用途：对客户做群组分析，理解生命周期、留存与价值随时间的变化。可按获客日期、渠道、首次行为或初始消费金额分层，追踪留存曲线、比较群组表现，判断获客质量是否随时间改善，以及哪些渠道带来长期高价值客户。
主要能力：构建留存矩阵（群组为行、时间区间为列，按高于/低于平均着色，并显示群组规模n）；绘制各群组留存曲线并叠加平均基线；计算各群组累计LTV曲线、当前LTV、预测12个月LTV及LTV:CAC；识别留存稳定点（留存地板）与关键激活窗口；计算回本周期、预测LTV、流失率、参与度评分、扩展收入率等群组健康指标；输出最佳与最差群组及可能驱动因素；比较新旧群组同区间留存趋势；按群组LTV对获客渠道质量排序；针对低表现群组给出干预建议。
使用方式：需提供群组类型（时间/渠道/行为/收入分层）、时间范围与粒度（周/月/季度）、要追踪的指标（留存率、收入、LTV、参与度等）以及数据来源（CRM、分析、产品分析或合并）。脚本位于插件scripts/目录，需Python 3.10+，可用python或python3运行。会读取品牌上下文文件，无品牌时可先执行品牌设置或使用默认值。分析结果可通过campaign-tracker.py以save-insight方式保存，便于跨月对比。
适用场景：SaaS、电商、B2B等需要评估留存与客户生命周期价值的业务，用于优化获客预算分配和生命周期干预。
限制：需具备可用的客户数据与CRM/分析接入；LTV:CAC仅在提供获客成本数据时计算；churn-predictor.py只做流失风险评分，不存储留存矩阵或LTV曲线，持久化群组历史依赖campaign-tracker的insights。具体价格、平台支持等资料暂未提供。