Guide: bygg ett churn-risk-segment från en beräknad trait
Förvandla en churn-poäng till ett handlingsbart segment som ni kan förhandsgranska, spara och mata direkt in i en win-back-journey.
Prediktiva poäng är bara användbara när de blivit ett segment ni kan agera på. Här är kortaste vägen från poäng till utskick.
1. Bekräfta att poängsättningen körs
curl https://api.wezend.com/v1/ml/summary \
-H "X-API-Key: $WEZEND_API_KEY"
Om ni inte har konfigurerat den valfria ML-sidecaren fungerar detta ändå — poängen kommer från den inbyggda heuristiska reservlösningen i stället för en tränad modell. Oavsett vilket får varje kontakt en ml_churn_score.
2. Förhandsgranska segmentet innan ni sparar 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 }] }'
Detta returnerar ett live-antal utan att spara något ännu — justera tröskeln tills segmentstorleken matchar vad ert team realistiskt kan agera på.
3. Spara det
POST /v1/segments med samma regeluppsättning sparar det och börjar hålla medlemskapet aktuellt i realtid allteftersom poängen uppdateras.
4. Rikta en journey mot det
Sätt segmentet som en segment_enter-trigger på en journey (se Bygg en journey) — återanvänd mallen Win-back Lapsed Customers som utgångspunkt, eller bygg en egen. Härifrån skrivs en kontakt som korsar in i hög churn-risk in automatiskt; ingenting behöver polla poängen.
Håll det ärligt
Eftersom trait:ml_churn_score bara är en beräknad trait går den att kombinera med vilken annan regel som helst — kombinera den med plan eller lifetime_value för att bara rikta in er på det segment som är värt retentionskostnaden, i stället för varje riskkontakt urskillningslöst.