community-automations/churn-modeler

Research & Omvärld

PublicClaude-subagent

Churn-modellerare

Team vet att churn är ett problem men kör fast i att bygga en första modell från grunden. Den här automationen levererar en fungerande baslinje du kan agera på.

sonnet1 veckaPythonscikit-learnPostgresSHAP
ClaudeClaude
ROI for
README.md

Varför denna subagent

Team vet att churn är ett problem men kör fast i att bygga en första modell från grunden. Den här automationen levererar en fungerande baslinje du kan agera på.

Den hämtar kontohistorik, bygger standard-features och tränar en gradient-boostad modell, och poängsätter sedan aktiva konton efter churn-risk. Varje riskkonto kommer med sina främsta drivkrafter från SHAP, så success-teamet ser inte bara vem som kan lämna utan också skälet bakom poängen.

Så kör 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.

Exempel 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.