用途：指导客户留存与流失防治，适用于降低流失、搭建留存计划、识别高风险客户及规划生命周期营销。资料称获取新客成本是留存的5–25倍，留存率提升5%可使利润提高25–95%。
主要能力：区分自愿流失（主动取消，占60–80%，原因含定价、功能缺失、引导差、关系）与非自愿流失（支付失败、卡过期、账单问题，占20–40%）；通过登录频率、功能使用、支持工单等信号识别风险，资料称多数流失可在取消前30–90天预测。策略包括健康评分（行为+交易+关系信号）、忠诚度计划（留存提升5–15个百分点）、预测建模分群、新手引导、催款重试与卡到期前更新。主动干预转化率60–80%，取消后挽回仅15–20%。
使用方式：首次使用时可用1–2句说明覆盖范围与意义，再给主要输出；后续或用户要求跳过时直接输出。若存在根目录contextus.md则读取并只加载相关模块；无Contextus时使用项目材料或用户提供事实，缺失信息需询问，不要另建并行上下文系统。输出格式含流失分析、按阶段的留存战术、健康评分框架、针对风险触发的干预手册。
适用场景：留存发生在转化之后，需持续投入客户成功而非孤立活动，触点覆盖引导→采用→扩展→续约。用户价值维度含产品价值（注册、功能使用、付费）与营销价值（证言、客户故事、网络研讨会嘉宾、反馈与缺陷报告）；反馈可经AI辅助分析并按影响排序，分流至产品或运营。
限制：资料未提供具体价格、平台或实施步骤；避免仅把用户当作MAU或注册分母。相关技能包括email-marketing、pmf-strategy、cold-start-strategy、analytics-tracking、traffic-analysis。