Guide: byg et churn-risiko-segment fra en beregnet trait
Forvandl en churn-score til et handlingsrettet segment, I kan preview'e, gemme og fodre direkte ind i en win-back-journey.
Prædiktive scorer er kun nyttige, når de bliver til et segment, I kan handle på. Her er den korteste vej fra score til afsendelse.
1. Bekræft at scoring kører
curl https://api.wezend.com/v1/ml/summary \
-H "X-API-Key: $WEZEND_API_KEY"
Hvis I ikke har konfigureret den valgfrie ML-sidecar, virker dette stadig — scorer kommer fra det indbyggede heuristiske fallback i stedet for en trænet model. Under alle omstændigheder får hver kontakt en ml_churn_score.
2. Preview segmentet, før I gemmer det
curl -X POST https://api.wezend.com/v1/segments/preview \
-H "X-API-Key: $WEZEND_API_KEY" \
-H "Content-Type: application/json" \
-d '{ "rules": [{ "field": "trait:ml_churn_score", "op": "gt", "value": 0.7 }] }'
Dette returnerer et live antal uden at gemme noget endnu — justér tærsklen, indtil segmentstørrelsen matcher, hvad jeres team realistisk kan handle på.
3. Gem det
POST /v1/segments med samme regelsæt gemmer det og begynder at holde medlemskabet opdateret i realtid, efterhånden som scorer opdateres.
4. Peg en journey mod det
Sæt segmentet som en segment_enter-trigger på en journey (se Byg en journey) — genbrug Win-back Lapsed Customers-skabelonen som udgangspunkt, eller byg en tilpasset. Herfra indskrives en kontakt, der krydser ind i høj churn-risiko, automatisk; intet skal polle scoren.
Hold det ærligt
Fordi trait:ml_churn_score blot er en beregnet trait, kombinerer den med enhver anden regel — kombinér den med plan eller lifetime_value for kun at målrette det segment, der er fastholdelsesudgiften værd, i stedet for enhver risikokontakt uden forskel.