复购概率与客户贡献联合排序的留存资源分配法

可结构化执行，但客户数据权限、模型假设和项目维护情况尚未核验。

拆分交易特征、模型诊断和建议输出模块；数据不足自动回退RFM，触达与优惠动作保留人工审批。

lifetimes提供重复购买行为和客户价值建模工具，可迁移的结构包括frequency、recency、T等输入、未来购买预测和留出期验证。本报告将其改写为淘宝、拼多多授权客户数据上的留存排序，不把预测价值视为营销增量。该项目存在归档或维护停滞风险，当前仓库状态及示例未实时核验。

输出格式：客户或客户分组建议表：预计购买量、预测区间、预计贡献、数据充分性、候选服务动作及触达资格。

执行示例：对具有合法匿名客户标识的日用耗材交易，以前9个月训练、后3个月验证。只有模型校准优于RFM基线时，才提出补货提醒候选；不自动给预计自然复购的高价值客户发券。窗口长度须覆盖实际复购周期。