Menu
流失预测器 - 识别高风险流失客户，分析流失原因，提供挽回策略建议
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
A/B 测试设计器 - 设计产品页面 A/B 测试，包括样本量计算、统计显著性分析和结果解读
高级客户细分 - RFM 分析、客户生命周期价值(CLV)计算、行为细分和个性化营销建议
高级财务分析器 - P&L报表、现金流预测、部门/产品线盈利分析、财务比率分析、预算vs实际对比、财务仪表板、合规报告
异常检测器 - 销售异常检测、流量异常、转化率异常、库存异常、原因分析、告警设置、自动通知
API 集成连接器 - 指导电商 API 集成，包括 Shopify API、ERP/CRM 集成和 Webhook 配置
归因分析器 - 多触点归因模型分析，归因价值分配，渠道贡献度分析，转化路径分析
| name | churn-predictor |
| description | 流失预测器 - 识别高风险流失客户，分析流失原因，提供挽回策略建议 |
| version | 1.0.0 |
| author | Shopilot |
| argument-hint | <customer-id> | [predict] | [analyze] |
| disable-model-invocation | false |
| user-invocable | true |
AI驱动的客户流失预测系统，提前识别风险，主动挽回客户
基于机器学习和行为分析的智能流失预测系统，通过分析客户行为模式、购买趋势、互动频率等多维度数据，精准识别高风险客户，提供个性化挽回策略，最大化客户留存率。
极低风险 (0-20分):
特征: 稳定购买、高互动、高满意度
预测流失概率: <5%
行动: 维护现状，适度关怀
低风险 (21-40分):
特征: 正常购买、稳定互动
预测流失概率: 5-15%
行动: 定期跟进，预防性维护
中风险 (41-60分):
特征: 购买下降、互动减少
预测流失概率: 15-35%
行动: 主动干预，了解原因
高风险 (61-80分):
特征: 长期未购、低互动、投诉
预测流失概率: 35-60%
行动: 紧急干预，强力挽留
极高风险 (81-100分):
特征: 停止互动、负面反馈、竞品切换
预测流失概率: >60%
行动: 最后尝试，了解流失原因
🔴 高危信号（立即行动）
├─ 连续3个月未购买
├─ 退订邮件/短信
├─ 取消关注社交媒体
├─ 投诉未解决超过7天
├─ 明确表示不再需要
└─ 发现使用竞品
🟡 警示信号（密切关注）
├─ 购买频率下降 >50%
├─ 客单价下降 >40%
├─ 互动率下降 >60%
├─ 退货率突然上升
├─ 浏览竞品网站
└─ 负面评价/投诉
🟢 正常信号（保持关注）
├─ 购买频率稳定
├─ 互动率正常
├─ 无投诉记录
├─ 正面反馈
└─ 推荐新客户
产品相关:
价格因素: "价格太高/竞品更便宜"
质量问题: "产品质量不稳定"
功能缺失: "缺少需要的功能"
产品过时: "产品不再满足需求"
服务相关:
客服体验: "客服响应慢/态度差"
售后问题: "退换货体验差"
配送问题: "配送太慢/经常出错"
服务中断: "服务不稳定"
体验相关:
网站体验: "网站难用/经常卡顿"
购买流程: "购买太复杂"
支付问题: "支付不方便"
账户问题: "账户管理不便"
竞品相关:
竞品吸引: "竞品有更好的功能"
竞品优惠: "竞品价格更优惠"
品牌切换: "朋友推荐其他品牌"
试用竞品: "正在测试其他产品"
个人相关:
需求变化: "不再需要此类产品"
预算限制: "预算削减"
生活变化: "搬家/换工作等"
健康原因: "健康原因停止使用"
其他:
未知原因: "无法确定具体原因"
多重原因: "多个因素综合影响"
┌─────────────┬───────────────┬──────────────┬──────────────┐
│ 流失原因 │ 优先级 │ 挽回策略 │ 成功概率 │
├─────────────┼───────────────┼──────────────┼──────────────┤
│ 价格敏感 │ 高 │ 专属折扣 │ 45% │
│ 产品问题 │ 极高 │ 产品改进+补偿 │ 60% │
│ 服务问题 │ 极高 │ 服务升级+道歉 │ 55% │
│ 需求变化 │ 中 │ 需求重新匹配 │ 30% │
│ 竞品切换 │ 高 │ 差化化价值 │ 35% │
│ 体验问题 │ 高 │ 流程优化 │ 40% │
│ 个人原因 │ 低 │ 暂停/降级 │ 50% │
└─────────────┴───────────────┴──────────────┴──────────────┘
/churn-predictor --id "customer_67890"
输出示例：
🔮 流失风险预测 - 王芳
## 风险评估
风险等级: 🔴 高风险
风险得分: 72/100
流失概率: 48%
预测时间窗口: 90天内
