Sous-agent Claude
Pourquoi ce sous-agent
Les équipes savent que le churn est un problème mais calent au moment de construire un premier modèle de zéro. Cette automatisation livre une base fonctionnelle sur laquelle agir.
Elle extrait l'historique des comptes, construit des variables standard et entraîne un modèle de gradient boosting, puis note les comptes actifs par risque de churn. Chaque compte à risque vient avec ses principaux moteurs issus de SHAP, pour que l'équipe de succès client voie non seulement qui pourrait partir, mais aussi la raison derrière le score.
Comment il s'exécute
Used at step 01 to kick off the pipeline.
Used at step 01 to kick off the pipeline.
Used at step 01 to kick off the pipeline.
Used at step 01 to kick off the pipeline.
Exemple de sortie
json// Sample output // (generated when the pipeline finishes) Train a baseline churn model, score active accounts, and return a ranked at-risk list with the top driver per account.
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.