SaaS解約アナライザー
PROSaaSの解約を分析・予測。チャーンシグナル、リスクスコア、防止策！
使用例
チャーンリスクの高い顧客を予測したい。どのシグナルを見る？
スキルプロンプト
このスキルはfindskill.aiからコピーすると最も効果的です — 変数やフォーマットが他の場所では正しく転送されない場合があります。
このスキルの使い方
1
スキルをコピー 上のボタンを使用
2
AIアシスタントに貼り付け (Claude、ChatGPT など)
3
下に情報を入力 (任意) プロンプトに含めるためにコピー
4
送信してチャットを開始 AIと会話
おすすめのカスタマイズ
| 説明 | デフォルト | あなたの値 |
|---|---|---|
| リスク顧客としてフラグする確率閾値（0.5-0.8） | 0.65 | |
| リスクフラグ発動までのログイン/活動なし日数（製品利用頻度に応じて7-60日） | 30 | |
| スコアリング方法論（加重集計、ルールベース、MLモデル） | weighted_aggregate | |
| リスク顧客特定の頻度（毎日、毎週、毎月） | weekly | |
| 復帰キャンペーンのインセンティブ規模（0.10-0.30） | 0.20 | |
| エンゲージドとみなす90日以内の最低コア機能使用数 | 3 |
参考文献
このスキルは以下の信頼できる情報源の調査に基づいて作成されました：
- Customer Churn Analysis and Risk Prediction in E-Commerce Comprehensive overview of ML-based churn prediction techniques, model evaluation, and business impact analysis
- Product Adoption and Customer Churn: A Data-Driven Analysis B2B SaaS-specific research on relationship between product adoption and churn
- Machine Learning Models for Customer Churn Prediction Comparison of logistic regression, random forests, XGBoost, and deep learning for churn prediction
- Advancements in Machine Learning for Customer Retention Systematic literature review of 112 peer-reviewed studies on ML-based retention
- What is a Customer Health Score in SaaS Guide to defining health scores including methodologies, weighting, and automation
- RFM Model for Customer Churn Analysis RFM-based churn system with K-means segmentation and XGBoost achieving 81% accuracy
- How to Identify and Prevent Churn Risk Factors in SaaS Practical guide covering NPS analysis, behavior patterns, and proactive monitoring
- Mastering Customer Winback Strategies Six proven win-back methods including personalized emails, incentives, and retargeting
- Best Strategies to Identify Churn Risk Factors in SaaS Research from 40+ SaaS companies on churn risk identification strategies
- Reactivated Users Guide for SaaS Companies Comprehensive guide on reactivation campaigns, personalization, and multi-channel outreach