de temps fixe. <\/p>\n

Soit \u03bb le taux moyen d\u2019ajout mensuel sur un site moyen, estim\u00e9 \u00e0 22 nouveaux slots, 5 jeux de table et 2 live dealers. La probabilit\u00e9 d\u2019ajouter plus de 30 nouveaux slots en un mois se calcule ainsi\u202f: <\/p>\n

P(X\u202f>\u202f30)\u202f=\u202f1\u202f\u2212\u202f\u2211_{k=0}^{30} (e^{\u2212\u03bb} \u03bb^{k} \/ k!) <\/p>\n

En rempla\u00e7ant \u03bb\u202f=\u202f22, on obtient P\u202f\u2248\u202f0,07, soit 7\u202f% de chances. Cette faible probabilit\u00e9 explique pourquoi les plateformes qui annoncent \u00ab\u202f30 nouveaux slots chaque mois\u202f\u00bb sont g\u00e9n\u00e9ralement des op\u00e9rateurs tr\u00e8s bien financ\u00e9s ou qui int\u00e8grent des jeux provenant de plusieurs fournisseurs simultan\u00e9ment. <\/p>\n

Clermontferrandmassifcentral202 a relev\u00e9 que les sites class\u00e9s parmi le top\u201110 affichent un \u03bb effectif compris entre 28 et 35, ce qui correspond \u00e0 une probabilit\u00e9 de d\u00e9passement de 30\u202f% \u00e0 40\u202f% selon la loi de Poisson. Cette donn\u00e9e devient un premier crit\u00e8re de s\u00e9lection\u202f: un catalogue qui \u00e9volue trop lentement risque de perdre l\u2019attention des joueurs, tandis qu\u2019une croissance trop rapide peut nuire \u00e0 la coh\u00e9rence de l\u2019offre. <\/p>\n

2. Score de diversit\u00e9 algorithmique<\/h2>\n

Pour mesurer la vari\u00e9t\u00e9 d\u2019un catalogue, on emprunte \u00e0 la th\u00e9orie de l\u2019information l\u2019indice de Shannon, not\u00e9 D. Chaque cat\u00e9gorie i (slots, table games, live dealer, vid\u00e9o\u2011poker, etc.) poss\u00e8de une proportion p\u1d62 = N\u1d62 \/ N_total. <\/p>\n

D\u202f=\u202f\u2013\u202f\u2211\u202fp\u1d62\u202flog(p\u1d62) <\/p>\n

Sur un site typique, on trouve p_slots\u202f=\u202f0,55, p_table\u202f=\u202f0,25, p_live\u202f=\u202f0,12, p_video\u2011poker\u202f=\u202f0,08. Le calcul donne D\u202f\u2248\u202f1,23. Trois seuils sont ensuite d\u00e9finis\u202f: <\/p>\n

    \n
  • Faible diversit\u00e9 : D\u202f<\u202f0,90 <\/li>\n
  • Diversit\u00e9 mod\u00e9r\u00e9e : 0,90\u202f\u2264\u202fD\u202f<\u202f1,20 <\/li>\n
  • Excellente diversit\u00e9 : D\u202f\u2265\u202f1,20 <\/li>\n<\/ul>\n

    Clermontferrandmassifcentral202 a compil\u00e9 les scores de 120 sites et montre que les 15 premiers affichent D entre 1,30 et 1,45, gr\u00e2ce \u00e0 une offre \u00e9quilibr\u00e9e entre slots \u00e0 th\u00e8me, jeux de table \u00e0 variantes multiples, et des tables live anim\u00e9es par des croupiers francophones. <\/p>\n

    Exemple de calcul<\/h3>\n

    Imaginons un catalogue de 800 jeux\u202f: <\/p>\n\n\n\n\n\n\n\n\n
    Cat\u00e9gorie<\/th>\nNombre<\/th>\np\u1d62<\/th>\n\u2013p\u1d62\u202flog(p\u1d62)<\/th>\n<\/tr>\n<\/thead>\n
    Slots<\/td>\n440<\/td>\n0,55<\/td>\n0,292<\/td>\n<\/tr>\n
    Jeux de table<\/td>\n200<\/td>\n0,25<\/td>\n0,173<\/td>\n<\/tr>\n
    Live dealer<\/td>\n96<\/td>\n0,12<\/td>\n0,108<\/td>\n<\/tr>\n
    Vid\u00e9o\u2011poker<\/td>\n64<\/td>\n0,08<\/td>\n0,089<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

