Финтех: прогнозирование LTV клиента

Ситуация: Нужно построить модель LTV для оптимизации CAC и маркетинговых бюджетов.

Необанк, 2M клиентов. Продукты: карта, вклад, кредит. Среднее время жизни клиента — 3.2 года. CAC = 2500 ₽.

Доступные данные

• users: user_id, registration_date, acquisition_channel, products_used
• revenue: user_id, month, product, revenue_amount
• activity: user_id, month, transactions_count, app_sessions, support_tickets

Задачи

• Рассчитать исторический LTV по когортам (cumulative ARPU).
• Определить ранние предикторы high-LTV клиентов (first 30 days behaviour).
• Экстраполировать LTV на 24 месяца (log-fit или BG/NBD).
• Определить оптимальный CAC по каналам: CAC < LTV × margin.

Все кейсы для подготовки → ← Все кейсы