Quality-adjusted FTD: почему первый депозит нельзя оценивать только количеством

Редакция mevrica

Аналитика4 мин чтения

Обновлено 3 августа 2026 г.

Сырой FTD отвечает на вопрос, сколько пользователей впервые внесли депозит по правилам конкретной системы. Он не отвечает, сколько событий останется подтверждёнными, какая доля пользователей вернётся и насколько результат устойчив к одному необычному игроку. Quality-adjusted FTD нужен как внутренний способ сравнения зрелых когорт: он переводит неодинаковые события в ожидаемый подтверждённый вклад, сохраняя исходное количество отдельной строкой.

Не подмена отчётности

Quality-adjusted FTD нельзя выдавать за официальный статус или гарантированный доход. Это модель решения, рядом с которой всегда показываются raw FTD, зрелость, фактические статусы и диапазон неопределённости.

1. Сначала согласуйте определение FTD

Разные программы могут по-разному учитывать минимальную сумму, повторную регистрацию, валюту, успешность платежа и последующий статус. Нельзя объединять события, пока определения не нормализованы или хотя бы помечены версией условия.

Внутренний словарь хранит source event, время, сумму в исходной валюте, conversion ID, применимую версию оффера и историю статусов.

2. Отделите наблюдаемое от прогнозного

Наблюдаемое: депозит произошёл, получил статус и последующие события дошли к определённой дате. Прогнозное: вероятность подтверждения, ожидаемый re-deposit или зрелый NGR. Эти части нельзя складывать без маркировки.

Для молодой когорты score может быть полезен для pacing, но окончательное сравнение проводят после выбранного окна зрелости и backtest раннего прогноза.

3. Выберите горизонт качества

Качество на 7, 30 и 90 дней — разные цели. Горизонт должен соответствовать сроку решения и доступности данных. Короткий горизонт лучше реагирует, но может предпочитать быстрые источники; длинный ближе к экономике, но замедляет обучение.

Команда может держать два слоя: ранний operational score и зрелый evaluation score. Их ошибки сравниваются регулярно.

4. Постройте компоненты, а не магическое число

Практические компоненты: approval, отсутствие reversal к cut-off, повторное подтверждённое действие, зрелый денежный вклад и техническая полнота атрибуции. Вес каждого компонента должен следовать экономике договора и решению, а не желанию получить удобный рейтинг.

Если денежная база недоступна или неоднозначна, лучше использовать несколько прозрачных показателей, чем выдумывать точную цену качества.

5. Нормализуйте только сопоставимое

Сумма депозита не равна доходу и не должна механически становиться value. Валюты приводят по зафиксированному правилу, статусы — по одной дате среза, а GEO и продуктовые маршруты сравнивают внутри однородных групп.

Разница источников может быть следствием лимитов, платежей или состава аудитории. Score не отменяет разложение причин.

6. Защититесь от одного крупного наблюдения

Средний денежный вклад способен измениться из-за одного пользователя. Показывайте медиану или квантили там, где они осмысленны, долю результата top-1/top-5 и сценарий без крупнейших наблюдений.

Winsorization или cap допустимы только для оптимизационного сигнала и должны быть объявлены. Фактическую финансовую отчётность не переписывают ради красивой стабильности.

7. Учитывайте неопределённость

Источник с тремя FTD и высоким score не равен источнику с тремястами. Для долей используют интервалы, для денежного результата — bootstrap или сценарный диапазон с учётом тяжёлого хвоста. Метод проверяют на исторических данных.

Рейтинг без диапазона почти всегда переоценивает малые выборки. В решении можно применять shrinkage к общему уровню, но тогда версия модели и prior фиксируются.

8. Не обучайте кампанию на позднем leakage

Признаки score должны быть доступны в момент, для которого принимается решение. Нельзя обучить раннюю модель на статусе, появившемся позже, а затем заявить высокую точность в прошлом.

Backtest воспроизводит исторический поток: на каждую дату использует только известные тогда данные и применимую версию условий.

9. Сверяйте модель по когортам

Каждый месяц сравнивайте прогноз quality-adjusted FTD с фактическим зрелым вкладом по source, campaign, GEO и неделе привлечения. Ошибку раскладывают на approval, retention, amount и timing.

Если модель систематически завышает новый источник, бюджет ограничивают до выяснения, а не компенсируют ручным коэффициентом без истории.

10. Пример решения

Допустим, два источника дали одинаковые 20 FTD. У первого 18 событий зрелые, вклад распределён умеренно и ранний прогноз обычно калиброван. У второго зрелы 8, а половина наблюдаемого вклада приходится на одного пользователя. Сырые счётчики равны, но допустимый бюджет второго должен учитывать незрелость и концентрацию.

Это не означает, что второй источник хуже навсегда. Вывод звучит так: доказательств устойчивого качества пока меньше, поэтому следующий объём выдаётся как контролируемое исследование.

Не превращайте score в скрытый отказ

Если оценка влияет на оплату, ограничение пользователя или спор с поставщиком, нужны договорные основания и проверяемые факты. Внутренняя прогнозная модель не заменяет согласованные правила статуса.

Вывод

Quality-adjusted FTD помогает сравнивать не количество первых депозитов, а зрелый и устойчивый вклад. Сильная методика сохраняет raw FTD, разделяет факт и прогноз, показывает концентрацию и неопределённость, а затем проверяет ранний score на созревших когортах.