## 风险因素分析
### 高危因素 🔴
1. **购买频率急剧下降**
- 过去90天：0次购买（历史平均3次）
- 下降幅度：-100%
- 权重：25分
2. **互动几乎停止**
- 邮件打开率：8%（历史45%）
- 网站访问：0次（历史月均8次）
- 权重：20分
3. **投诉未解决**
- 投诉时间：45天前
- 状态：待处理
- 权重：15分
### 警示因素 🟡
4. **客单价下降**
- 近期平均：¥320（历史¥580）
- 下降：-45%
- 权重：8分
5. **竞品关注**
- 浏览记录：竞品网站访问
- 频率：3次/周
- 权重：4分
## 可能流失原因
### 主因分析（按概率排序）
1. **服务体验问题** (45%)
- 投诉长期未解决
- 可能导致不满累积
2. **产品需求变化** (30%)
- 购买停止
- 可能需求已满足或变化
3. **竞品吸引** (15%)
- 浏览竞品频繁
- 可能正在评估替代方案
4. **价格因素** (10%)
- 客单价下降
- 可能对价格敏感
## 挽回策略
### 紧急行动（48小时内）
1. **解决投诉**
- 优先处理45天前的投诉
- 客服主管亲自跟进
- 提供补偿方案
2. **真诚沟通**
- 1对1电话回访
- 了解真实原因
- 表达重视
3. **即时激励**
- 赠送¥200无门槛券
- 有效期7天
- 表达歉意诚意
### 短期策略（7天内）
1. **专属优惠**
- 定制化折扣方案
- 基于历史偏好
- 限时性（制造紧迫感）
2. **服务升级**
- 分配专属客服
- 优先处理权限
- VIP体验（即使非VIP）
3. **产品推荐**
- 新品试用机会
- 独家体验权
- 免费升级服务
### 中期策略（30天内）
1. **关系重建**
- 定期关怀（不过度）
- 价值再教育
- 成功案例分享
2. **反馈闭环**
- 采-纳-建议
- 产品改进反馈
- 让客户参与
3. **忠诚计划**
- 特殊会员权益
- 积分奖励
- 推荐激励
## 预期效果
### 成功概率评估
| 策略 | 预期成功率 | 成功标志 |
|------|-----------|---------|
| 投诉解决 | 65% | 投诉关闭+满意度≥4 |
| 专属折扣 | 40% | 使用优惠券+复购 |
| 服务升级 | 50% | 互动恢复+正面反馈 |
| 综合策略 | 55% | 30天内复购 |
### 挽回价值
- 历史CLV：¥3,280
- 预测未来CLV：¥2,400
- 挽回ROI：投入¥200 → 预期回报¥2,400（12x）
## 行动计划
### Day 1（今天）
✅ 客服主管跟进投诉
✅ 发送道歉邮件+¥200优惠券
✅ 安排48小时内电话回访
### Day 2-3
✅ 电话回访，了解原因
✅ 根据反馈定制方案
✅ 跟进优惠券使用
### Day 7
✅ 检查互动恢复情况
✅ 发送个性化推荐
✅ 邀请参与新产品试用
### Day 30
✅ 评估挽回效果
✅ 调整长期策略
✅ 或确认流失，归档分析
## 风险提示
⚠️ **如果挽回失败**
- 归档流失案例
- 分析根本原因
- 优化产品/服务
- 防止类似流失
✅ **如果挽回成功**
- 标记高关注度客户
- 增加触点频率
- 持续关系维护
- 防止再次风险
/churn-predictor --scan --risk-level high
输出示例：
🚨 高风险客户预警报告 - 2024年4月
## 风险概览
高风险客户：67人
占总客户：1.3%
预期流失CLV：¥161,000
紧急处理优先级：高
## 风险分布
┌─────────────┬──────────┬────────┬──────────┐
│ 风险等级 │ 数量 │ 占比 │ CLV威胁 │
├─────────────┼──────────┼────────┼──────────┤
│ 极高(81-100)│ 12 │ 18% │ ¥48,000 │
│ 高(61-80) │ 55 │ 82% │ ¥113,000 │
└─────────────┴──────────┴────────┴──────────┘
## TOP 20 高风险客户
### 极高风险（立即处理）
| 客户 | 风险分 | CLV | 主因 | 建议行动 |
|------|-------|-----|------|---------|
| cust_001 | 92 | ¥8,200 | 投诉未决 | 紧急介入 |
| cust_002 | 88 | ¥5,600 | 长期未购 | 强力激活 |
| cust_003 | 85 | ¥4,300 | 竞品切换 | 差异化 |
| cust_004 | 83 | ¥3,900 | 服务问题 | 升级服务 |
| cust_005 | 82 | ¥3,200 | 需求变化 | 重新匹配 |
### 高风险（本周处理）
| 客户 | 风险分 | CLV | 主因 | 建议行动 |
|------|-------|-----|------|---------|
