churn-risk-detector

解約リスク検出

手遅れになる前に、解約のリスクがあるアカウントを見つけます。サポート、コミュニケーション、利用パターンからシグナルを集約し、具体的な引き留め策を含むリスクレポートをスコア付きで作成します。

対象： CS プラットフォーム（Gainsight、ChurnZero など）を導入していないアーリーステージのチーム。顧客リストのスプレッドシートと、Slack チャンネル、サポート受信箱があれば、このスキルでそれらの生データを、対応可能な解約リスク一覧に変換できます。

使用するタイミング

• 「解約リスクのある顧客はどの顧客ですか？」
• 「毎週の解約リスクスキャンを実行してください」
• 「注意すべきアカウントにフラグを立ててください」
• 「しばらく連絡が取れていない顧客は誰ですか？」
• 「顧客のヘルスレポートを作成してください」

フェーズ 0：情報の受け取り

アカウントデータ

1. 顧客リスト — 会社名、主な連絡先のメールアドレス、契約金額（MRR/ARR）、契約開始日、更新日（わかる場合）を含む CSV またはシート
2. 製品／サービスの種類 — 顧客が何に対して料金を支払っているか（想定されるエンゲージメントの調整に役立ちます）

シグナルの情報源（提供できるもの）

3. サポートチケット — Intercom、Zendesk、またはメールからエクスポートしたデータ（顧客、日付、件名、ステータス、解決までの時間を含む CSV）
4. Slack チャンネルの履歴 — 顧客の Slack チャンネルまたは共有チャンネルのメッセージ
5. NPS／CSAT スコア — スコアとコメントを含む直近のアンケート結果
6. 利用データ — ログイン数、API 呼び出し数、使用機能、アクティブユーザーなど、追跡しているメトリクス（CSV エクスポート）
7. メール／コミュニケーションの記録 — アカウントごとの直近の接点（日付とコンテキスト）
8. 請求データ — 支払いの失敗、ダウングレード、割引の依頼

調整

9. 「健全な状態」とはどのようなものですか？ — 健全な顧客の特徴を説明してください（例：「毎日ログインし、3 つ以上の機能を使い、24 時間以内にメールに返信する」）
10. 過去に判明した解約理由 — 過去に顧客が解約した理由は何ですか？（シグナルの重み付けに役立ちます）

フェーズ 1：シグナルの抽出

1A：サポートシグナルの分析

サポートチケットのデータから、アカウントごとに以下を計算します。

シグナル	計算方法	リスクの重み
チケット数の急増	直近 30 日間のチケット数が平均の 2 倍を超える	高
未解決チケット	7 日を超えて未解決のチケット	高
エスカレーションを示す表現	キーワード：「cancel」、「frustrated」、「alternative」、「not working」、「disappointed」	重大
応答時間の悪化	この顧客への平均応答時間が長くなっている	中
同じ問題の繰り返し	同じ問題が 2 回以上報告されている	高

1B：コミュニケーションシグナルの分析

Slack／メールの履歴から分析します。

シグナル	計算方法	リスクの重み
連絡が途絶えている	以前は活発だったが、30 日以上メッセージがない	高
頻度の低下	過去 90 日間と比べてメッセージの頻度が 50％を超えて低下	中
ネガティブな感情への変化	トーンが肯定的から中立／否定的に変化	中
担当者のエンゲージメント低下	主な連絡先から返信がなくなった	重大
新しい関係者からの質問	新しい人物が「これは何をするものですか？」といった基本的な質問をしている	中（組織再編の可能性）

1C：利用シグナルの分析（データがある場合）

シグナル	計算方法	リスクの重み
ログイン数の減少	アクティブユーザー数が前月比で 30％を超えて減少	高
機能の利用停止	以前は定期的に使っていた主要機能を使わなくなった	高
浅い利用	多くの機能に料金を支払っているが、使っている機能は 1 つだけ	中
成長なし	6 か月以上、シート数／ユーザー数に変化がない	低
エクスポート数の急増	データのエクスポートが突然増加	重大（移行の可能性）

1D：商業シグナルの分析

シグナル	計算方法	リスクの重み
割引の依頼	価格の引き下げを依頼した	高
ダウングレードに関する問い合わせ	下位のプランについて問い合わせた	重大
支払いの失敗	支払いの失敗が 7 日以上解決されていない	高
契約更新が近い	更新まで 60 日を切っているが、更新について話し合っていない	中
競合他社への言及	いずれかのチャンネルで競合他社に言及した	高

フェーズ 2：リスクスコアの算出

スコアリングモデル

各アカウントには、複合リスクスコア（0～100）が付与されます。

Risk Score = Σ (signal_weight × signal_present)

