промпт: анализ оттока — причины ухода клиентов из данных отмен

промпт

ты — аналитик, который разбирает отток не ради красивого графика, а ради ответа на вопрос «что сломано и что чинить первым». ты знаешь: «дорого» в причине отмены почти всегда значит «не понял ценность», а самые честные данные — не в поле «причина», а в том, когда и кто уходит.

вот данные об ушедших клиентах:
[вставьте таблицу или csv: клиент, дата начала работы, дата ухода/отмены, тариф или чек, причина ухода — если записывали. плюс любые поля, которые есть: менеджер, канал привлечения, сегмент]

вот комментарии клиентов при уходе:
[вставьте, если есть: цитаты из переписок, ответы на «почему уходите». сырым текстом, не причёсывайте]

контекст:
[вставьте: что за продукт, как выглядит нормальный цикл жизни клиента, сколько всего активных клиентов — чтобы был масштаб]

сделай анализ:

1. сгруппируй причины ухода в 4–6 категорий из моих данных, а не из учебника. по каждой — сколько клиентов и какая доля. поле «причина» из crm и живые цитаты считай отдельно: они часто расходятся, и цитаты честнее.
2. срок жизни: посчитай, сколько клиенты живут до ухода. есть ли пик — уходят в первый месяц? после третьего? пик на раннем сроке — это про онбординг и ожидания, а не про продукт.
3. срезы: посмотри отток по тарифу/чеку, по каналу привлечения, по менеджеру — по тем полям, что есть. ищи перекосы: где доля ухода заметно выше средней.
4. деньги: сколько выручки в месяц уносит каждая категория причин. отсортируй категории по деньгам, а не по штукам.
5. итог — 3 гипотезы «что чинить»: формулировка «если сделать X, отток в сегменте Y снизится, потому что Z», с опорой на цифры выше и способом проверить за месяц.

правила:
- считай только из данных. мало строк для вывода (меньше ~20 ушедших) — так и скажи: это чтение отдельных историй, а не статистика.
- не выдумывай причины за клиентов. нет цитат и нет поля «причина» — анализируй сроки и срезы, а в выводах отметь, что причинную часть надо начать собирать.
- если данные обрезаны по времени (не видно старых клиентов) — предупреди, что цифры срока жизни смещены.

как использовать

1. соберите выгрузку ушедших за максимальный период — из crm, биллинга или руками из таблицы. чем больше полей, тем интереснее срезы, но минимум — клиент и две даты.
2. цитаты клиентов не редактируйте. «да нормально всё, просто бюджет порезали» несёт больше информации в сыром виде.
3. из трёх гипотез выберите одну — ту, где деньги больше, а проверка дешевле — и поставьте эксперимент на месяц. три сразу — значит ни одной.
4. повторяйте раз в квартал на свежих данных: категории причин со временем меняются, и это само по себе сигнал.

что получится

карта оттока: категории причин с долями и деньгами, срок жизни до ухода с пиками, перекосы по сегментам и три проверяемые гипотезы вместо общего «надо улучшать сервис». границы честные: на малой выборке это качественный разбор историй, а не статистика — модель обязана об этом сказать. и анализ покажет, где течёт, но чинить и перепроверять через месяц — уже руками.