churn-risk-detector

客户流失风险检测器

在为时已晚之前，找出有流失风险的客户。汇总支持服务、沟通和使用模式中的信号，生成带有具体挽回措施的风险评分报告。

适用对象： 没有客户成功平台（如 Gainsight、ChurnZero）的早期团队。你有一份客户电子表格、一个 Slack 频道和一个支持服务收件箱。此技能会将这些原始信号转化为可采取行动的流失风险清单。

适用场景

• “哪些客户有流失风险？”
• “运行每周流失风险扫描”
• “标记出我应该担心的客户”
• “我们有多久没联系过哪些客户了？”
• “生成客户健康报告”

阶段 0：信息收集

客户数据

1. 客户名单 — CSV 或电子表格，包含：公司名称、主要联系人邮箱、合同金额（MRR/ARR）、合同开始日期、续约日期（如已知）
2. 产品/服务类型 — 客户付费购买的是什么？（有助于校准预期互动程度）

信号来源（提供你能提供的数据）

3. 支持工单 — 从 Intercom、Zendesk 或电子邮件导出的数据（CSV，包含：客户、日期、主题、状态、解决时间）
4. Slack 频道历史记录 — 客户 Slack 频道或共享频道中的消息
5. NPS/CSAT 评分 — 最近的调查结果，包含评分和评论
6. 使用数据 — 你跟踪的任何指标：登录次数、API 调用次数、已用功能、活跃用户（CSV 导出）
7. 电子邮件/沟通记录 — 每个客户最近的联系记录（日期 + 背景信息）
8. 账单数据 — 支付失败、降级、折扣请求

校准

9. “健康”客户是什么样的？ — 描述一位健康客户（例如：“每天登录，使用 3 个以上功能，在 24 小时内回复邮件”）
10. 已知流失原因 — 过去客户流失的原因是什么？（有助于调整信号权重）

阶段 1：信号提取

1A：支持信号分析

根据支持工单数据，按客户计算：

信号	计算方式	风险权重
工单量激增	过去 30 天的工单量超过其平均值的 2 倍	高
未解决工单	已开放超过 7 天的工单	高
升级投诉用语	关键词：“cancel”“frustrated”“alternative”“not working”“disappointed”	严重
响应时间变长	你对该客户的平均响应时间呈上升趋势	中
重复问题	同一问题被报告 2 次以上	高

1B：沟通信号分析

根据 Slack/电子邮件历史记录：

信号	计算方式	风险权重
突然沉默	30 天以上没有消息（此前一直活跃）	高
联系频率下降	与之前 90 天相比，消息频率下降超过 50%	中
情绪转差	语气从积极转为中性或消极	中
关键联系人不再参与	主要联系人停止回复	严重
新相关方提问	新联系人提出“这有什么用？”之类的基础问题	中（可能发生了组织调整）

1C：使用信号分析（如有数据）

信号	计算方式	风险权重
登录量下降	活跃用户数较上月下降超过 30%	高
放弃功能	停止使用此前定期使用的关键功能	高
使用浅显	付费购买多个功能，却只使用 1 个功能	中
没有增长	席位数/用户数连续 6 个月以上保持不变	低
导出量激增	数据导出量突然增加	严重（可能正在迁移）

1D：商务信号分析

信号	计算方式	风险权重
请求折扣	客户要求降低价格	高
咨询降级	客户询问更低级别的套餐	严重
支付失败	支付失败后超过 7 天仍未解决	高
合同即将续约	距续约不足 60 天，且尚未讨论续约	中
提及竞争对手	在任何渠道中提及竞争对手	高

阶段 2：风险评分

评分模型

每个账户都会获得一个综合风险评分（0-100）：

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

风险等级

等级	评分	标签	行动紧迫性
Red	70-100	严重风险 — 可能流失	本周
Orange	40-69	风险升高 — 需要关注	两周内
Yellow	20-39	早期预警 — 密切监控	30 天内
Green	0-19	健康 — 无需采取行动	常规跟进

阶段 3：生成挽回方案

为每个 Red 和 Orange 账户生成具体的挽回方案：

挽回方案模板

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].

阶段 4：输出格式

# 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]

将文件保存到当前工作目录下的 risk-report-[YYYY-MM-DD].md。

定时安排

每周运行：

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

费用

组成部分	费用
所有信号分析	免费（LLM 推理）
Slack/电子邮件解析	免费
总计	免费

所需工具

• 来自 CSV/表格的输入数据（支持工单、使用情况、NPS）
• 可选： 读取 Slack 频道以获取沟通信号
• 无外部 API 费用 — 纯分析

触发短语

• “哪些客户面临风险？”
• “运行流失风险扫描”
• “每周客户健康报告”
• “标记有风险的账户”