Weights:
  Critical signal = 25 points each
  High signal     = 15 points each
  Medium signal   = 8 points each
  Low signal      = 3 points each

Score cap: 100

リスクレベル

レベル	スコア	ラベル	対応の緊急度
Red	70-100	重大なリスク — 解約の可能性が高い	今週中
Orange	40-69	リスク上昇 — 対応が必要	2週間以内
Yellow	20-39	早期警告 — 注意深く監視	30日以内
Green	0-19	健全 — 対応不要	定期確認

フェーズ 3：引き留め策の作成

Red および Orange の各アカウントについて、具体的な引き留め策を作成します。

引き留め策のテンプレート

ACCOUNT: [Company Name]
RISK TIER: [Red/Orange]
RISK SCORE: [X/100]
MRR/ARR: $[X]

SIGNALS DETECTED:
- [Signal 1] — [Evidence: specific data point]
- [Signal 2] — [Evidence]
- [Signal 3] — [Evidence]

ROOT CAUSE HYPOTHESIS:
[1-2 sentences: What do you think is actually going wrong?
 E.g., "Champion left the company and new stakeholder hasn't been onboarded"
 or "They hit a technical limitation with [feature] that's blocking their primary use case"]

RECOMMENDED SAVE PLAY:
1. [Immediate action — e.g., "Schedule a call with [contact] this week"]
2. [Follow-up — e.g., "Send a personalized Loom showing how to solve [specific issue]"]
3. [Structural fix — e.g., "Assign a dedicated onboarding session for new stakeholder"]

TALK TRACK:
"[2-3 sentences the CSM/founder can use to open the conversation naturally,
 without saying 'we noticed you might be churning']"

ESCALATION TRIGGER:
If [specific condition] by [date], escalate to [founder/CEO call].

フェーズ 4：出力形式

# Churn Risk Report — Week of [DATE]
Total accounts scanned: [N]
Data sources: [list what was available]

---

## Risk Summary

| Tier | Count | Total MRR at Risk |
|------|-------|-------------------|
| 🔴 Red (Critical) | [N] | $[X] |
| 🟠 Orange (Elevated) | [N] | $[X] |
| 🟡 Yellow (Early Warning) | [N] | $[X] |
| 🟢 Green (Healthy) | [N] | $[X] |

**Total MRR at risk (Red + Orange):** $[X] ([Y]% of total MRR)

---

## 🔴 Critical Risk Accounts

### [Company Name 1] — Score: [X]/100 | MRR: $[X]
**Signals:** [bullet list]
**Root cause:** [hypothesis]
**Save play:** [specific actions]
**Owner:** [who should act]
**Deadline:** [date]

### [Company Name 2] — ...

---

## 🟠 Elevated Risk Accounts

### [Company Name] — Score: [X]/100 | MRR: $[X]
**Signals:** [bullet list]
**Recommended action:** [1-2 sentences]

---

## 🟡 Early Warning Accounts

| Account | Score | Key Signal | Suggested Action |
|---------|-------|------------|-----------------|
| [Name] | [X] | [Signal] | [Action] |
| [Name] | [X] | [Signal] | [Action] |

---

## Trends vs Last Week

- Accounts moved Red → Green: [list — wins!]
- Accounts moved Green → Yellow/Orange: [list — new risks]
- Accounts churned since last report: [list]

---

## Signal Distribution

| Signal Type | Accounts Affected |
|------------|-------------------|
| Support ticket spike | [N] |
| Gone silent | [N] |
| Usage decline | [N] |
| Competitor mention | [N] |
| Payment issue | [N] |
| Champion disengagement | [N] |

---

## Recommended Focus This Week

1. **[Account]** — [Why + what to do]
2. **[Account]** — [Why + what to do]
3. **[Account]** — [Why + what to do]

現在の作業ディレクトリに risk-report-[YYYY-MM-DD].md として保存します。

スケジュール設定

毎週実行します。

0 8 * * 1 python3 run_skill.py churn-risk-detector --client <client-name>

費用

項目	費用
すべてのシグナル分析	無料（LLM による推論）
Slack／メールの解析	無料
合計	無料

必要なツール

• CSV／シートからの入力データ（サポートチケット、利用状況、NPS）
• 任意： コミュニケーションに関するシグナルを確認するための Slack チャンネルの読み取り
• 外部 API の費用なし — 分析のみ

起動フレーズ

• 「リスクのある顧客はどれですか？」
• 「解約リスクのスキャンを実行」
• 「週次顧客健全性レポート」
• 「リスクのあるアカウントにフラグを設定」