DigitalRG organiza un webinar sobre sistemas de autoexclusión eficaces en el canal físico

DigitalRG organiza un webinar sobre sistemas de autoexclusión eficaces en el canal físico

El webinar titulado “Making Retail Self-Exclusion Work for Everyone” se llevará a cabo el próximo 9 de abril.

La Corporación Iberoamericana de Loterías y Apuestas de Estado (Cibelae) informó que la organización DigitalRG llevará a cabo el próximo jueves 9 de abril a las 11:00 h (GMT-3 Brasilia, Buenos Aires, Asunción, Montevideo) el webinar titulado “Making Retail Self-Exclusion Work for Everyone”

Desde Cibelae explicaron que este encuentro técnico busca abordar uno de los retos más complejos para los operadores de lotería: la implementación de sistemas de autoexclusión eficaces en el canal físico y minorista.

“A diferencia del entorno online, la protección de jugadores vulnerables en redes de venta presenciales requiere soluciones innovadoras que no dependan exclusivamente de registros digitales”, comentaron desde la corporación. Durante la sesión, se explorará cómo construir marcos prácticos y aplicables que eleven los estándares de protección al jugador en todo el sector.

El panel de expertos contará con una destacada presencia iberoamericana a través de Pedro Leitão, gerente de Juego Responsable de Jogos Santa Casa y miembro de la Comisión de Responsabilidad Social Corporativa y Juego Responsable de Cibelae. Junto a él, participará Raluca Dimitriu, consejera de Relaciones Externas y Juego Responsable de Loteria Română.

Para facilitar la participación de la comunidad internacional, el webinar contará con un servicio de interpretación simultánea en español y portugués disponible en la plataforma Zoom.

Los ejes principales del encuentro serán:

  • Innovación en enfoques de autoexclusión para redes descentralizadas.
  • Estrategias prácticas para construir marcos de protección significativos.
  • Los beneficios de la colaboración transfronteriza en el sector de las loterías.


En este artículo:
capacitacion Cibelae DigitalRG webinar