LTV-прогнозирование: как заранее оценить окупаемость трафика на 6 месяцев

LTV-прогнозирование: как заранее оценить окупаемость трафика на 6 месяцев

LTV — это не «средний чек за жизнь клиента», а ожидаемая выручка на горизонте, достаточном для решения по закупке. Если считать его по всей базе без сегментации, модель смешивает разные когорты и завышает допустимый CPA. Считаем инкрементальность: отдельно по источнику, офферу, региону, первому событию и окну повторных покупок.

Базовая схема такая: строим когорты по дате первого заказа и считаем накопленный доход на клиента за 7/30/60/180 дней. Дальше экстраполируем кривую через retention- или hazard-модель: у части бизнесов работает экспоненциальный спад, у части — piecewise-модель с плато после второго-третьего заказа. Математика аукциона беспощадна: если форма кривой неустойчива, прогноз лучше не использовать в биддинге.

Чтобы прогноз был пригоден для медиабайинга, проверьте три вещи:
— когорты должны быть одинаковыми по окну атрибуции;
— возвраты и отмены должны вычитаться из revenue, иначе LTV будет фантомным;
— в модели нужен разрез по first-time / repeat, иначе повторные покупки «размажут» ROI первого касания.

Практически полезен простой барьер: если прогнозный LTV на 180 дней не превышает CAC хотя бы в 2–3 раза с учетом маржи и возвратов, масштабировать закупку рано. Оптимизация на уровне юнит-экономики требует не среднего значения, а распределения: смотрите медиану, 75-й перцентиль и долю убыточных когорт.

Надежный прогноз начинается не с ML, а с чистой базы событий и одинаковой логики атрибуции. Данные — это новая нефть, но только если их правильно очистить.