Модель, обученная на вашей истории покупок, предсказывает, сколько каждый клиент принесёт за 12 или 24 месяца — по тому, что он сделал в первые дни: какие товары выбрал, из какого канала пришёл, какая скидка потребовалась, как оплатил. Прогноз возвращается в рекламные кабинеты как ценность конверсии, и ставки начинают оптимизироваться на клиентов, которые остаются, а не на тех, кто дёшево конвертируется и уходит.
Охотник за скидкой и клиент, который будет заказывать три года, отдают одну и ту же ценность конверсии. Алгоритм честно закупает больше дешёвых — именно об этом вы его и попросили.
Средняя по всей базе скрывает, что один канал приводит клиентов вчетверо дороже другого. Смешанный LTV — приятное число, на котором нельзя принять ни одного решения.
Реальный LTV известен, когда когорта дозрела, — ровно тогда, когда бюджет, который её создал, уже потрачен.
12 или 24 месяца, выручка или маржинальная прибыль, вычитаем возвраты или нет. Это фиксируем с финансистами до модели: модель, предсказывающая не ту величину, хуже, чем её отсутствие.
Состав первой корзины, категория, глубина скидки, канал и кампания привлечения, устройство, способ оплаты, как прошла доставка, ранние обращения в поддержку. Смысл в том, чтобы предсказывать по данным первого дня, а не девяностого.
Модель учится на старых когортах и проверяется на тех, которых не видела, затем сравнивается с наивной базой — ценностью первого заказа. Если выигрыш незначим, мы говорим об этом и останавливаемся.
Прогноз уходит в Meta и Google как ценность конверсии через их API, а также в CRM и BI. Дальше ставки оптимизируются на долгую ценность тем же механизмом, который у вас уже работает.
Когорты стареют, микс меняется, новый канал ведёт себя иначе. Точность сверяется ежемесячно с фактической ценностью, а переобучение идёт по графику, а не тогда, когда кто-то перестал верить цифрам.
Мы строим в вашем стеке, а не переводим вас на свой. Ниже — то, к чему это решение подключается чаще всего. Другие системы — вопрос объёма работ, а не препятствие.
Достаточно точным, чтобы ранжировать клиентов, и редко точным по каждому. Мы показываем, насколько он лучше ценности первого заказа на отложенной когорте, — для ставок важно именно это сравнение.
Мы используем cookie только для аналитики — чтобы видеть, с каких страниц приходят заявки. Ничего больше и ничего до вашего согласия. Политика cookie