Сообщить об ошибкеКороткий ответ
Если считать среднюю накопленную выручку (LTV) только по пользователям, которые всё ещё активны сегодня, то оценка будет завышена, потому что в выборку не попадают пользователи, которые уже ушли и в среднем принесли меньше денег — это классический survivorship bias.
Как это работает подробнее
"выжившие" пользователи — это, по определению, те, кто не ушёл; они систематически отличаются от общей когорты (дольше используют продукт, обычно больше платят), поэтому расчёт LTV только по ним — это оценка LTV "хороших" пользователей, а не всей когорты целиком.
Пример кода
Смещение выжившего
Вся когорта из 1000 пользователей: суммарная выручка за 6 месяцев = 500 000 руб → LTV = 500 руб
Только "выжившие" (ещё активные через 6 мес, таких 300): их суммарная выручка = 300 000 руб → LTV_survivors = 1000 рубЧто использовать на практике
- Практика. корректный расчёт LTV когорты должен включать всех пользователей, когда-либо входивших в когорту, включая уже ушедших (их вклад в выручку просто перестаёт расти после ухода), а не фильтровать по признаку "активен сейчас"; для ещё не завершивших свой жизненный цикл пользователей нужно либо ждать, либо использовать методы прогнозирования (например, модели типа BG/NBD), явно отмечая, что это оценка, а не факт.
Подводные камни
- Частые ошибки. при расчёте среднего чека или LTV фильтруют выборку по
WHERE last_active_date > now() - 30 days, случайно исключая ушедших пользователей из "среднего" расчёта; сравнивают LTV новой и старой когорты, не учитывая, что старая когорта уже потеряла многих "слабых" пользователей, а новая ещё нет — это создаёт иллюзию роста LTV со временем.