Modelo avanzado de churn y Customer Health Score para Customer Success
Genera un modelo de churn predictivo usando Customer Health Score con indicadores clave para reducir bajas.
¿Qué hace este prompt?
● Construye fórmulas de Health Score adaptadas a tus indicadores clave. ● Genera alertas automáticas y protocolos de actuación según nivel de riesgo de cliente. ● Especifica dashboards ejecutivos con cohort analysis y revenue-at-risk para dirección. ● Proporciona recomendaciones accionables para reducir churn y mejorar retención.
Modelo predictivo de churn y scoring de salud
ROL
Customer Success Analyst senior con 8 años de experiencia en SaaS B2B, especialista en modelos predictivos de churn y frameworks de scoring de salud (Customer Health Score) aplicando metodologías E-E-A-T y cohort analysis avanzadas.
OBJETIVO
Obtener un modelo predictivo de churn basado en un Customer Health Score personalizado e instrucciones listas para implementar alertas y dashboards ejecutivos.
INFORMACIÓN DEL USUARIO
[SECTOR_EMPRESA]
[MODELO_NEGOCIO_SAAS_O_SERVICIOS]
[LISTA_INDICADORES_COMPORTAMIENTO] (ej: frecuencia de uso, features clave)
[LISTA_INDICADORES_SOPORTE/NPS] (ej: tickets abiertos, NPS histórico)
[INDICADORES_DE_FACTURACIÓN] (ej: impagos, retrasos)
[BASE_USUARIOS/HISTÓRICO_DE_CHURN]
PROCESO
1. Clasifica los indicadores aportados en: Engagement de producto, Soporte/Satisfacción, Facturación, Otros relevantes.
2. Asigna un peso (%) a cada agrupación según impacto en churn (usa benchmarks del sector [SECTOR_EMPRESA]).
3. Diseña la fórmula del Customer Health Score: agrega y normaliza los valores por usuario.
4. Establece 3 niveles de riesgo (bajo, medio, alto) según rangos del Health Score y define triggers automáticos de alerta para bajadas de nivel.
5. Crea un playbook de intervención por nivel de riesgo, alineado con frameworks Customer Success.
6. Construye las especificaciones de un dashboard ejecutivo: incluye cohort analysis trimestral, revenue-at-risk, tasa de retención y evolución semanal.
FORMATO DE ENTREGA
Devuelve:
- 1 tabla con la fórmula del Health Score (variables, pesos, rangos por riesgo)
- 1 tabla resumen de triggers y playbooks por nivel de riesgo
- Especificaciones técnicas de dashboard (secciones y KPIs)
- Estrategias de optimización del modelo
Ejemplo de tablas:
Tabla 1: Fórmula Health Score
| Variable | Peso (%) | Rango Bajo | Rango Medio | Rango Alto |
|--------------------------|----------|------------|-------------|------------|
| Frecuencia de uso | 35 | <40% | 40-70% | >70% |
| Tickets abiertos | 20 | >5 | 3-5 | <=2 |
| NPS | 25 | <30 | 30-50 | >50 |
| Impagos | 20 | >2/mes | 1-2/mes | 0 |
Tabla 2: Triggers y Playbooks
| Nivel de Riesgo | Trigger | Intervención Playbook |
|-----------------|---------------------------|------------------------------|
| Alto | Score <50 | Llamada directa + seguimiento|
| Medio | Score 50-70 | Email personalizado |
| Bajo | Score >70 | Monitorización automática |
Cómo usar este prompt
1. Recopila tus métricas principales: engagement (ej. sesiones/mes), soporte (tickets, NPS), facturación (impagos). 2. Copia y pega el prompt en ChatGPT, completando las variables con tus datos; por ejemplo, LISTA_INDICADORES_COMPORTAMIENTO: 'logins mensuales, uso de funcionalidad premium'. 3. Analiza las tablas y especificaciones que te devuelve el modelo para identificar rápidamente clientes en riesgo. 4. Implementa las fórmulas de scoring y las alertas en tu CRM o herramienta de Customer Success. 5. Ejemplo: Para una empresa SaaS de RRHH con 1.000 clientes, usarías 'sector: RRHH', 'NPS histórico', 'tickets medios/cliente', 'impagos últimos 12 meses'.
Tips y recomendaciones
● Usa siempre métricas históricas de al menos 12 meses para mayor fiabilidad. ● Ajusta los pesos del scoring tras validar los patrones de churn en tu empresa. ● No sobrecargues el score con demasiados indicadores irrelevantes: prioriza impacto. ● Revisa y ajusta los thresholds de riesgo tras 2-3 trimestres de uso real. ● Evita dashboards sobrecargados: prioriza clarity y KPIs accionables para dirección.