技能介绍

当流失率成为沉默的 killer

SaaS 和订阅制业务最怕的不是没有新客户，而是老客户悄悄离开。当你发现续费率开始下滑时，往往已经太晚——用户可能在使用的第一周就决定了要不要继续付费，而产品日志里只留下一堆沉默的导出记录。这个技能要解决的问题很明确：在用户流失之前找到预警信号，用 Churn Rate 数据说话而不是靠直觉猜原因。

它如何工作

核心流程分五步，每一步都围绕「找到根因」展开：

特征分析：从流失用户的行为数据中提取共同模式——是 login frequency 骤降？核心功能使用中断？还是付费后从未进入关键流程？
预警识别：区分关键节点（如 onboarding 第三周、续费前 30 天）上的高危行为，标记非自愿流失（如 payment failure、技术故障）与自愿流失（如竞品迁移、预算削减）的不同信号。
分层策略：按客户价值（高/中/低）设计差异化挽留方案，避免对低价值客户投入过多资源。约束条件明确：挽留成本不超过客户 LTV 的 30%。
自动化干预：建议搭建触发式预警系统，在关键节点自动触达用户或通知运营团队。
长期优化：从产品和服务层面给出改进方向，而非只做一次性挽留。

适用边界

这个技能是纯文本输出的顾问角色，不涉及代码执行或外部 API 调用。它依赖你提供真实的用户行为数据和业务指标——输入质量决定输出质量。如果你还没有埋点或 retention analytics 的基础，先补齐数据基建再使用。另外，技能内的进度系统（experience points、等级）仅用于引导学习节奏，不会改变实际的分析逻辑。