ML-модели для прогнозирования LTV: BG/NBD, ранний предиктор и интеграция

Маркетинговый бюджет уходит на каналы с высоким CAC, а удержание клиентов падает — классическая ситуация, когда нет объективной оценки LTV. Без точной модели вы либо недоплачиваете за ценных клиентов, либо переплачиваете за тех, кто уйдёт через месяц. Например, интернет-магазин тратит 40% бюджета на контекстную рекламу, но LTV клиентов из этого канала на 30% ниже, чем из органики. Экономия при правильной сегментации достигает 40% маркетингового бюджета.

Мы решаем эту задачу через кастомные ML-решения под ключ: от сбора данных до интеграции с CRM и рекламными кабинетами. Наши ML-модели прогнозирования LTV, включая ранние предикторы LTV на 7–30 день после регистрации, обеспечивают точность MAPE 25–40% и позволяют сократить CAC на 20–30%. Накопленный опыт — 50+ внедрений для e-commerce и SaaS с оборотами от $10M.

Как математические модели предсказывают LTV?

Contractual модели (SaaS, подписки): клиент либо активен, либо ушёл. Задача разбивается на:

1. Churn prediction: вероятность ухода в каждый период
2. Revenue prediction: размер оплаты при условии, что клиент активен
3. LTV = Σ P(alive at t) × Expected_Revenue(t) × Discount_Factor(t)

Non-contractual модели (e-commerce, retail): клиент не уведомляет об уходе. Классический подход — BG/NBD модель (Beta Geometric/Negative Binomial Distribution):

• Frequency model: частота транзакций = NBD
• Dropout model: вероятность 'смерти' клиента = Beta-Geometric
• Monetary value model: гамма-гамма модель для среднего чека

Библиотека lifetimes (Python) реализует BG/NBD + гамма-гамма из коробки. Данные: customer_id, frequency, recency, T (возраст клиента), monetary_value.

Пошаговая реализация BG/NBD модели

1. Подготовьте данные: для каждого клиента рассчитайте frequency (количество повторных покупок), recency (время от последней покупки до конца периода), T (время от первой покупки до конца периода).
2. Обучите модель: from lifetimes import BetaGeoFitter; bgf = BetaGeoFitter(); bgf.fit(frequency, recency, T).
3. Оцените monetary value: используйте GammaGammaFitter для среднего чека.
4. Прогнозируйте LTV: bgf.conditional_expected_number_of_purchases_up_to_time(t) * expected_monetary_value.

Fader, P. S., & Hardie, B. G. S. (2005). "A Note on Deriving the Pareto/NBD Model".

ML-подход: прямое предсказание

Альтернатива вероятностным моделям — прямое предсказание 12-месячного LTV через regression.

Features:

• RFM за первые 30/60/90 дней после онбординга
• Канал привлечения (paid search, organic, referral)
• Когортные характеристики (сезон привлечения)
• Поведенческие: использование фич, глубина сессий
• Сегмент: B2B vs. B2C, geography, company size

Алгоритм: LightGBM Regressor с квантильными потерями для неопределённости. Метрика: MAPE на holdout когорте (клиенты, онбординг которых был 12+ месяцев назад). Типичная точность: MAPE 25–40% для 12-месячного прогноза — достаточно для сегментации, но не для точного CAC-расчёта. LightGBM регрессор точнее вероятностных моделей на 25–40%.

Сравнение подходов:

from lifetimes import BetaGeoFitter
bgf = BetaGeoFitter(penalizer_coef=0.0)
bgf.fit(data['frequency'], data['recency'], data['T'])

Почему ранний прогноз LTV важен для бизнеса?

Ценный нюанс: предсказывать LTV в первые 7–30 дней после регистрации, когда данных мало. Ранний предиктор использует:

• Онбординг completion rate
• Количество key actions в первую неделю (product activation)
• NPS score при первом опросе
• Глубина использования: количество модулей/фич

Random Forest с этими фичами позволяет классифицировать 'whales' (высокий LTV) с Precision 60–70% уже через 7 дней после регистрации. Это в 2 раза быстрее стандартного подхода, основанного на 30-дневных данных. Ранняя сегментация позволяет направить Customer Success на правильных клиентов с первых дней.

Сегментация по LTV

Прогноз LTV → сегментация клиентской базы:

Сегменты пересматриваются ежеквартально или при значимом изменении поведения.

Оптимизация маркетинговых расходов

Главное применение LTV-модели — CAC-оптимизация. В paid channels (Google Ads, Meta Ads) predicted LTV передаётся как conversion value. Smart Bidding оптимизирует ставки на максимизацию LTV, что смещает бюджет к каналам с лучшим LTV/CAC ratio. Когортный анализ по месяцам и кампаниям показывает, какие источники привлекают реально ценных клиентов, а не просто дешёвых. Экономия на неэффективных каналах может достигать 40%.