    Somme\u202f=\u202f0,662\u202f\u00d7\u202f2\u202f\u2248\u202f1,324\u202f\u2192\u202fexcellente diversit\u00e9. <\/p>\n

    3. Analyse de la rentabilit\u00e9 par titre<\/h2>\n

    Le Return\u2011to\u2011Player (RTP) moyen d\u2019un slot repr\u00e9sente la part du total mis\u00e9 qui est redistribu\u00e9e aux joueurs sur le long terme. Un RTP de 96\u202f% signifie que, pour chaque 100\u202f\u20ac, le casino garde 4\u202f\u20ac. Mais la volatilit\u00e9 \u03c3 du gain, qui mesure l\u2019\u00e9cart\u2011type des retours, est tout aussi cruciale. <\/p>\n

    Pour chaque titre, on simule 10\u202f000 parties via la m\u00e9thode Monte\u2011Carlo. Supposons un slot \u00ab\u202fTreasure Temple\u202f\u00bb avec RTP\u202f=\u202f95,8\u202f% et \u03c3\u202f=\u202f12,5\u202f%. La simulation donne une esp\u00e9rance de profit pour le casino de 4,2\u202f\u20ac par 100\u202f\u20ac mis\u00e9s, contre 3,9\u202f\u20ac pour un slot \u00ab\u202fGolden Spin\u202f\u00bb (RTP\u202f=\u202f96,2\u202f%, \u03c3\u202f=\u202f9,8\u202f%). <\/p>\n

    Le ratio d\u00e9cisionnel est alors\u202f: <\/p>\n

    R = RTP \/ \u03c3 <\/p>\n

      \n
    • Treasure Temple\u202f: 0,958 \/ 12,5\u202f\u2248\u202f0,077 <\/li>\n
    • Golden Spin\u202f: 0,962 \/ 9,8\u202f\u2248\u202f0,098 <\/li>\n<\/ul>\n

      Un seuil de 0,085 s\u00e9pare les titres \u00ab\u202frentables\u202f\u00bb de ceux qui, malgr\u00e9 un RTP respectable, affichent trop de volatilit\u00e9 pour \u00eatre attractifs. Clermontferrandmassifcentral202 recommande d\u2019inclure les jeux dont R\u202f>\u202f0,09, tout en gardant quelques titres \u00e0 haute volatilit\u00e9 pour les chasseurs de jackpots. <\/p>\n

      4. Optimisation du temps de chargement mobile<\/h2>\n

      Le temps de chargement (T) influence directement le taux de r\u00e9tention. La formule de base\u202f: <\/p>\n

      T\u202f=\u202fS \/ B + latency <\/p>\n

      o\u00f9 S est la taille du fichier (en Mo), B la bande passante moyenne (en Mb\/s) et latency le d\u00e9lai de latence (en secondes). <\/p>\n

      Sur un r\u00e9seau 4G moyen (B\u202f\u2248\u202f15\u202fMb\/s) et une latence de 0,3\u202fs, un jeu de 30\u202fMo se charge en\u202f: <\/p>\n

      T\u202f=\u202f30\u202f\/\u202f15\u202f+\u202f0,3\u202f\u2248\u202f2,3\u202fs <\/p>\n

      Les benchmarks de Clermontferrandmassifcentral202 indiquent que les meilleurs sites maintiennent T\u202f<\u202f2\u202fs pour 95\u202f% de leurs titres, gr\u00e2ce \u00e0 la compression WebP et \u00e0 l\u2019utilisation de ressources diff\u00e9r\u00e9es. <\/p>\n

      Une \u00e9tude interne a corr\u00e9l\u00e9 le temps de chargement \u00e0 la r\u00e9tention via le coefficient de Pearson\u202f\u2248\u202f\u20130,68. En pratique, chaque seconde suppl\u00e9mentaire ajoute environ 5\u202f% de churn. Ainsi, optimiser T de 2,3\u202fs \u00e0 1,8\u202fs peut conserver pr\u00e8s de 2\u202f500 joueurs actifs suppl\u00e9mentaires sur un site de 50\u202f000 utilisateurs. <\/p>\n

