Team nào cũng biết churn là vấn đề, nhưng lại chững lại ở bước xây mô hình đầu tiên từ con số không. Quy trình tự động này cho ra đời một baseline dùng được ngay để bạn bắt tay vào hành động.
sonnet1 tuầnPythonscikit-learnPostgresSHAP
Claude
75ROI
76Scale
$2.7k91Saved
ROI for
README.md
Tại sao chọn subagent này
Team nào cũng biết churn là vấn đề, nhưng lại chững lại ở bước xây mô hình đầu tiên từ con số không. Quy trình tự động này cho ra đời một baseline dùng được ngay để bạn bắt tay vào hành động.
Nó kéo lịch sử tài khoản về, xây các feature chuẩn, huấn luyện một mô hình gradient-boosted, rồi chấm điểm rủi ro churn cho các tài khoản đang hoạt động. Mỗi tài khoản có nguy cơ đều kèm theo các yếu tố tác động chính từ SHAP, để team customer success không chỉ thấy ai có thể rời đi mà còn hiểu lý do đằng sau điểm số đó.
Cách vận hành
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.
Xây dựng các đặc trưng về thời gian sử dụng, xu hướng sử dụng và tương tác hỗ trợ, sau đó huấn luyện mô hình gradient-boosted cơ bản.
pending
Đánh giá điểm cho các tài khoản hiện tại và xếp hạng chúng theo xác suất rời bỏ dự đoán.
pending
Sử dụng SHAP để xác định các yếu tố hàng đầu cho mỗi tài khoản và ghi danh sách tài khoản có nguy cơ rời bỏ trở lại cơ sở dữ liệu.
pending
Ví dụ đầu ra
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.