community-automations/churn-modeler

리서치 & 인텔

PublicClaude 서브에이전트

이탈 모델러

팀은 이탈이 문제라는 걸 알면서도, 처음부터 모델을 만드는 단계에서 멈추곤 합니다. 이 자동화는 바로 활용할 수 있는 베이스라인을 제공합니다.

sonnet1주일 이내 출시Pythonscikit-learnPostgresSHAP
ClaudeClaude
ROI for
README.md

왜 이 서브에이전트인가

팀은 이탈이 문제라는 걸 알면서도, 처음부터 모델을 만드는 단계에서 멈추곤 합니다. 이 자동화는 바로 활용할 수 있는 베이스라인을 제공합니다.

계정 이력을 가져와 표준 피처를 만들고, gradient-boosted 모델을 학습시킨 뒤 실시간 계정에 이탈 위험 점수를 매깁니다. 각 위험 계정에는 SHAP 기반 상위 원인이 함께 표시되어, 성공 팀은 누가 떠날 수 있는지뿐 아니라 그 점수 뒤의 이유까지 확인할 수 있습니다.

작동 방식

    • Read

      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.

샘플 출력

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.