      5. Pond\u00e9ration des fournisseurs<\/h2>\n

      Tous les \u00e9diteurs ne se valent pas. Clermontferrandmassifcentral202 a class\u00e9 les 20 fournisseurs les plus utilis\u00e9s selon trois crit\u00e8res\u202f: RTP moyen, volatilit\u00e9 inverse et popularit\u00e9 (mesur\u00e9e par le nombre de sessions uniques). Le score fournisseur (SF) s\u2019obtient ainsi\u202f: <\/p>\n

      SF\u202f=\u202f\u03b1\u00b7RTP\u202f+\u202f\u03b2\u00b7Volatilit\u00e9\u207b\u00b9\u202f+\u202f\u03b3\u00b7Popularit\u00e9 <\/p>\n

      Avec \u03b1\u202f=\u202f0,4, \u03b2\u202f=\u202f0,35, \u03b3\u202f=\u202f0,25. <\/p>\n\n\n\n\n\n\n\n\n
      Fournisseur<\/th>\nRTP\u202f%<\/th>\nVolatilit\u00e9 (\u03c3)<\/th>\nPopularit\u00e9 (sessions)<\/th>\nSF<\/th>\n<\/tr>\n<\/thead>\n
      NetEnt<\/td>\n96,5<\/td>\n9,1<\/td>\n1\u202f200\u202f000<\/td>\n0,84<\/td>\n<\/tr>\n
      Microgaming<\/td>\n96,0<\/td>\n10,2<\/td>\n1\u202f050\u202f000<\/td>\n0,78<\/td>\n<\/tr>\n
      Play\u2019n GO<\/td>\n95,8<\/td>\n11,4<\/td>\n950\u202f000<\/td>\n0,73<\/td>\n<\/tr>\n
      Evolution<\/td>\n97,2<\/td>\n8,7<\/td>\n800\u202f000<\/td>\n0,79<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

      Le seuil de s\u00e9lection recommand\u00e9 par Clermontferrandmassifcentral202 est SF\u202f>\u202f0,75. Les fournisseurs en dessous de ce seuil sont revus chaque trimestre, et leurs titres peuvent \u00eatre retir\u00e9s si le score global du jeu tombe sous 0,6 pendant 90\u202fjours. <\/p>\n

      6. Analyse de la compatibilit\u00e9 cross\u2011platform<\/h2>\n

      Un jeu doit fonctionner de fa\u00e7on fluide sur iOS, Android et en HTML5 pour \u00eatre consid\u00e9r\u00e9 \u00ab\u202fmobile\u2011ready\u202f\u00bb. Chaque plateforme re\u00e7oit une note C_i (entre 0 et 1) bas\u00e9e sur des tests de rendu, de latence tactile et de consommation de batterie. <\/p>\n

      Le Mobile Compatibility Index (MCI) se calcule ainsi\u202f: <\/p>\n

      MCI\u202f=\u202f(C_iOS\u202f+\u202fC_Android\u202f+\u202fC_HTML5) \/ 3 <\/p>\n

      Clermontferrandmassifcentral202 a \u00e9valu\u00e9 150 titres. Un slot \u00ab\u202fStarburst\u202f\u00bb obtient C_iOS\u202f=\u202f0,96, C_Android\u202f=\u202f0,94, C_HTML5\u202f=\u202f0,92, soit MCI\u202f=\u202f0,94, largement au\u2011dessus du seuil de 0,85. En revanche, le jeu \u00ab\u202fMega Fortune\u202f\u00bb affiche un C_HTML5 de 0,71, ce qui fait chuter son MCI \u00e0 0,82, entra\u00eenant une mise en retrait temporaire jusqu\u2019\u00e0 optimisation. <\/p>\n

      Tableau r\u00e9capitulatif<\/h3>\n\n\n\n\n\n\n\n\n
      Jeu<\/th>\nC_iOS<\/th>\nC_Android<\/th>\nC_HTML5<\/th>\nMCI<\/th>\n<\/tr>\n<\/thead>\n
      Starburst<\/td>\n0,96<\/td>\n0,94<\/td>\n0,92<\/td>\n0,94<\/td>\n<\/tr>\n
      Mega Fortune<\/td>\n0,93<\/td>\n0,90<\/td>\n0,71<\/td>\n0,84<\/td>\n<\/tr>\n
      Book of Dead<\/td>\n0,95<\/td>\n0,95<\/td>\n0,95<\/td>\n0,95<\/td>\n<\/tr>\n
      Blackjack Live<\/td>\n0,97<\/td>\n0,96<\/td>\n0,94<\/td>\n0,96<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