| cust_006 | 79 | ¥2,800 | 互动下降 | 重新激活 |
| cust_007 | 77 | ¥2,500 | 价格敏感 | 专属折扣 |
| cust_008 | 75 | ¥2,300 | 产品不满 | 产品改进 |
...（续至20条）
## 流失原因聚类
### 主要原因（Top 5）
1. **服务体验问题** - 28人 (42%)
- 投诉未解决：15人
- 响应慢：8人
- 服务中断：5人
- 建议：客服流程优化
2. **产品相关** - 18人 (27%)
- 质量问题：10人
- 功能缺失：5人
- 产品过时：3人
- 建议：产品质量提升
3. **竞品吸引** - 12人 (18%)
- 价格优势：7人
- 功能更好：3人
- 品牌偏好：2人
- 建议：差异化策略
4. **需求变化** - 6人 (9%)
- 不再需要：4人
- 预算限制：2人
- 建议：需求重新评估
5. **体验问题** - 3人 (4%)
- 网站体验：2人
- 购买流程：1人
- 建议：UX优化
## 批量挽回策略
### 针对性方案
**服务问题组（28人）**
1. 立即解决所有待处理投诉
2. 客服主管1对1回访
3. 服务升级补偿
4. 预期挽回：16人（57%）
**产品问题组（18人）**
1. 收集具体产品反馈
2. 产品改进计划通知
3. 免费升级/换新
4. 预期挽回：10人（56%）
**竞品吸引组（12人）**
1. 差异化价值沟通
2. 专属优惠+增值服务
3. 竞品对比分析
4. 预期挽回：5人（42%）
## 资源分配建议
### 人力配置
- 客服主管：2人（处理极高危）
- 专职客服：5人（处理高危）
- 预计工作量：2周
### 预算需求
- 优惠券/折扣：¥13,400
- 服务升级成本：¥6,700
- 总投入：¥20,100
### ROI预期
- 预期挽回CLV：¥88,550
- 投入成本：¥20,100
- ROI：4.4x
## 行动计划
### Week 1
- Day 1-3: 处理极高危客户（12人）
- Day 4-7: 处理高危前30人
### Week 2
- Day 8-10: 处理剩余高危客户
- Day 11-14: 效果评估+调整策略
### 监控指标
- 挽回成功率：目标>50%
- 平均挽回周期：目标<14天
- 满意度提升：目标≥4.0/5
/churn-predictor --analyze流失原因 --period 90d
输出示例：
🔍 流失原因深度分析 - 过去90天
## 流失概览
总流失客户：156人
流失率：3.1%
CLV损失：¥187,200
挽回机会：¥56,000（30%可挽回）
## 流失原因分布
原因分布
服务问题 ████░░░░░░░░░░ 28% 产品问题 ███░░░░░░░░░░░ 24% 价格因素 ██░░░░░░░░░░░░ 18% 竞品吸引 ██░░░░░░░░░░░░ 16% 需求变化 █░░░░░░░░░░░░░ 8% 体验问题 █░░░░░░░░░░░░░ 6%
## 深度分析
### 1. 服务问题（28%, 44人）
**细分原因**
- 投诉处理慢：18人（41%）
- 平均处理时长：12天（目标≤2天）
- 影响：满意度降至2.1/5
- 客服态度差：15人（34%）
- 主要问题：不耐烦、专业度低
- 影响：NPS-42
- 售后体验差：11人（25%）
- 退换货流程复杂
- 配送问题处理不当
**改进建议**
1. 投诉处理流程优化（SLA 2天）
2. 客服培训计划
3. 售后流程简化
4. 预期减少流失：60%
### 2. 产品问题（24%, 37人）
**细分原因**
- 质量不稳定：21人（57%）
- 主要产品：XYZ系列
- 问题：故障率高
- 功能不满足：10人（27%）
- 缺少：X、Y、Z功能
- 需求：产品迭代
- 产品过时：6人（16%）
- 竞品已升级
- 我们未跟进
**改进建议**
1. XYZ系列质量改进（紧急）
2. 产品路线图调整
3. 功能迭代优先级
4. 预期减少流失：50%
### 3. 价格因素（18%, 28人）
**细分原因**
- 竞品更便宜：19人（68%）
- 差价：平均15%
- 价格敏感度高
- 涨价影响：6人（21%）
- 最近涨价10%
- 直接受影响
- 预算限制：3人（11%）
- 个人财务原因
**改进建议**
1. 价格策略评估
2. 价值沟通强化
3. 分层定价
4. 预期减少流失：35%
### 4. 竞品吸引（16%, 25人）
**主要竞品**
- 竞品A：12人（48%）
- 吸引点：功能更多
- 价格：高20%
- 竞品B：8人（32%）
- 吸引点：价格便宜
- 功能：类似
- 其他：5人（20%）
**改进建议**
1. 差异化价值主张
2. 核心功能强化
3. 客户锁定策略
4. 预期减少流失：40%
## 流失客户画像
### 人口特征
- 年龄：35-45岁（60%）
- 地域：一线城市（70%）
- 职业：企业白领（55%）
### 行为特征
- 客户时长：6-12个月（45%）
