churn-analysis

# machine-translated to hi from skills/churn-analysis/SKILL.md — review: pending. Native fixes welcome via PR.name: churn-analysisdescription: "एक संरचित चर्न विश्लेषण तैयार करें जो टालने योग्य चर्न को अटल चर्न से अलग करे। ग्राहक क्यों जा रहे हैं इसकी जाँच करते समय, जोखिम में पड़े खंड पहचानते समय, नेट रेवेन्यू रिटेंशन निकालते समय या रिटेंशन हस्तक्षेप योजना बनाते समय इसका उपयोग करें। दर की गणना, टालने-योग्यता के अनुसार वर्गीकृत कारणों, खंड विभाजन, समय विश्लेषण, शुरुआती चेतावनी संकेतों और अनुमानित प्रभाव से रैंक किए प्राथमिकता-क्रम हस्तक्षेपों के साथ चर्न रिपोर्ट तैयार करता है।"

चर्न विश्लेषण स्किल

एक संरचित चर्न विश्लेषण तैयार करें जो मुख्य दर से आगे जाए — यह पहचानते हुए कि ग्राहक क्यों जाते हैं, कौन से खंड सबसे ज़्यादा जोखिम में हैं, और किन हस्तक्षेपों का रिटेंशन पर सबसे ज़्यादा असर होगा।

Brain से पढ़ता है / Brain में लिखता है

अगर कोई professional-brain (brain/) मौजूद है, तो जो आप पहले से जानते हैं उसे दोबारा पूछने के बजाय उसी में आधार रखें:

• पहले पढ़ें: context.md (मेट्रिक परिभाषाएँ — यहाँ "चर्न" का क्या मतलब है), knowledge/, और संबंधित खंड entities/। python3 ../professional-brain/scripts/brain_query.py ./brain "churn" चलाएँ और हर तथ्य का स्रोत टैग साथ रखें।
• 📥 Brain को प्रस्ताव दें: तैयार करने के बाद, मुख्य रिटेंशन निष्कर्ष को knowledge/ ([data]) में, किसी रिटेंशन निर्णय को decisions/ में, और जोखिम कारकों को hypotheses/ के रूप में दर्ज करने का प्रस्ताव दें। उन्हें दिखाएँ, हाँ लें, फिर ../professional-brain/scripts/brain_write.py … --commit से लिखें (सिर्फ़-जोड़ने वाला, डिफ़ॉल्ट रूप से dry-run)।

आवश्यक इनपुट

पहले से न दिए गए हों तो ये माँगें:

• विश्लेषित समय अवधि (जैसे Q1, पिछले 12 महीने)
• अवधि की शुरुआत में कुल ग्राहक और छोड़ चुके ग्राहक
• चर्न से खोया ARR या राजस्व
• चर्न कारण डेटा — एग्ज़िट सर्वे परिणाम, CSM नोट, सपोर्ट डेटा, या सेल्स हार के कारण
• ग्राहक खंड — टियर, उद्योग, कोहोर्ट या प्रोडक्ट लाइन के अनुसार
• वर्तमान रिटेंशन दर ज्ञात हो तो
• कोई हाल के बदलाव — प्राइसिंग, प्रोडक्ट, सपोर्ट मॉडल — जिन्होंने चर्न को प्रभावित किया हो

चर्न श्रेणियाँ

विश्लेषण से पहले चर्न को हमेशा वर्गीकृत करें:

हर श्रेणी के हस्तक्षेप अलग हैं। इन्हें मिलाने से ग़लत निष्कर्ष निकलते हैं।

आउटपुट फ़ॉर्मैट

---

चर्न विश्लेषण: [प्रोडक्ट / खंड / कंपनी]

अवधि: [प्रारंभ तिथि] — [अंत तिथि] तैयार किया: [नाम] | तारीख़: [तारीख़]

---

मुख्य संख्याएँ

बेंचमार्क संदर्भ:

• ग्राहक चर्न दर: [X]% बनाम उद्योग बेंचमार्क [Y]% — [ऊपर / नीचे / बराबर]
• NRR: [X]% — [इसका क्या मतलब है: 100% से ऊपर = विस्तार चर्न की भरपाई करता है; 100% से नीचे = सिकुड़ता आधार]

---

श्रेणी के अनुसार चर्न विभाजन

कुल चर्न में टालने योग्य चर्न का %: [X]% — यही वह संख्या है जिसे हम वास्तव में प्रभावित कर सकते हैं।

---

चर्न के कारण — सिर्फ़ टालने योग्य चर्न

आवृत्ति से रैंक करें। डेटा हो तो ARR भार शामिल करें।

थीम संश्लेषण: [शीर्ष कारणों को 2–3 थीम में समूहित करते 2–3 वाक्य। जैसे "शीर्ष तीन कारण दो थीम में सिमटते हैं: [क्षेत्र] में प्रोडक्ट कमियाँ (टालने योग्य चर्न के X% को प्रभावित) और ऑनबोर्डिंग विफलताएँ जहाँ ग्राहकों को कभी मूल्य नहीं मिला (Y%)।"]

---

खंड के अनुसार चर्न

पहचानें कि कौन से खंड चर्न में ऊपर या नीचे हैं।

टियर के अनुसार

कोहोर्ट के अनुसार (अधिग्रहण वर्ष)

