关于 churn-analysis
churn-analysis 是一项帮助创始人诊断客户流失、识别高风险账户的技能。它分析支持、沟通、使用和商业信号，生成风险报告并制定有针对性的留存措施。
主要功能
- 01分析支持、沟通、使用和账单信号
- 02评估账户流失风险
- 03制定针对账户的留存行动
- 04报告收入风险和风险趋势
- 05设计取消、支付挽回及召回措施
适用场景
- 01找出可能即将取消的账户
- 02调查客户流失率上升的原因
- 03规划高风险账户的联系行动
- 04制定支付挽回或客户召回活动
安装
复制下面的命令，在终端中运行。
npx skills add https:/安装后在 Claude Code 中输入/churn-analysis确认已加载。
详细介绍
流失分析
适用场景
当创始人需要在客户流失前识别有风险的账户、诊断流失原因、建立客户健康度评分系统、设计取消订阅或挽留流程、挽回付款失败的客户，或重新吸引已流失的客户时启用。适用于“我们的流失率太高了”“哪些客户快要离开了”“客户为什么要取消”“建立客户健康度评分”“设置催款邮件”或“创建客户召回活动”等需求。对于种子轮／A 轮团队尤其有用：这类团队通常需要手动管理客户，且没有 Gainsight 或 ChurnZero 等专用客户成功平台。
所需背景
- 来自 startup-context： 商业模式（B2B／B2C、订阅制／按用量计费）、当前流失率（客户数和收入）、客户细分、定价档位、合同条款、产品使用数据的可用性，以及当前的客户留存工具。
- 来自用户： 可用的数据源（支持工单、Slack 频道、NPS 分数、使用日志、邮件日志、账单数据）、健康客户的行为表现、历史流失模式、流失主要是主动还是被动造成的，以及需要解决的具体流失问题。
使用现有的任何数据即可。早期公司往往缺乏正式的客户成功系统——此技能可利用支持收件箱、Slack 历史记录和电子表格开展工作。
工作流
- 收集信息并确定基准 — 收集所有可用的客户数据：客户列表、支持工单、Slack／沟通记录、NPS 分数、使用数据、邮件日志和账单记录。明确健康客户的表现，并识别已知的流失模式。
- 提取信号 — 分析每个账户的四类信号：支持信号、沟通信号、使用信号和商业信号（见下方框架）。
- 评估风险 — 使用加权信号类别，为每个账户建立综合风险评分（0-100）。分数越高，风险越高。
- 制定挽留方案 — 针对高风险账户，提出具体干预措施：根因假设、建议行动、客户成功沟通话术和升级处理触发条件。
- 制作每周记分卡 — 编制每周风险报告，包含逐账户分析、风险中的 MRR、趋势数据、信号分布和建议的重点关注领域。
- 设计干预措施 — 针对识别出的每种流失原因，设计相应干预措施：产品修复、客户成功外联、取消流程中的挽留优惠、催款序列或客户召回活动。
输出格式
根据具体需求定制的流失风险报告，可能包括：
- 每周风险记分卡 — 为每个账户评分并划分等级，同时细分信号
- 风险中的 MRR 汇总 — 按风险等级汇总收入风险敞口
- 挽留方案简报 — 针对每个红色／橙色账户：根因、建议行动、沟通话术、升级处理触发条件
- 干预方案设计 — 根据需要设计取消流程、催款序列或客户召回活动
- 趋势分析 — 信号分布随时间的变化
框架与最佳实践
信号提取类别
分析每个账户的以下四类信号：
支持信号： 工单量激增、未解决工单、升级处理相关措辞（“沮丧”“无法接受”“取消”）、响应时间变长、同一主题的问题反复出现。
沟通信号： 沉默账户（超过 30 天未联系）、沟通频率下降、Slack／邮件中的情绪变化、关键联系人不再参与（主要联系人变得沉默）、新利益相关方询问基础问题（表明关键联系人可能已离职）。
使用信号： 登录频率下降、弃用功能（不再使用以前经常使用的功能）、浅层使用（登录但未完成核心工作流）、使用量长期没有增长、导出／下载数据量激增（可能正在准备迁移）。
商业信号： 要求折扣、询问降级、付款失败、临近续约却没有讨论扩展，以及任何渠道中提及竞争对手。
风险评分模型
通过为各项信号加权，计算综合得分（0-100）：
| 信号严重程度 | 分数 | 示例 |
|---|---|---|
| 严重 | 25 | 明确提出取消请求、已开始迁移至竞品、关键支持者离职 |
| 高 | 15 | 使用量下降 50% 以上、3 次以上未解决的升级问题、付款连续失败两次 |
