Churn Predictor 是一个专注于客户流失预测的技能，旨在帮助团队在客户离开之前识别高风险客户，并采取留存干预措施。该技能基于数据科学最佳实践和客户成功方法论，结合领先指标分析、风险评分和干预手册，系统化地预测和防止客户流失。
用途
客户流失是增长的隐形杀手。当客户宣布离开时，往往为时已晚。该技能帮助提前识别流失风险，在干预仍能发挥作用时采取行动，优先安排留存工作，并系统性地降低流失率。
主要能力
该技能提供五个核心工作流：
-
流失信号识别：映射预测流失的行为。包括行为信号（使用量下降、功能弃用、参与度下降、支持模式、账单问题）、账户信号（关键用户离职、公司裁员、并购、预算削减、竞争对手评估、合同未续约）、关系信号（NPS 下降、错过 QBR、不响应外联、升级的支持问题、负面情绪）、时间信号（临近续约、试用结束、不良体验周年、实施后平台期、季节性使用模式）。
-
风险评分模型：构建综合流失风险评分。公式为：流失风险评分 = (使用度评分 × 0.30) + (参与度评分 × 0.25) + (支持评分 × 0.20) + (关系评分 × 0.15) + (账户评分 × 0.10)。评分范围 0-100，越高风险越大。风险类别分为：低（0-20，标准监控）、中（21-40，主动外联）、升高（41-60，需要干预）、高（61-80，紧急挽救）、危急（81-100，高管升级）。
-
群组与趋势分析：理解不同客户细分群体的流失模式。包括群组分析（按注册月份/季度、留存曲线、与产品/市场变化关联）、细分分析（按客户规模、行业、用例、获客来源、定价层级）、流失时间模式、领先指标验证。
-
警报与升级系统：在正确的时间将风险呈现给正确的人。警报触发条件包括评分跨过阈值、评分快速上升（7 天内 10 分以上）、检测到关键信号、临近续约且风险升高、多个信号汇聚。升级矩阵定义了不同风险级别的负责人、升级路径和响应 SLA。
-
干预手册：系统化挽救高风险客户的方法。根据根本原因匹配干预措施，如低采用率对应培训、技术问题对应工程升级、价值不明确对应 ROI 分析、关键用户离职对应关系重建、价格问题对应折扣或方案调整、竞争对应功能对比和路线图预览。
使用方式
该技能通过自然语言命令触发，例如：
- "Show churn risk for [Customer]" 查看风险评分
- "Show accounts above [X] risk score" 列出高风险账户
- "Analyze churn patterns by [segment]" 分析流失模式
- "Show churn alerts this week" 查看警报
- "Create intervention plan for [Customer]" 创建干预计划
- "Validate churn model accuracy" 验证模型准确性
- "Analyze retention by cohort" 群组分析
- "Find leading churn indicators" 信号分析
- "Show risk score trends" 趋势报告
- "Report on save play outcomes" 干预报告
适用场景
适用于客户成功团队、收入运营团队、产品团队等需要预测和防止客户流失的场景。特别适合 SaaS 和订阅制业务，用于监控客户健康度、优先安排留存资源、执行挽救策略。
限制
该技能依赖可观察的行为数据和历史流失数据来校准模型。信号选择应聚焦可观察行为，验证与实际流失的相关性，使用领先指标而非滞后指标。评分模型应从简单开始，逐步增加复杂度，用历史数据校准权重，定期重新校准。警报设计应避免警报疲劳，聚焦可操作的阈值。干预前应先诊断根本原因，匹配干预措施，设定明确成功标准，严格跟踪结果。模型维护需要每月审查准确性，用新流失数据重新训练，适应产品变化。
该技能还提供流失信号库（使用、参与度、支持、关系信号的具体计算方式和警告阈值）、风险报告模板、红旗警告和模型验证指标（准确率 80%+、精确率 70%+、召回率 85%+、提前期 60+ 天、假阳性率 <30%、挽救率 40%+、AUC-ROC 0.75+）。