community-automations/churn-modeler

Research og innsikt

PublicClaude-subagent

Churn-modellerer

Team vet at churn er et problem, men stopper opp ved å bygge en første modell fra bunnen av. Denne automatiseringen leverer en fungerende baseline du kan handle på.

sonnet1 ukePythonscikit-learnPostgresSHAP
ClaudeClaude
ROI for
README.md

Hvorfor denne subagenten

Team vet at churn er et problem, men stopper opp ved å bygge en første modell fra bunnen av. Denne automatiseringen leverer en fungerende baseline du kan handle på.

Den henter kontohistorikk, bygger standard-features og trener en gradient-boostet modell, og scorer deretter aktive kontoer etter churn-risiko. Hver risikoutsatt konto kommer med sine største drivere fra SHAP, så kundeteamet ser ikke bare hvem som kan forsvinne, men også grunnen bak scoren.

Slik kjører den

    • 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.

Eksempel på output

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.