Прогнозування LTV: від BG/NBD до ML-моделей та інтеграція

Маркетинговий бюджет іде на канали з високим CAC, а утримання клієнтів падає — класична ситуація, коли немає об'єктивної оцінки LTV. Без точної ML-моделі прогнозування LTV ви або недоплачуєте за цінних клієнтів, або переплачуєте за тих, хто піде через місяць. Наприклад, інтернет-магазин витрачає 40% бюджету на контекстну рекламу, але LTV клієнтів з цього каналу на 30% нижчий, ніж з органіки. Економія при правильній сегментації сягає 40% маркетингового бюджету — це до $5000 щомісяця для середнього бізнесу.

Ми вирішуємо це завдання через кастомні ML-рішення під ключ: від збору даних до інтеграції з CRM та рекламними кабінетами. Наші ML-моделі прогнозування LTV, включаючи ранні предиктори LTV на 7–30 день після реєстрації, забезпечують точність MAPE 25–40% та дозволяють скоротити CAC на 20–30%. Накопичений досвід — 10+ років, 50+ впроваджень для e-commerce та SaaS з оборотами від $10M. Гарантуємо якість завдяки 10+ рокам досвіду та сертифікованим фахівцям.

Як математичні моделі передбачають LTV?

Contractual моделі (SaaS, підписки): клієнт або активний, або пішов. Задача розбивається на:

1. Churn prediction: ймовірність відтоку в кожний період
2. Revenue prediction: розмір оплати за умови, що клієнт активний
3. LTV = Σ P(alive at t) × Expected_Revenue(t) × Discount_Factor(t)

Non-contractual моделі (e-commerce, retail): клієнт не повідомляє про відхід. Класичний підхід — BG/NBD модель (Beta Geometric/Negative Binomial Distribution):

• Frequency model: частота транзакцій = NBD
• Dropout model: ймовірність 'смерті' клієнта = Beta-Geometric
• Monetary value model: гамма-гамма модель для середнього чеку

Бібліотека lifetimes (Python) реалізує BG/NBD + гамма-гамма з коробки. Дані: customer_id, frequency, recency, T (вік клієнта), monetary_value.

Покрокова реалізація BG/NBD моделі

1. Підготуйте дані: для кожного клієнта розрахуйте frequency (кількість повторних покупок), recency (час від останньої покупки до кінця періоду), T (час від першої покупки до кінця періоду).
2. Навчіть модель: from lifetimes import BetaGeoFitter; bgf = BetaGeoFitter(); bgf.fit(frequency, recency, T).
3. Оцініть monetary value: використовуйте GammaGammaFitter для середнього чеку.
4. Прогнозуйте 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-підхід: пряме передбачення

Альтернатива ймовірнісним моделям — пряме передбачення 12-місячного LTV через regression. ML-модель прогнозування LTV на основі LightGBM регресора з квантильними втратами значно точніша за BG/NBD — на 25-40% менша помилка.

Features:

• RFM за перші 30/60/90 днів після онбордингу
• Канал залучення (paid search, organic, referral)
• Когортні характеристики (сезон залучення)
• Поведінкові: використання фіч, глибина сесій
• Сегмент: B2B vs. B2C, geography, company size

Алгоритм: LightGBM Regressor з квантильними втратами для невизначеності. Метрика: MAPE на holdout когорті (клієнти, онбординг яких був 12+ місяців тому). Типова точність: MAPE 25–40% для 12-місячного прогнозу — достатньо для сегментації, але не для точного CAC-розрахунку. LightGBM регресор точніший за ймовірнісні моделі на 25–40%.

Порівняння підходів:

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

Чому ранній прогноз LTV важливий для бізнесу?

Цінний нюанс: передбачати LTV у перші 7–30 днів після реєстрації, коли даних мало. Ранній предиктор LTV використовує:

• Онбординг completion rate
• Кількість key actions у перший тиждень (product activation)
• NPS score при першому опитуванні
• Глибина використання: кількість модулів/фіч

Random Forest з цими фічами дозволяє класифікувати 'whales' (високий LTV) з Precision 60–70% вже через 7 днів після реєстрації. Це вдвічі швидше стандартного підходу, заснованого на 30-денних даних. Рання сегментація дозволяє направити Customer Success на правильних клієнтів з перших днів.

Сегментація за LTV

Прогноз LTV → сегментація клієнтської бази:

Сегменти переглядаються щокварталу або при значній зміні поведінки.

Оптимізація маркетингових витрат

Головне застосування LTV-моделі — CAC-оптимізація. У paid channels (Google Ads, Meta Ads) predicted LTV передається як conversion value. Smart Bidding оптимізує ставки на максимізацію LTV, що зміщує бюджет до каналів з кращим LTV/CAC ratio. Когортний аналіз по місяцях та кампаніях показує, які джерела залучають реально цінних клієнтів, а не просто дешевих. Економія на неефективних каналах може досягати 40% — це до $5000 щомісяця для бізнесу з бюджетом $15 000.

