← Volta Neobank

Volta — User Segmentation

Стек
Pythonpandas / NumPyscikit-learnMatplotlib / Seaborn
Эффект
  • 4 segments: Power 12% / Growth 24% / Casual 32% / Dormant 32%
  • Lorenz: 12% users → 41% revenue; 68% → 92%
  • +€310K/yr via segment migration scenarios

Volta — User Segmentation

Business Context

Четвёртый проект петли optimize: кто пользователи и как монетизировать каждый сегмент? Перевод аналитики в деньги.

Hypothesis

Пользователи разбиваются на небольшое число однородных сегментов с разными monetization-паттернами.

Data & Method

  • StandardScaler + KMeans.
  • Data-driven K: marginal-gain elbow, силуэтный plateau K = 2–4, коллапс при K = 5.
  • Lorenz-curve анализ концентрации выручки.

Insight

  • 4 сегмента: Power 12% / Growth 24% / Casual 32% / Dormant 32%.
  • Lorenz: 12% пользователей → 41% выручки; 68% → 92%.
  • Сценарии миграции (Casual → Growth, Growth → Power) дают +€26K/mo.

Impact

  • +€310K/yr через миграцию между сегментами.
  • Per-segment стратегия монетизации вместо усреднённого подхода.

Documentation

Другие подпроекты Volta