Ребята из MyTracker выпустили промо-статью, где рассказывают про подходы к предсказанию LTV. В статье рассматриваются четыре способа -- катбустом, линейной регрессией, коэффициентами и экстраполяция логарифмом. Я в свое время пробовал как минимум три из четырех и их сочетания, разве что катбуст не шатал, поэтому было интересно почитать про чужой опыт и насколько он совпадает с моим. Из больших плюсов -- есть код и данные, пусть и анонимизированные, можно скачать и посмотреть внимательнее. А использование для прогноза данных за первые 8 дней жизни девайса даже в какой-то мере совпадает с моими наблюдениями.

Несколько спорные для меня нюансы -- прогнозирование ведется по девайсам (а не по когортам), притом, только по платящим девайсам. Это значит, что оценивать ROI таким образом будет достаточно сложно, как бы ребята ни говорили о хорошем качестве предсказания LTV платящих. Потому что доля платящих сама по себе изменчивая величина, как и ее динамика. Не говоря уже о том, что далеко не все девайсы платят в заданные восемь дней, хотя делают вклад в конечный LTV и поэтому тоже участвуют в модели, по словам авторов. Поэтому, лично на мой взгляд, корректнее работать с cumARPU когорт, а платящих, количество платежей или еще что-то добавлять в виде дополнительных переменных или весов .

Второй, менее явный, но намного более противный момент -- приложения разные и у всех разная эффективность монетизации. Насколько корректно очень разные приложения использовать в одной модели без использования спец.параметров (например, какой-то жанр или тип монетизации, или возраст проекта, или структура трафика) -- я не знаю, лично у меня есть сомнения и не очень приятный опыт. А если использовать спец.параметры, то возникают сложности с применением модели к проектам, где эти параметры неизвестны.

К сожалению, авторы не сделали общий слайд с сравнением моделей и каким-то заключением, что лучше, а что хуже и в каких условиях. При этом утверждают, что у них в MyTracker получается предсказывать LTV с точностью в 80-90% (то, что качество показанных в статье моделей сильно ниже, не смущает, явно ведь не все тонкости рассказали). Но это я, возможно, уже слишком много хочу от промо-материалов.