Прогностическая аналитика и каузальная применимость в управлении клиентским опытом

<jats:p>Прогностические модели пожизненной ценности клиента (LTV) и риска оттока традиционно рассматриваются как достаточное подтверждение маркетинговой эффективности, если они достигают приемлемого порога качества: допустимого значения AUC, устойчивой RFM-сегментации, валидированной калибровки модели Pareto/NBD. В статье обосновывается, что точность прогноза и каузальная применимость модели являются самостоятельными свойствами, совпадающими лишь при одном проверяемом условии: маркетинговое воздействие, которое обосновывает оценка модели, не должно изменять поведение той популяции клиентов, на которой эта оценка была получена. Как только компания начинает воздействовать именно на тех клиентов, которых модель относит к группе высокого риска или высокой ценности, закономерность, на которой модель была обучена, перестаёт описывать популяцию, на которую теперь направлено воздействие. На основе совместного анализа литературы по моделированию клиентской базы, прогнозированию оттока и каузальному машинному обучению показано, что полевые эксперименты, разделяющие риск оттока и восприимчивость к воздействию, уже позволили напрямую измерить разрыв между прогностической точностью и практической применимостью модели - разрыв, который остаётся неучтённым в моделях управления клиентским опытом, отождествляющих точность прогноза с маркетинговым эффектом. Вкладом статьи является формулировка граничного условия, переопределяющего предмет разногласий между литературой по LTV и по прогнозированию поведения клиентов, а также анализ организационных изменений, необходимых управлению клиентским опытом для учёта этого условия.</jats:p>