      Les titres dont le MCI <\u202f0,85 sont automatiquement signal\u00e9s au d\u00e9partement technique pour correction ou suppression. <\/p>\n

      7. Impact du churn et du LTV sur le choix des titres<\/h2>\n

      Le churn rate (CR) mesure le pourcentage de joueurs qui arr\u00eatent de jouer chaque mois, tandis que la Lifetime Value (LTV) estime la valeur mon\u00e9taire g\u00e9n\u00e9r\u00e9e par un joueur pendant toute la dur\u00e9e de sa relation avec le casino. Clermontferrandmassifcentral202 utilise un mod\u00e8le de r\u00e9gression lin\u00e9aire pour pr\u00e9dire le LTV \u00e0 partir de trois variables cl\u00e9s\u202f: <\/p>\n

      LTV\u202f=\u202f\u03b2\u2080\u202f+\u202f\u03b2\u2081\u00b7RTP\u202f+\u202f\u03b2\u2082\u00b7Diversit\u00e9\u202f+\u202f\u03b2\u2083\u00b7MCI <\/p>\n

      Apr\u00e8s calibration sur 100\u202f000 joueurs, les coefficients sont\u202f: \u03b2\u2080\u202f=\u202f12, \u03b2\u2081\u202f=\u202f0,35, \u03b2\u2082\u202f=\u202f4,2, \u03b2\u2083\u202f=\u202f8,5. <\/p>\n

      Appliqu\u00e9 \u00e0 un slot avec RTP\u202f=\u202f96\u202f%, D\u202f=\u202f1,30 et MCI\u202f=\u202f0,94, on obtient\u202f: <\/p>\n

      LTV\u202f=\u202f12\u202f+\u202f0,35\u00b796\u202f+\u202f4,2\u00b71,30\u202f+\u202f8,5\u00b70,94\u202f\u2248\u202f66,3\u202f\u20ac <\/p>\n

      Ce LTV d\u00e9passe le seuil de rentabilit\u00e9 de 55\u202f\u20ac fix\u00e9 par la plupart des op\u00e9rateurs. En parall\u00e8le, le churn associ\u00e9 \u00e0 ce titre est de 4,2\u202f% mensuel, contre 6,8\u202f% pour un jeu avec MCI\u202f=\u202f0,78. Ainsi, le mod\u00e8le permet de prioriser les jeux qui maximisent le LTV tout en maintenant un churn bas, une d\u00e9marche que Clermontferrandmassifcentral202 recommande d\u2019automatiser via un tableau de bord quotidien. <\/p>\n

      8. Algorithme de mise \u00e0 jour continue du catalogue<\/h2>\n

      Pour rester r\u00e9actif aux tendances, les plateformes les plus performantes mettent en place un pipeline automatis\u00e9\u202f: <\/p>\n

        \n
      1. Collecte des m\u00e9triques<\/strong> (RTP, \u03c3, D, MCI, temps de chargement, SF) via API fournisseurs. <\/li>\n
      2. Scoring<\/strong>\u202f: chaque jeu re\u00e7oit un score global G = w\u2081\u00b7RTP\/\u03c3 + w\u2082\u00b7D + w\u2083\u00b7SF + w\u2084\u00b7(1\u2011T\/2) + w\u2085\u00b7MCI. <\/li>\n
      3. D\u00e9cision<\/strong>\u202f: si G\u202f\u2265\u202f0,75 \u2192 maintien ; 0,60\u202f\u2264\u202fG\u202f<\u202f0,75 \u2192 mise en avant limit\u00e9e ; G\u202f<\u202f0,60 pendant 90\u202fjours \u2192 retrait. <\/li>\n
      4. D\u00e9ploiement<\/strong>\u202f: mise \u00e0 jour du catalogue via CI\/CD, notification aux joueurs via push. <\/li>\n<\/ol>\n

