个性化与 ML · ML

提前十四天锁定流失会员

14d

流失并非会员离开当天才发生的事件，而是一条数周前已经开始的衰减曲线。本项目建立衰减特征，把预警定在十四天视野，交给挽留团队一份短到可以直接动手的名单。

流程

整合行为历史
订单、session 与互动记录汇入 warehouse，每位会员每周一行，让 recency 与 frequency 成为可度量的序列，而不是印象。
诚实定义流失
流失标签对准你真实的复购周期，而不是照搬九十天的默认值；定义在训练任何模型之前先行确定。
为衰减建模
以衰减 recency、购物篮漂移与客服接触作特征训练 gradient boosting，输出带原因的风险分数排序。
把预警接入挽留系统
分数每天回写到你的 CRM 或 PostHog cohort，被标记的会员直接进入旅程，而不是停在仪表板里。
设对照组再度量
保留一组不做任何触达；挽回率以触达与未触达之间的差距读取，而不是活动的原始响应率。

四至六周得出第一份评分名单。