Моніторинг моделі

LTV — довгостроковий прогноз, його складно валідувати швидко. Підходи:

• Shortened horizon validation: навчаємо на когорті 24 місяці, передбачаємо 12-місячний LTV, порівнюємо з фактом через 12 місяців
• Relative ranking accuracy: важлива не абсолютна точність, а правильний порядок клієнтів за LTV
• Early vs. final LTV correlation: наскільки 7-денний LTV корелює з 12-місячним фактом

Для сегментації достатньо MAPE 30–40% — головне правильно ранжувати клієнтів. Для точного CAC-розрахунку бажаний MAPE <25%.

Що входить у роботу

Компанія з 10+ роками досвіду та 50+ впровадженнями гарантує якість. Ми пропонуємо:

• Аудит доступних даних (CRM, транзакції, поведінка)
• Вибір та калібрування моделі (BG/NBD, ML або ансамбль)
• Розробка early предиктора LTV
• Інтеграція з CRM та рекламними кабінетами (Google Ads, Meta Ads)
• Документація, дашборди, навчання команди
• Підтримка після впровадження (моніторинг, перенавчання)

Терміни: BG/NBD + гамма-гамма модель з lifetimes — 2–3 тижні. ML-система з early predictor, моніторингом та інтеграцією — 10–14 тижнів. Вартість розраховується індивідуально, виходячи з обсягів даних та складності інтеграції. Отримайте консультацію — оцінимо ваш проект і запропонуємо рішення. Замовте розробку LTV-моделі для вашого бізнесу. Зв'яжіться з нами, щоб підібрати оптимальну ML-модель прогнозування LTV під ваші дані.

Які проблеми прогнозування часових рядів зустрічаються найчастіше?

Фінансовий директор запитує прогнозування часових рядів продажів на квартал. Аналітик будує SARIMA, досягає MAPE 8.3% на тестовій вибірці — і з гордістю деплоїть. Через два місяці в production метрика падає до 23%. Причина класична: модель навчалася на даних до COVID, тестувалася на стабільному періоді, а production потрапив на промо-акцію та збій поставок. Data leakage + distribution shift = гарні цифри в ноутбуці та непрацюючий прогноз в реальності. Ми стикалися з цим десятки разів. Наш досвід — 5+ років у прогнозуванні часових рядів для рітейлу, фінтеху та IoT, більше 50 завершених проєктів.

Неправильна крос-валідація. Стандартний train_test_split для часових рядів — помилка. Випадкове розбиття створює data leakage: модель бачить «майбутні» значення в навчанні. Правильно — TimeSeriesSplit або walk-forward validation з expanding window.

Множинна сезонність. Погодинні дані споживання електроенергії мають три сезонності: добову (24 год), тижневу (168 год), річну (8760 год). SARIMA справляється лише з однією. Prophet обробляє кілька, але повільно масштабується на тисячі рядів.

Пропуски та аномалії в даних. Пропуск у сенсорних даних — це інформація (датчик відключився), а не просто NaN. Лінійна інтерполяція вбиває цей сигнал. Правильна обробка залежить від природи пропуску.

Cold start при ієрархічному прогнозуванні. Новий SKU в асортименті з 50 000 позицій: історичних даних немає, потрібен прогноз. Стандартні підходи тут не працюють — потрібні cross-learning підходи або feature-based методи.

Які інструменти і коли застосовувати?

Prophet (Meta) — чудовий старт для бізнес-даних із зрозумілою сезонністю та святами. Швидко налаштовується, інтерпретований, вбудована обробка викидів і пропусків. Падає в точності при нерегулярних патернах і не масштабується на десятки тисяч рядів без паралелізації. Prophet (Facebook) — офіційна документація.

Gradient boosting на фічах (LightGBM, XGBoost) — часто недооцінений підхід. Створюєте фічі вручну: лаги (t-1, t-7, t-28), ковзні середні, категоріальні ознаки (день тижня, місяць), екзогенні змінні. Модель навчається на всіх рядах одночасно — вирішує cold start через схожі ряди. MAPE на рітейл-прогнозуванні часто кращий за нейронні мережі при правильній feature engineering.

TFT (Temporal Fusion Transformer) — трансформер, спеціально розроблений для інтерпретованого прогнозування з коваріатами. Вбудовані механізми: variable selection (які ознаки важливі), temporal self-attention (які часові точки впливають на прогноз), квантильні передбачення. Доступний у pytorch-forecasting. Вимагає ~10 000+ записів на ряд для стабільного навчання. Temporal Fusion Transformer — академічна публікація.

