Churn überrascht im Nachhinein selten jemanden; die Signale saßen wochenlang in den Nutzungsdaten und der Support-Queue. Das Problem ist, dass niemand sie zusammen beobachtet hat, bis die Kündigungs-E-Mail eintraf.
sonnet1 WocheHubSpotMixpanelStripeSlack
Claude
90ROI
78Scale
$4k94Saved
ROI for
README.md
Warum dieser Subagent
Churn überrascht im Nachhinein selten jemanden; die Signale saßen wochenlang in den Nutzungsdaten und der Support-Queue. Das Problem ist, dass niemand sie zusammen beobachtet hat, bis die Kündigungs-E-Mail eintraf.
Dieser Agent bewertet Accounts täglich nach Nutzungs-, Abrechnungs- und Ticket-Trends und schreibt dem Owner eine DM, bevor der Account kalt wird. Der Alert benennt das tatsächliche Warnsignal und schlägt ein konkretes Save-Play vor, sodass der Rep mit einem Grund ans Werk geht statt mit einem vagen Nachfassen. Sie fangen die Rutschpartie ab, solange noch Zeit zum Handeln ist.
So läuft er
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Bewertet jeden Account nach Trendrichtung und markiert die, die Richtung Churn rutschen.
pending
Zieht die wahrscheinliche Ursache: sinkende Logins, eine fehlgeschlagene Abrechnung oder ein Stapel offener Tickets.
pending
Schreibt dem Account-Owner per DM in Slack mit dem Warnsignal und einem vorgeschlagenen Save-Play.
pending
Beispiel-Output
json
// Sample output
// (generated when the pipeline finishes)
For each account, return a risk_level, the top signal driving it, and one concrete save play tied to that signal.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.