Subagent Claude
Dlaczego ten subagent
Zespoły wiedzą, że churn to problem, ale utykają na budowaniu pierwszego modelu od zera. Ta automatyzacja dostarcza działający model bazowy, na którym możesz od razu pracować.
Pobiera historię kont, buduje standardowe cechy i trenuje model gradient-boosted, a następnie ocenia ryzyko odejścia dla aktywnych kont. Każde zagrożone konto ma przypisane główne czynniki z SHAP, więc zespół customer success widzi nie tylko, kto może odejść, ale też dlaczego.
Jak działa
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.
Przykładowe wyjście
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.