Мониторинг модели

LTV — долгосрочный прогноз, его сложно валидировать быстро. Подходы:

• Shortened horizon validation: обучаем на когорте 24 месяца, предсказываем 12-месячный LTV, сравниваем с фактом через 12 месяцев
• Relative ranking accuracy: важна не абсолютная точность, а правильный порядок клиентов по LTV
• Early vs. final LTV correlation: насколько 7-дневный LTV коррелирует с 12-месячным фактом

Для сегментации достаточно MAPE 30–40% — главное правильно ранжировать клиентов. Для точного CAC-расчёта желателен MAPE <25%.

Что входит в работу

• Аудит доступных данных (CRM, транзакции, поведение)
• Выбор и калибровка модели (BG/NBD, ML или ансамбль)
• Разработка early предиктора
• Интеграция с CRM и рекламными кабинетами (Google Ads, Meta Ads)
• Документация, дашборды, обучение команды
• Поддержка после внедрения (мониторинг, переобучение)

Сроки: BG/NBD + гамма-гамма модель из lifetimes — 2–3 недели. ML-система с early predictor, мониторингом и интеграцией — 10–14 недель. Стоимость рассчитывается индивидуально, исходя из объёмов данных и сложности интеграции. Получите консультацию — оценим ваш проект и предложим решение. Закажите разработку LTV-модели для вашего бизнеса. Свяжитесь с нами, чтобы подобрать оптимальную модель под ваши данные.

Какие проблемы прогнозирования временных рядов встречаются чаще всего?

Финансовый директор запрашивает прогнозирование временных рядов продаж на квартал. Аналитик строит SARIMA, добивается MAPE 8.3% на тестовой выборке — и с гордостью деплоит. Через два месяца в production метрика падает до 23%. Причина классическая: модель обучалась на данных до COVID, тестировалась на стабильном периоде, а production попал на промо-акцию и сбой поставок. Data leakage + distribution shift = красивые цифры в ноутбуке и неработающий прогноз в реальности. Мы сталкивались с этим десятки раз. Наш опыт — 5+ лет в прогнозировании временных рядов для ритейла, финтеха и IoT, более 50 завершённых проектов.

Неправильная кросс-валидация. Стандартный train_test_split для временных рядов — ошибка. Случайное разбиение создаёт data leakage: модель видит «будущие» значения в обучении. Правильно — TimeSeriesSplit или walk-forward validation с expanding window.

Множественная сезонность. Почасовые данные потребления электроэнергии имеют три сезонности: суточную (24 ч), недельную (168 ч), годовую (8760 ч). SARIMA справляется только с одной. Prophet обрабатывает несколько, но медленно масштабируется на тысячи рядов.

Пропуски и аномалии в данных. Пропуск в сенсорных данных — это информация (датчик отключился), а не просто NaN. Линейная интерполяция убивает этот сигнал. Правильная обработка зависит от природы пропуска.

Cold start при иерархическом прогнозировании. Новый SKU в ассортименте из 50 000 позиций: исторических данных нет, нужен прогноз. Стандартные подходы тут не работают — нужны cross-learning подходы или feature-based методы.

Какие инструменты и когда применять?

Prophet (Meta) — отличный старт для бизнес-данных с понятной сезонностью и праздниками. Быстро настраивается, интерпретируем, встроенная обработка выбросов и пропусков. Падает в точности при нерегулярных паттернах и не масштабируется на десятки тысяч рядов без параллелизации. Prophet (Facebook) — официальная документация.

Gradient boosting на фичах (LightGBM, XGBoost) — часто недооценённый подход. Создаёте фичи вручную: лаги (t-1, t-7, t-28), скользящие средние, категориальные признаки (день недели, месяц), экзогенные переменные. Модель обучается на всех рядах одновременно — решает cold start через похожие ряды. MAPE на ритейл-прогнозировании часто лучше нейронных сетей при правильной feature engineering.

TFT (Temporal Fusion Transformer) — трансформер, специально разработанный для интерпретируемого прогнозирования с ковариатами. Встроенные механизмы: variable selection (какие признаки важны), temporal self-attention (какие временные точки влияют на прогноз), квантильные предсказания. Доступен в pytorch-forecasting. Требует ~10 000+ записей на ряд для стабильного обучения. Temporal Fusion Transformer — академическая публикация.

PatchTST — трансформер, который делит временной ряд на патчи (аналогично ViT для изображений). Лучше захватывает локальные паттерны, чем классические трансформеры. Хорошо работает для long-horizon forecasting (прогноз на 96–720 шагов). Реализация в neuralforecast от Nixtla.

N-HiTS, N-BEATS — нейронные архитектуры без attention, быстрее TFT, конкурентная точность. N-BEATS выигрывает на M4/M5 benchmark для задач без ковариат.

