community-automations/churn-modeler

Research & intel

PublicClaude-subagent

Churn-modelleerder

Teams weten dat churn een probleem is, maar lopen vast bij het vanaf nul bouwen van een eerste model. Deze automatisering levert een werkende basis waar je iets mee kunt.

sonnet1 weekPythonscikit-learnPostgresSHAP
ClaudeClaude
ROI for
README.md

Waarom deze subagent

Teams weten dat churn een probleem is, maar lopen vast bij het vanaf nul bouwen van een eerste model. Deze automatisering levert een werkende basis waar je iets mee kunt.

Hij haalt accounthistorie op, bouwt standaardfeatures en traint een gradient-boosted model, en scoort daarna live accounts op churnrisico. Elk risicovol account komt met zijn belangrijkste drijfveren uit SHAP, zodat het success-team niet alleen ziet wie misschien vertrekt, maar ook de reden achter de score.

Hoe hij werkt

    • 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.

Voorbeelduitvoer

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.