उद्योग / उपयोग-मामले के अनुसार (डेटा उपलब्ध हो तो)

मुख्य पैटर्न: [किस खंड की चर्न दर सबसे ऊँची है और इसकी संभावित व्याख्या क्या है]

---

समय विश्लेषण

• चर्न से पहले औसत अनुबंध अवधि: [X महीने]
• सबसे ऊँचे जोखिम का क्षण: [जैसे "माह 3 — जब ट्रायल का मूल्य घिस चुका है पर पूर्ण अपनाना नहीं हुआ"]
• चर्न समय वितरण:

---

शुरुआती चेतावनी संकेत

छोड़ चुके खातों के आधार पर वे संकेत पहचानें जो चर्न से पहले आए (और जल्दी हस्तक्षेप ट्रिगर कर सकते थे):

---

हस्तक्षेप सिफ़ारिशें

अनुमानित प्रभाव × व्यवहार्यता से रैंक।

प्राथमिकता निर्णय: [कौन सा एक हस्तक्षेप इस तिमाही लागू होने पर सबसे बड़ा असर करेगा और क्यों]

---

जो हम नहीं जानते (डेटा कमियाँ)

• [डेटा कमी 1 — जैसे "एग्ज़िट सर्वे प्रतिक्रिया दर सिर्फ़ 30% है — कारण डेटा प्रतिनिधि न हो सकता है"]
• [डेटा कमी 2 — जैसे "SMB टियर के लिए कोई प्रोडक्ट उपयोग डेटा नहीं — उपयोग संकेत सहसंबंध की पुष्टि नहीं कर सकते"]
• [डेटा कमी 3]

---

एंटी-पैटर्न

• हस्तक्षेप योजनाओं में टालने योग्य और अटल चर्न को न मिलाएँ — कंपनी बंद होने से छोड़े ग्राहकों के लिए प्रोडक्ट फ़िक्स सुझाना संसाधन बर्बाद करता है
• अवधि के अंत की ग्राहक संख्या को हर मानकर चर्न दर न निकालें — यह चर्न को कम दिखाता है; छोड़े ग्राहकों को हमेशा शुरुआती कोहोर्ट से भाग दें
• चर्न कारणों के लिए सिर्फ़ एग्ज़िट सर्वे डेटा पर निर्भर न रहें — प्रतिक्रिया दर आमतौर पर कम होती है और स्व-चयन सैंपल को उन ग्राहकों की ओर झुकाता है जो सर्वे पूरा करने लायक जुड़े हैं
• किसी विशिष्ट चर्न कारण से जोड़े बिना हस्तक्षेप न सुझाएँ — मूल कारणों से कटे हस्तक्षेप रिटेंशन नहीं हिलाएँगे
• सिर्फ़ सकल राजस्व चर्न रिपोर्ट न करें — नेट रेवेन्यू रिटेंशन (NRR) के बिना स्वस्थ दिखती रिटेंशन संख्या सिकुड़ता राजस्व आधार छिपा सकती है

गहरी सामग्री

यह स्किल सहायक फ़ाइलों के साथ आती है — उपलब्ध हों तो उनका उपयोग करें:

• references/avoidability-calls.md — टालने योग्य या नहीं? चर्न वर्गीकरण के निर्णय-विवेक। आउटपुट बनाते समय इसे लागू करें; इसमें वह कैलिब्रेशन और निर्णय-विवेक है जिसे ऊपर का संक्षिप्त तरीका संकुचित कर देता है।
• templates/churn-report.md — डिलिवरेबल का भरने योग्य संस्करण, गुणवत्ता-जाँच इनलाइन सहित। जब उपयोगकर्ता दस्तावेज़ खुद बनाना चाहे, उसे जनरेट करवाने के बजाय, तब यह पेश करें।

स्कोरिंग रूब्रिक (0–40)

इस स्किल का कोई भी आउटपुट सौंपने से पहले स्कोर करें; 32+ शिप-गुणवत्ता है।

गुणवत्ता जाँच

• चर्न दर सही निकाली गई है (छोड़े ÷ शुरुआती कोहोर्ट, अवधि-अंत का कुल नहीं)
• टालने योग्य और अटल चर्न अलग हैं — हस्तक्षेप सिर्फ़ टालने योग्य चर्न को लक्षित करते हैं
• चर्न कारण ग्राहक द्वारा बताए गए हैं, आंतरिक रूप से माने गए नहीं
• खंड विश्लेषण पहचानता है कौन से खंड ऊपर जाते हैं — सिर्फ़ औसत नहीं
• शुरुआती चेतावनी संकेत विशिष्ट और पहचानने योग्य हैं, सामान्य नहीं ("कम एंगेजमेंट")
• हस्तक्षेप सीधे शीर्ष चर्न कारणों से जुड़ते हैं — बिना मूल कारण मेल के कोई सिफ़ारिश नहीं

उदाहरण ट्रिगर वाक्य

• "जाँच करो कि ग्राहक क्यों जा रहे हैं।"
• "नेट रेवेन्यू रिटेंशन निकालो।"
• "रिटेंशन हस्तक्षेप योजना बनाओ।"

इस स्किल को अपने ब्राउज़र में चलाएँ: https://mohitagw15856.github.io/pm-claude-skills/skill/churn-analysis.html