| 中 | 8 | 登录频率下降、对支持服务的评价为负面、咨询降级 |
| 低 | 3 | 使用量略有下降、续约沟通延迟、单次付款失败 |
多个信号会累积计分。某个账户有两个高风险信号（30 分）和三个中风险信号（24 分），总分为 54，稳稳落入橙色等级。
风险等级与响应时限
| 等级 | 分数 | 时限 | 行动 |
|---|---|---|---|
| 红色 | 70-100 | 本周采取行动 | 高管主动联系、准备挽留方案、确定根本原因 |
| 橙色 | 40-69 | 2 周内采取行动 | 客户成功团队主动联系、制定干预计划、每日监控 |
| 黄色 | 20-39 | 30 天内监控 | 安排回访，留意信号是否升级 |
| 绿色 | 0-19 | 常规回访 | 每季度评估，评估扩展机会 |
客户流失原因分类
将每次客户流失归入以下类别之一：
- 价值缺口 — 产品无法充分解决问题
- 引导失败 — 客户始终未体验到顿悟时刻（在最初 30-60 天内流失）
- 支持服务失败 — 客户在寻求帮助时体验不佳
- 价格敏感 — 相较于感知价值，价格过高
- 关键支持者离职 — 客户公司的内部关键支持者离职
- 业务变化 — 客户需求发生变化（收购、转型、停业）
- 非自愿流失 — 付款失败，并非客户主动决定离开
取消流程设计
- 询问原因（必填）。 提供 5-7 个与分类对应的原因选项，并允许填写自由文本。这些数据至关重要。
- 根据客户说明的原因提供有针对性的挽留方案： “太贵”则提供折扣或降级，“缺少功能”则展示路线图，“没有在用”则提供暂停计费。
- 确认时增加一道步骤。 多增加一次点击，说明客户将失去什么。展示价值，而非让客户感到内疚。
- 提供暂停选项。 暂停计费 30-60 天，可挽留 B2C 中 15-25% 原本会流失的客户，以及 B2B 中 10-15% 原本会流失的客户。
- 妥善结束服务。 发送确认邮件，提供数据导出，并附上“期待您再次回来”的消息。
设计良好的取消流程可以挽留 10-20% 发起取消的用户。
逾期催款与付款挽回
非自愿流失占总流失量的 20-40%，也是最容易减少的一类。在 10-14 天内重试失败的扣款 4-6 次。发送银行卡更新链接（预先完成身份验证）。在银行卡到期前提醒客户（提前 30 天和 7 天）。优秀的逾期催款系统可挽回 30-50% 的失败付款。
召回营销活动
针对 30-90 天前流失的客户。超过 90 天后，响应率会急剧下降。按流失原因细分——因可解决的问题离开的用户（价格、现已上线的缺失功能），其重新激活率是平均水平的 2-3 倍。执行良好的营销序列预计可实现 5-15% 的总体重新激活率。
相关技能
feedback-synthesis— 将流失客户的定性反馈与定量流失数据结合分析onboarding-flow— 当流失分析显示早期客户流失是主要原因，表明存在激活问题时使用email-marketing— 构建完整的客户生命周期邮件序列（逾期催款、客户召回、健康状态触发的重新互动）
示例
示例 1：每周风险评分表
用户：“我手动管理着 45 个账户。帮我找出哪些账户即将流失。”
优质输出摘录：
每周风险评分表 — 2026 年 3 月 15 日
面临风险的 MRR： $18,400（总 MRR 的 12%）
账户 MRR 风险评分 等级 关键信号 Acme Corp $2,400 82 Red 关键联系人 3 周前离职，使用量下降 60%，对最近 2 封邮件均未回复 Beta Inc $1,200 55 Orange 2 周内提交了 4 张支持工单（此前每月 1 张），询问能否降级 Gamma LLC $800 28 Yellow 登录频率下降，续约日期临近，但没有扩展意向信号 挽留方案 — Acme Corp： 根本原因：关键联系人离职。新联系人尚未完成入职引导。 行动：联系高管，确认新的利益相关方。提供专属的重新入职引导会议。必要时准备 20% 的续约折扣。 升级触发条件：5 个工作日内未收到回复 — CEO 对 CEO 发邮件。
示例 2：流失诊断
用户：“我们的月流失率在上个季度从 4% 跳升至 7%。帮我找出原因。”
**优质输出思路：**按用户群组、套餐等级和获客渠道拆分流失率增幅。交叉分析退出调查数据，找出哪些流失原因正在加剧。提出根本原因假设，将流失率激增与特定变化（定价、获客质量、产品问题）关联起来，并针对每个原因推荐相应的干预措施。