PatchTST — трансформер, який ділить часовий ряд на патчі (аналогічно ViT для зображень). Краще захоплює локальні патерни, ніж класичні трансформери. Добре працює для long-horizon forecasting (прогноз на 96–720 кроків). Реалізація в neuralforecast від Nixtla.

N-HiTS, N-BEATS — нейронні архітектури без attention, швидші за TFT, конкурентна точність. N-BEATS виграє на M4/M5 benchmark для задач без коваріат.

Як ми розгортаємо TFT в production?

TFT потребує ретельної підготовки даних. Типовий 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 днів
    min_prediction_length=1,
    max_prediction_length=max_prediction_length,  # 28 днів
    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"),
)

Часта помилка: target_normalizer за замовчуванням (StandardScaler) ламає передбачення для рядів з нульовими значеннями (немає продажів у вихідні). GroupNormalizer з transformation="softplus" — правильний вибір для count-даних.

Покрокова інструкція з налаштування TFT

1. Збір та підготовка даних. Обробити пропуски (маркувати NaN, інтерполювати лише якщо це технічний збій), агрегувати до потрібної частоти, сформувати коваріати (свята, промо, ціни).
2. Створення TimeSeriesDataSet. Вказати group_ids (наприклад, магазин+SKU), часовий індекс, горизонт прогнозу. Налаштувати target_normalizer з урахуванням розподілу таргета.
3. Навчання baseline. Спочатку Prophet або LightGBM — щоб зрозуміти, наскільки складніше завдання.
4. Тренування TFT. Запустити TemporalFusionTransformer з loss=QuantileLoss(), підібрати learning rate та розміри hidden шарів. Використовувати pytorch_forecasting або neuralforecast.
5. Валідація та інтерпретація. Перевірити walk-forward, проаналізувати variable selection, побудувати attention heatmap.

Кейс: прогноз попиту в рітейлі. Мережа з 120 магазинів, 8000 SKU, горизонт прогнозу 28 днів. Вихідна система: SARIMA окремо для кожного ряду, MAPE 18.4%, повний цикл перенавчання — 6 годин. TFT на PyTorch + pytorch-forecasting: одна модель на всі ряди, MAPE 11.2%, перенавчання — 40 хв на A10G. Додатковий бонус: feature importance через variable selection — з'ясувалося, що day_before_holiday впливає сильніше, ніж сама дата свята. Середня економія бюджету на інференсі для клієнта склала значну суму.

Як правильно оцінювати якість прогнозів?

Не використовуйте RMSE як єдину метрику — вона сильно штрафує за великі помилки на великих значеннях. Наш набір метрик для рітейл-прогнозування:

• MAPE — інтерпретована, але нестабільна при значеннях близьких до нуля
• sMAPE — симетрична версія, уникає ділення на маленькі числа
• MASE (Mean Absolute Scaled Error) — нормалізована відносно наївного сезонного прогнозу, чудово підходить для порівняння між рядами з різними масштабами
• Quantile loss / Pinball loss — для ймовірнісного прогнозування, оцінка покриття інтервалів

Гарантуємо: ми надаємо model card з цими метриками на валідаційній вибірці та результати walk-forward тесту на історії не менше 6 місяців.

Що входить в роботу

• Документація щодо обраної архітектури, обґрунтування вибору гіперпараметрів.
• Відтворюваний пайплайн навчання та інференсу (Docker + CI/CD + Airflow/Prefect).
• Код з коментарями та модульними тестами на ключові компоненти.
• Навчання вашої команди: як перенавчати модель, як інтерпретувати виходи, як деплоїти нові версії.
• Підтримка протягом 3 місяців після здачі: консультації, виправлення багів, доналаштування.

Процес роботи

Починаємо з EDA: візуалізація, тест ADF на стаціонарність, STL-декомпозиція, аналіз пропусків та викидів. Це 2–3 дні, але часто виявляє системні проблеми даних, які блокують прогнозування.

Потім: baseline (наївний seasonal, Prophet), feature engineering для LGBM, вибір архітектури нейронної мережі якщо потрібно. Walk-forward validation з реалістичним горизонтом. Деплой через API з автоматичним перенавчанням за розкладом через Airflow або Prefect.

Строки орієнтовно: MVP-прогноз на одному типі даних — 3–6 тижнів. Ієрархічна система прогнозування з автоматизацією — 2–5 місяців. Вартість розраховується індивідуально.

Наша команда — сертифіковані ML-інженери (AWS ML Specialty, GCP Professional ML Engineer). За 5 років на ринку реалізували понад 50 проєктів з прогнозування. Зв'яжіться з нами для безкоштовного аналізу ваших даних — ми оцінимо завдання та дамо перші рекомендації за 1–2 дні. Замовте консультацію і переконайтеся, що ваші прогнози працюють в production, а не тільки в ноутбуці.