Как мы разворачиваем TFT в production?

TFT требует тщательной подготовки данных. Типичный пайплайн через pytorch-forecasting:

training = TimeSeriesDataSet(
    data,
    time_idx="time_idx",
    target="sales",
    group_ids=["store", "sku"],
    min_encoder_length=max_encoder_length // 2,
    max_encoder_length=max_encoder_length,  # 120 дней
    min_prediction_length=1,
    max_prediction_length=max_prediction_length,  # 28 дней
    static_categoricals=["store_type", "category"],
    time_varying_known_reals=["price", "promo_flag"],
    time_varying_unknown_reals=["sales"],
    target_normalizer=GroupNormalizer(groups=["store", "sku"], transformation="softplus"),
)

Частая ошибка: target_normalizer по умолчанию (StandardScaler) ломает предсказания для рядов с нулевыми значениями (нет продаж в выходные). GroupNormalizer с transformation="softplus" — правильный выбор для count-данных.

Пошаговая инструкция по настройке TFT

1. Сбор и подготовка данных. Обработать пропуски (маркировать NaN, интерполировать только если это технический сбой), агрегировать до нужной частоты, сформировать ковариаты (праздники, промо, цены).
2. Создание TimeSeriesDataSet. Указать group_ids (например, магазин+SKU), временной индекс, горизонт прогноза. Настроить target_normalizer с учётом распределения таргета.
3. Обучение baseline. Сначала Prophet или LightGBM — чтобы понять, насколько сложнее задача.
4. Тренировка TFT. Запустить TemporalFusionTransformer с loss=QuantileLoss(), подобрать learning rate и размеры hidden слоёв. Использовать pytorch_forecasting или neuralforecast.
5. Валидация и интерпретация. Проверить walk-forward, проанализировать variable selection, построить attention heatmap.

Кейс: прогноз спроса в ритейле. Сеть из 120 магазинов, 8000 SKU, горизонт прогноза 28 дней. Исходная система: SARIMA отдельно для каждого ряда, MAPE 18.4%, полный цикл переобучения — 6 часов. TFT на PyTorch + pytorch-forecasting: одна модель на все ряды, MAPE 11.2%, переобучение — 40 мин на A10G. Дополнительный бонус: feature importance через variable selection — выяснилось, что day_before_holiday влияет сильнее, чем сама дата праздника. Средняя экономия бюджета на инференсе для клиента составила 1.5 млн ₽ в год.

Как правильно оценивать качество прогнозов?

Не используйте RMSE как единственную метрику — она сильно штрафует за большие ошибки на больших значениях. Наш набор метрик для ритейл-прогнозирования:

• MAPE — интерпретируема, но нестабильна при значениях близких к нулю
• sMAPE — симметричная версия, избегает деления на маленькие числа
• MASE (Mean Absolute Scaled Error) — нормализован относительно наивного сезонного прогноза, отлично подходит для сравнения между рядами с разными масштабами
• Quantile loss / Pinball loss — для вероятностного прогнозирования, оценка покрытия интервалов

Гарантируем: мы предоставляем model card с этими метриками на валидационной выборке и результаты walk-forward теста на истории не менее 6 месяцев.

Что входит в работу

• Документация по выбранной архитектуре, обоснование выбора гиперпараметров.
• Воспроизводимый пайплайн обучения и инференса (Docker + CI/CD + Airflow/Prefect).
• Код с комментариями и модульными тестами на ключевые компоненты.
• Обучение вашей команды: как переобучать модель, как интерпретировать выходы, как деплоить новые версии.
• Поддержка в течение 3 месяцев после сдачи: консультации, фиксы багов, донастройка.

Процесс работы

Начинаем с EDA: визуализация, тест ADF на стационарность, STL-декомпозиция, анализ пропусков и выбросов. Это 2–3 дня, но часто выявляет системные проблемы данных, которые блокируют прогнозирование.

Затем: baseline (наивный seasonal, Prophet), feature engineering для LGBM, выбор архитектуры нейронной сети если нужно. Walk-forward validation с реалистичным горизонтом. Деплой через API с автоматическим переобучением по расписанию через Airflow или Prefect.

Сроки ориентировочно: MVP-прогноз на одном типе данных — 3–6 недель. Иерархическая система прогнозирования с автоматизацией — 2–5 месяцев. Стоимость рассчитывается индивидуально.

Наша команда — сертифицированные ML-инженеры (AWS ML Specialty, GCP Professional ML Engineer). За 5 лет на рынке реализовали более 50 проектов по прогнозированию. Свяжитесь с нами для бесплатного анализа ваших данных — мы оценим задачу и дадим первые рекомендации за 1–2 дня. Закажите консультацию и убедитесь, что ваши прогнозы работают в production, а не только в ноутбуке.