Un cliente arriva, fa un primo acquisto, e a quel punto qualcuno vuole sapere quanto varrà nei prossimi dodici o ventiquattro mesi. La risposta guida decisioni concrete — quanto spendere per acquisirlo, quale budget dare a un canale, quali segmenti coltivare — ed è qui che entra in gioco il modello di LTV predittivo. Il problema è che “predittivo” viene spesso letto come sinonimo di “complesso”, quando in molti casi il modello più semplice è anche il più affidabile.
Cosa significa, in pratica, prevedere l’LTV
Un modello di LTV stima quanto un cliente spenderà in un orizzonte futuro, a partire dal suo comportamento osservato — frequenza d’acquisto, valore medio dell’ordine, tasso di retention. Esistono due famiglie di approccio: i modelli euristici, basati su medie storiche e curve di retention osservate su coorti comparabili, e i modelli probabilistici o basati su machine learning, che stimano una distribuzione di probabilità sul comportamento futuro di ogni singolo cliente.
La tentazione naturale è pensare che il secondo tipo sia sempre superiore, perché più sofisticato statisticamente. Non è così, e il motivo ha a che fare con cosa serve davvero la stima, non con quanto sia elegante il metodo che la produce.
I modelli semplici
Il più diretto è la media storica per coorte: si prende il valore speso in un anno da un gruppo di clienti acquisiti nello stesso periodo, e lo si usa come stima per le coorti successive con caratteristiche simili. Funziona bene quando il comportamento d’acquisto è relativamente stabile nel tempo e il numero di coorti disponibili è sufficiente a distinguere segnale da rumore.
Una variante più raffinata ma ancora semplice è la curva di retention: si osserva quale percentuale di clienti resta attiva mese per mese, e si estrapola il valore atteso moltiplicando quella curva per il valore medio di transazione. Richiede meno dati storici della media pura per coorte e si adatta meglio a business con un ciclo di vita del cliente più lungo.
Entrambi gli approcci condividono un vantaggio pratico: sono trasparenti. Chi legge il numero può capire da dove viene, verificarlo a occhio, e soprattutto capire quando smette di valere — ad esempio quando cambia il mix di prodotto o entra un nuovo canale di acquisizione con comportamento diverso dai precedenti.
I modelli complessi
I modelli probabilistici come BG/NBD (Beta-Geometric/Negative Binomial Distribution) o Pareto/NBD stimano, per ogni cliente, la probabilità che sia ancora attivo e la frequenza attesa dei suoi acquisti futuri, combinando queste due stime in un valore atteso individuale. I modelli basati su machine learning — tipicamente gradient boosting o reti neurali — vanno oltre e incorporano decine di variabili comportamentali: canale di acquisizione, categoria del primo acquisto, tempo tra i primi due ordini, interazioni con l’assistenza clienti.
Questi modelli hanno un vantaggio reale quando il comportamento dei clienti è eterogeneo e i segnali predittivi sono nascosti in pattern che una media per coorte non riesce a catturare — ad esempio quando il timing tra il primo e il secondo acquisto è molto più predittivo del valore finale rispetto alla semplice appartenenza a una coorte temporale. Il costo è la trasparenza: un output di un modello di gradient boosting è difficile da spiegare a chi deve poi decidere un budget, e un errore nei dati di input può produrre stime sbagliate senza che sia facile capire dove si è inserito l’errore.
Quando conviene la complessità
Tre condizioni giustificano il passaggio a un modello complesso.
La prima è l’eterogeneità del comportamento d’acquisto. Se i clienti si comportano in modo simile tra loro una volta segmentati per coorte e canale, un modello complesso stima gli stessi numeri di uno semplice con più lavoro. Se invece il comportamento varia molto anche dentro lo stesso segmento, un modello che guarda al singolo cliente ha margine reale per essere più accurato.
La seconda è l’orizzonte temporale della decisione. Su decisioni a breve termine — quanto pagare per un click oggi — un modello semplice aggiornato di frequente batte quasi sempre un modello complesso aggiornato di rado. Su decisioni strategiche a lungo termine, dove l’errore di stima ha conseguenze maggiori, la complessità aggiuntiva può valere il costo.
La terza è la disponibilità di dati puliti e di qualcuno che sappia mantenere il modello. Un modello di machine learning che nessuno in azienda sa validare o aggiornare, dopo un anno, produce stime silenziosamente sbagliate perché il comportamento dei clienti è cambiato e il modello continua a girare sui pattern vecchi. Un modello semplice, ricalcolato ogni trimestre a mano, resta corretto per costruzione anche se meno raffinato.
L’errore da evitare
Usare l’LTV predittivo, semplice o complesso che sia, per decisioni di breve periodo che richiederebbero invece un dato osservato, non stimato. Il CAC massimo sostenibile su una singola campagna andrebbe confrontato con l’LTV realizzato dai clienti già acquisiti con caratteristiche simili, non con una proiezione a due anni costruita su ipotesi di retention che potrebbero non reggere. La stima predittiva è uno strumento di pianificazione, non un sostituto del dato storico quando il dato storico è disponibile e sufficiente.
La domanda da farsi prima di scegliere il modello, insomma, non è quale sia statisticamente più avanzato, ma se la complessità aggiuntiva compra davvero una stima migliore per la decisione specifica che deve guidare — e se in azienda c’è chi può mantenerla nel tempo.