T-Bank: запускаем повышенный cashback для Pro-юзеров

Ситуация: 5% cashback в категории «рестораны» для Pro-юзеров. Как сегментировать audience и избежать «выгодоискателей»?

Финдиректор: «бюджет 50М/мес». Маркетинг: «давайте всем Pro». Аналитик: «есть юзеры, которые сейчас не используют Pro — они могут начать выжимать cashback и закрыть подписку».

Доступные данные

• transactions: user_id, mcc_code, amount, ts
• subscriptions: user_id, tier, started_at, monthly_fee
• cashback_history: user_id, ts, category, amount
• users: user_id, registered_at, segment

Задачи

• Primary metric: incremental Pro retention (M1/M3) − incremental cashback cost.
• Эксперимент: 50/50 split среди existing Pro, 12 недель.
• Сегментация: high-spenders (>20K/мес в ресторанах) vs low-spenders.
• Риск «cashback hunters»: юзеры которые откажутся от Pro после 1 мес — нужен 6+ мес commitment или min spend req.
• Guardrail: % Pro кто увеличил restaurant spend > 30% (могут манипулировать категорией).
• Анализ: cohort survival 6+ мес, не только M1.

Все кейсы для подготовки → ← Все кейсы