Une cliente clique sur une publicité Instagram et effectue une première commande de 80 €. Le signal immédiat est simple :
Mais les données first-party peuvent indiquer que cette cliente générera probablement 420 € sur les prochains mois.
La tentation est alors de remplacer la valeur observée par la valeur prédite et d'attendre que l'algorithme publicitaire trouve de « meilleurs clients ». C'est insuffisant.
Le vrai problème n'est pas de produire une pLTV. Il est de construire une boucle dans laquelle la prédiction modifie une décision média, puis de démontrer que cette décision acquiert incrémentalement des clients de plus grande valeur.
À propos de l'auteur
Cyril Noirot
Lead Data Scientist
Data scientist freelance. Je conçois et déploie des systèmes de décision — prévision, pricing, marketing measurement, optimisation.