Прогнозирование LTV клиентов по RFM-модели

★ 7.2 · general

ltv-predictor — это скилл для Claude Code, который прогнозирует пожизненную ценность клиента (LTV) на основе RFM-модели и регрессионных алгоритмов. Скилл автоматически рассчитывает признаки Recency, Frequency и Monetary по транзакционным данным, обучает линейную регрессию и случайный лес, сравнивает их по R² и выдаёт предсказания с доверительными интервалами. На эталонном наборе из 37 060 заказов случайный лес достиг R² = 0.59 против 0.48 у линейной регрессии, а вклад M-признака (сумма покупок) составил 78 % важности. Результаты экспортируются в HTML, Markdown или Excel; структура скилла включает модули data_processor.py, ltv_predictor.py, regression_models.py, visualizer.py и report_generator.py. Подходит для e-commerce и ритейла — там, где нужно сегментировать покупателей по ценности и распределять маркетинговый бюджет на основе данных.