Условие

Нужно построить модель оттока (churn) клиентов. Объясните, какие фичи вы создадите для каждого пользователя на дату T. Объясните, почему именно эти.

Решение

Что такое отток и горизонт

Сначала уточняем определение churn:

«нет покупок за 30 дней после T»? 60? 90?
Hard churn (отписка) или soft churn (бездействие)?

Это влияет на target и фичи.

Базовый набор — RFM

Recency, Frequency, Monetary — классика:

Фича	Формула	Что отражает
`recency_days`	`T - last_purchase_date`	Свежесть контакта
`frequency_30d`	число заказов за `[T-30, T)`	Активность
`frequency_90d`	то же за `[T-90, T)`	Стабильность
`monetary_30d`	сумма заказов за `[T-30, T)`	Доходность
`monetary_lifetime`	вся история	LTV-прокси
`avg_check_30d`	mean(amount) за 30d	Покупательская сила

Это минимум, который должен быть.

Поведенческие

Фича	Формула	Идея
`sessions_30d`	число визитов	Engagement
`pageviews_per_session_30d`	глубина	Интерес
`bounce_rate_30d`	сессии с 1 page view	Низкий интерес → риск ухода
`device_diversity`	число уникальных платформ	Multi-platform = lock-in
`feature_X_used_count`	использование ключевых фич	Тот, кто открыл «избранное», вернётся

Динамика (производные)

Фича	Формула	Идея
`freq_30d / freq_90d`	соотношение «недавнего» к «давнему»	Падает → уходит
`monetary_30d / monetary_90d` (приведя к одному периоду)	то же по деньгам	Снижение чека = риск
`delta_avg_check`	`avg_check_30d - avg_check_180d`	Тренд чека
`days_since_last_login`		Раньше вообще не заходил?

Лояльность и контактность

Фича	Формула	Идея
`tenure_days`	`T - signup_date`	Стаж
`support_tickets_30d`	жалобы	Конфликты
`nps_score_recent`	если есть	Прямой сигнал
`unsubscribed_email`	флаг	«Закрылся» от коммуникаций
`app_uninstall_event`	флаг	Сильный сигнал

Продуктовые

Фича	Что
Категории/подкатегории, которые покупает (one-hot или topN)	Сегмент
Распределение времени суток / дня недели	Поведенческий профиль
Доля акционных покупок	Чувствительность к цене
Среднее время доставки	Если задерживалось — может уходить

Внешние

Сезон, праздники, дни до зарплаты.
Гео (через регион/город).
Маркетинговые кампании, где он был.

Подводные камни

Лик target в фичи. Любая фича с использованием данных после T — катастрофа. Считайте «всё на момент T - 1».
Тренировка на «зомби». Если выборка только из активных, модель будет переоценивать engagement. Включайте уже ушедших и тех, кто только что зашёл.
Шкалы. Recency может быть огромным; стандартизуйте или используйте log1p.
Categorical с высокой кардинальностью (категории товаров): target encoding с CV или embeddings.
Дисбаланс классов. Churn часто 5–15%. Используйте class_weight, scale_pos_weight, или sample.
Concept drift. Модель ломается с временем — переобучение раз в месяц.
Stationarity. Многие фичи нестабильны (расходы клиентов в новогодние праздники). Добавляйте сезонные индикаторы.
Правильная валидация. Time-based split, не random — иначе утечка.

Эталонный ответ

Список из ~30 фич, сгруппированных по слоям: RFM, поведенческие, динамика (тренды), лояльность, продуктовые, внешние. Каждая фича — с обоснованием. Плюс пункт «как избежать утечек и как правильно валидироваться».

ML — фичи RFM для модели оттока пользователей