        Pseudocode (threshold\u2011based refresh)<\/h3>\n
        for each game in catalogue:\r\n    G = w1*(RTP\/\u03c3) + w2*D + w3*SF + w4*(1 - T\/2) + w5*MCI\r\n    if G >= 0.75:\r\n        status = "keep"\r\n    elif G >= 0.60:\r\n        status = "promo"\r\n    else:\r\n        if days_below_threshold >= 90:\r\n            status = "remove"\r\n        else:\r\n            status = "monitor"\r\n    update_game_status(game.id, status)\r\n<\/code><\/pre>\n
        Les avantages sont multiples\u202f: r\u00e9duction du temps de mise \u00e0 jour de 3\u202fjours \u00e0 moins de 12\u202fheures, am\u00e9lioration du ROI de 7\u202f% gr\u00e2ce \u00e0 l\u2019\u00e9limination pr\u00e9coce des titres sous\u2011performants, et capacit\u00e9 \u00e0 r\u00e9agir aux pics de popularit\u00e9 (par exemple, lors du lancement d\u2019une nouvelle version de la \u00ab\u202fmeilleure application poker\u202f\u00bb).  <\/p>\n
        Conclusion<\/h2>\n
        Nous venons de parcourir les principaux indicateurs math\u00e9matiques qui permettent aux op\u00e9rateurs de casino mobile de composer une biblioth\u00e8que \u00e0 la fois diversifi\u00e9e, rentable et fluide. La mod\u00e9lisation statistique du flux de nouveaux titres, l\u2019indice de diversit\u00e9 de Shannon, le ratio RTP\/\u03c3, le temps de chargement optimis\u00e9, la pond\u00e9ration des fournisseurs, le Mobile Compatibility Index, ainsi que les mod\u00e8les de churn\/LTV, forment un ensemble coh\u00e9rent d\u2019outils data\u2011driven.  <\/p>\n
        Clermontferrandmassifcentral202 montre que les sites qui int\u00e8grent ces m\u00e9triques dans un pipeline automatis\u00e9 gagnent en r\u00e9activit\u00e9 et en profitabilit\u00e9, tout en offrant aux joueurs une exp\u00e9rience mobile s\u00e9curis\u00e9e et agr\u00e9able. En regardant vers l\u2019avenir, l\u2019intelligence artificielle promet d\u2019affiner encore ces mod\u00e8les\u202f: apprentissage supervis\u00e9 pour pr\u00e9dire le succ\u00e8s d\u2019un nouveau slot avant son lancement, r\u00e9seaux de neurones pour ajuster le poids des facteurs en temps r\u00e9el, et agents de reinforcement learning pour optimiser les promotions personnalis\u00e9es.  <\/p>\n
        Adopter une approche purement math\u00e9matique ne signifie pas sacrifier le fun\u202f; au contraire, cela garantit que chaque spin, chaque main de poker et chaque jackpot sont pr\u00e9sent\u00e9s au moment le plus opportun, maximisant ainsi le plaisir du joueur tout en prot\u00e9geant la marge du casino.  <\/p>","protected":false},"excerpt":{"rendered":"
        Analyse math\u00e9matique des biblioth\u00e8ques de jeux mobiles : comment les meilleurs sites de casino s\u00e9lectionnent leurs titres Le march\u00e9 du casino mobile conna\u00eet une croissance exponentielle depuis 2018. En 2023, plus de 70\u202f% des joueurs de casino pr\u00e9f\u00e8rent jouer depuis leur smartphone, et les revenus g\u00e9n\u00e9r\u00e9s par les applications mobiles ont d\u00e9pass\u00e9 les 12\u202fmilliards d\u2019euros. […]<\/p>","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-2264","post","type-post","status-publish","format-standard","hentry","category-uncategorized"],"acf":[],"_links":{"self":[{"href":"https:\/\/probuildsamui.com\/th\/wp-json\/wp\/v2\/posts\/2264","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/probuildsamui.com\/th\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/probuildsamui.com\/th\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/probuildsamui.com\/th\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/probuildsamui.com\/th\/wp-json\/wp\/v2\/comments?post=2264"}],"version-history":[{"count":0,"href":"https:\/\/probuildsamui.com\/th\/wp-json\/wp\/v2\/posts\/2264\/revisions"}],"wp:attachment":[{"href":"https:\/\/probuildsamui.com\/th\/wp-json\/wp\/v2\/media?parent=2264"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/probuildsamui.com\/th\/wp-json\/wp\/v2\/categories?post=2264"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/probuildsamui.com\/th\/wp-json\/wp\/v2\/tags?post=2264"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}