Як ви прогнозуєте LTV?

Привіт! Останнім часом намагаюся знайти рішення, у який спосіб краще прогнозувати LTV для користувачів.

Зараз у команді ми ділимо користувачів на когорти та робимо прогноз на 3 місяці вперед на основі подібних когорт, які вже прожили 3 місяці. Це дає гарний результат оверолл, але велику похибку в розрізі одного користувача. Також є проблема з гнучкістю цього підходу, при змінах у продукті ми все одно орієнтуємось на старих користувачів та останні зміни починають впливати на предикт лише із часом. Ще пробували застосувати ML-модель (Catboost, lifghtGBM) для предікту по кожному користувачу, але цей спосіб дав гіршу загальну точність ніж когортний метод.

Якщо маєте досвід із прогнозуванням LTV, поділіться, як ви це робили, ML-моделлю або когортно? Якщо когортно, як у цьому випадку зменшували похибку в розрізі одного користувача та що робили з проблемою «дрейфу» даних? Якщо ML, яку модель використовували, та з якими проблемами довелося зіткнутися? Дякую!