Marketing Science

Pourquoi un bon modèle pLTV peut avoir un mauvais R²

Pourquoi le R² évalue souvent mal un modèle de predicted Lifetime Value destiné à l'activation marketing, et quelles métriques utiliser pour piloter les segments en production.

August 15, 2026
Share on
9 min read

C'est l'une des conclusions les plus fréquentes lorsqu'une équipe évalue un modèle de predicted Lifetime Value (pLTV). Elle paraît logique : la pLTV est une valeur numérique, donc le modèle devrait être jugé comme une régression classique.

Pour une grande partie des cas d'usage marketing, ce raisonnement évalue pourtant le modèle sur le mauvais objectif.

Si la décision consiste à allouer des budgets, construire des audiences ou différencier des scénarios CRM, l'enjeu n'est pas de savoir si un client générera exactement 742 €. Il est d'identifier quels clients ont le plus de valeur relative et si cette différence justifie une action différente.

Le modèle prédit. Le système décide qui cibler, combien investir et quand réévaluer la population.

About the author

Cyril Noirot

Cyril Noirot

Lead Data Scientist

Freelance data scientist. I design and ship decision systems — forecasting, pricing, marketing measurement, optimization.

Newsletter

Technical writing on forecasting, pricing, and decision systems. No fixed schedule, no spam.

Enter your email
Subscribe