ТЕХНИЧЕСКОЕ ЗАДАНИЕ

на создание методики определения и расчёта LTV


Задача: необходимо создать методологию расчета прогноза LTV (все оплаты за все время работы клиента) для разных когорт (когорта - пул клиентов, пришедших в рамках календарного месяца). Задача - научиться считать, сколько денег мы потенциально получим от пользователей, которые внесли в разное время разные суммы денег в бизнес, основываясь на статистических данных предыдущих лет, с учетом сезонности, оттока клиентов из когорты, изменений среднего чека со временем.


Нам кажется, что задача похожа на то, что делается в демографии для расчета ожидаемой продолжительности жизни (https://ru.wikipedia.org/wiki/Ожидаемая_продолжительность_жизни).


Результат - это методология, которая позволяет нам опираясь на статистику предыдущих периодов посчитать для произвольной когорты, по которой известны фактические платежи (неполный LTV) за первый месяц (для самого "свежего" пула новых клиентов) или за N месяцев "жизни" когорты - прогноз всех будущих платежей этой когорты (полный LTV).


Вводная:

1. Мы планируем эту методологию зашить в дашборд Power BI. Поэтому нам подойдет формула / скрипт / описанная методология (что где берем, на что множим), чтобы наш аналитик смог это использовать.


2. В этой таблице реальные данные, для полной методологии будут актуальные.


3. У нас эта история есть, база старенькая, так что мы все сможем предоставить, только нужно, чтобы вы прописали вводные, сможем по каждому юзеру выделить параметры оплат, действий в продукте и т.д.

“... для получения предсказания, как сложится в дальнейшем LT+LTV клиента нужно составить паттерн поведения пользователя и на его базе строить прогнозы...”


4. Сроки и стоимость:

4.1. Сроки выполнения: срок выполнения работы = 1 неделя на разработку + 1 неделя на полировку и тюнинг модели.

4.2. Стоимость: - стоимость 40кР за проект.

• Требования по точности прогноза – максимально возможные, хотелось бы отталкиваться от 85-90% точности.

Ожидаемый результат:

1. созданная и описанная методология подсчета полного прогнозного LTV

2. описание влияющих факторов

3. возможность / описание возможности подключения методологии к таблицам / BI-инструментам


По всем вопросам и датасетам - пишите