- 购买频次：季度1次（65%）
- 客单价：中等（¥500-800）
### 满意度轨迹
- 首次购买：4.5/5
- 3个月：3.8/5
- 流失前：2.1/5
## 预防策略
### 早期识别
- 监控满意度下降
- 跟踪投诉趋势
- 分析互动变化
### 主动干预
- 满意度调查（季度）
- 客户成功计划
- 专属客服通道
### 系统优化
- 服务流程优化
- 产品质量提升
- 价格策略调整
## 行动优先级
### P0（立即执行）
1. 投诉处理流程优化
2. XYZ系列质量改进
3. 客服培训启动
### P1（本月内）
1. 产品功能迭代
2. 价格策略评估
3. 差异化价值定义
### P2（季度内）
1. 客户成功体系建立
2. NPS监控系统
3. 流失预警自动化
def calculate_churn_risk(customer_data):
"""
流失风险评分算法
Returns:
int: 0-100的风险分数
"""
score = 0
# 1. 购买行为 (40分)
# 购买频率变化
purchase_frequency_delta = (
recent_90d_purchase_count /
historical_avg_purchase_count
)
if purchase_frequency_delta < 0.3:
score += 25 # 频率下降>70%
elif purchase_frequency_delta < 0.6:
score += 18
elif purchase_frequency_delta < 0.8:
score += 10
# 最近购买时间
days_since_last_purchase = customer_data.days_since_last_purchase
if days_since_last_purchase > 90:
score += 15
elif days_since_last_purchase > 60:
score += 10
elif days_since_last_purchase > 30:
score += 5
# 2. 互动行为 (30分)
# 邮件互动率
email_engagement_delta = recent_open_rate - historical_open_rate
if email_engagement_delta < -0.5:
score += 15 # 下降>50%
elif email_engagement_delta < -0.3:
score += 10
elif email_engagement_delta < -0.1:
score += 5
# 网站访问
website_visit_delta = recent_visit_count - historical_avg_visit
if website_visit_delta < -0.7:
score += 15
# 3. 满意度指标 (20分)
# 投诉情况
unresolved_complaints = customer_data.unresolved_complaints
if unresolved_complaints > 0:
days_since_complaint = customer_data.days_since_first_complaint
if days_since_complaint > 30:
score += 20
elif days_since_complaint > 14:
score += 15
elif days_since_complaint > 7:
score += 10
# 评分变化
satisfaction_delta = recent_satisfaction - historical_satisfaction
if satisfaction_delta < -2:
score += 15
elif satisfaction_delta < -1:
score += 10
elif satisfaction_delta < -0.5:
score += 5
# 4. 竞品行为 (10分)
competitor_visits = customer_data.competitor_website_visits
if competitor_visits > 5:
score += 10
elif competitor_visits > 3:
score += 7
elif competitor_visits > 1:
score += 4
return min(score, 100)
/customer-health-score - 健康度评分/reactivation-wizard - 重新激活/email-sequence - 挽回邮件序列/customer-service - 客户服务Predict, prevent, protect customers! 🛡️
版本: 1.0.0 更新: 2026-04-12 作者: Shopilot Team