关于 retention-churn-prevention
用于分析客户流失、识别风险客户并制定留存策略的技能,结合客户健康评分、早期预警信号、挽回时机和客户生命周期价值计算。
主要功能
- 01区分主动、非主动和沉默流失
- 02计算流失率和净收入留存率
- 03评估客户健康信号
- 04将预警信号对应到留存行动
- 05规划客户挽回活动和序列
适用场景
- 01评估 SaaS 业务的流失趋势
- 02识别需要主动联系的客户
- 03规划取消后的客户挽回序列
- 04根据流失率估算 CLV
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ thatrebeccarae/ claude-marketing --skill retention-churn-prevention安装后在 Claude Code 中输入/retention-churn-prevention确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
EXAMPLES.mdLICENSEREFERENCE.md详细介绍
留存与流失预防
分析客户流失、预测有流失风险的客户,并设计留存策略。
安装
git clone https://github.com/thatrebeccarae/claude-marketing.git && cp -r claude-marketing/skills/retention-churn-prevention ~/.claude/skills/
流失分析框架
流失类型
| 类型 | 定义 | 信号 |
|---|---|---|
| 主动流失 | 客户主动取消 | 取消请求、降级 |
| 被动流失 | 付款失败、卡片过期 | 扣款失败、催款 |
| 无声流失 | 停止使用但未取消 | 使用量下降、未登录 |
流失率计算
Monthly churn rate = Customers lost / Customers at start of month
Annual churn rate = 1 - (1 - monthly rate)^12
Net revenue retention = (Start MRR + Expansion - Contraction - Churn) / Start MRR
基准指标
| 指标 | 优秀 | 良好 | 令人担忧 |
|---|---|---|---|
| 月流失率(SaaS) | <1% | 1-2% | >3% |
| 年流失率(SaaS) | <5% | 5-10% | >15% |
| 净收入留存率 | >120% | 100-120% | <100% |
客户健康度评分
| 信号 | 权重 | 健康 | 有风险 |
|---|---|---|---|
| 产品使用情况 | 25% | 每日/每周 | 每月或更少 |
| 功能采用情况 | 20% | 5+ 个功能 | 1-2 个功能 |
| 支持服务评价 | 15% | 正面/无反馈 | 负面 |
| 账单状况 | 15% | 按时付款、消费增长 | 逾期、降级 |
| 互动度 | 15% | 打开、点击 | 不理会 |
| NPS/CSAT | 10% | 推荐者(9-10) | 贬损者(0-6) |
早期预警信号
| 时间范围 | 信号 | 行动 |
|---|---|---|
| 7 天 | 登录频率下降 50%+ | 应用内提醒,重申产品价值 |
| 14 天 | 停止使用关键功能 | 客户成功团队主动联系,提供使用技巧 |
| 30 天 | 2+ 周未登录 | 客户成功团队发送个性化邮件,重新吸引客户 |
| 60 天 | NPS 贬损者、工单未解决 | 高管介入,提供挽留方案 |
| 90 天 | 取消信号 | 留存电话,提供定制方案 |
挽回营销活动
时间安排
| 流失后时段 | 响应率 | 方法 |
|---|---|---|
| 0-7 天 | 15-25% | 立即挽留,解决流失原因 |
| 7-30 天 | 8-15% | 发布新功能公告,提供激励 |
| 30-90 天 | 3-8% | 发布重大更新,提供大幅折扣 |
| 90+ 天 | <3% | 年度回访 |
挽回序列
Email 1 (Day 1): Address exit reason, offer to help
Email 2 (Day 7): New features since they left
Email 3 (Day 14): Comeback incentive (discount or extended trial)
Email 4 (Day 30): Final offer with urgency
留存杠杆
- 入门引导 — 与其他任何因素相比,首次获得价值所需的时间更能预测留存率
- 互动循环 — 定期触达(每周报告、摘要)
- 功能采用 — 采用 3+ 个功能的用户,流失率低 50%
- 社群 — 社群成员的留存率高 2-3 倍
- 转换成本 — 集成和数据能形成良性的锁定效应
- 主动支持 — 在问题演变成取消之前主动联系
CLV 计算
Simple CLV = ARPU / Monthly Churn Rate
Full CLV = ARPU * Gross Margin % * (1 / Churn Rate)
CLV:CAC ratio target: >3:1
与其他技能集成
- klaviyo-analyst — 设计留存邮件流程和挽回序列
- customer-journey-mapping — 绘制留存和拥护阶段
- google-analytics — 群组分析和互动指标
- cro-auditor — 优化取消流程,以挽留更多客户
评论
支持 Markdown