predictive-ai-analytics
5.0(1 تقييم)
المستوى: متوسطCARE Framework

محرك التنبؤ بسلوك العملاء (Churn/Retention)

Customer Churn & Retention Predictor

وصف البرومبت:

يستخدم هذا البرومبت إطار عمل CARE (Context, Action, Result, Evaluation) لتحليل بيانات العملاء وتوقع من منهم معرض لمغادرة الخدمة مع تقديم حلول استباقية.

تخصيص متغيرات البرومبت مباشرة:

1 متغيرات
البرومبت المخصص الجاهز:
بصفتك محللاً متقدماً لسلوك المستهلك، قم بتحليل بيانات العملاء التالية: [بيانات العملاء الخام]. الهدف هو توقع معدلات التخلي عن الخدمة (Churn Rate) في الفترة القادمة. استخدم إطار CARE لتقديم تقرير يتضمن: السياق الحالي لمعدلات الولاء، الإجراءات المقترحة لرفع معدل الاستبقاء، النتائج المتوقعة، وطريقة تقييم نجاح التدخلات.
نص البرومبت الأصلي (Template):
بصفتك محللاً متقدماً لسلوك المستهلك، قم بتحليل بيانات العملاء التالية: [بيانات العملاء الخام]. الهدف هو توقع معدلات التخلي عن الخدمة (Churn Rate) في الفترة القادمة. استخدم إطار CARE لتقديم تقرير يتضمن: السياق الحالي لمعدلات الولاء، الإجراءات المقترحة لرفع معدل الاستبقاء، النتائج المتوقعة، وطريقة تقييم نجاح التدخلات.
تجربة فورية في:

نصائح ذهبية لتحقيق أعلى دقة:

  • اجعل البيانات مجهولة المصدر (Anonymized) قبل معالجتها
  • ركز على تحديد العلامات المبكرة للمغادرة

عينة مخرجات واقعية:

تنبؤ: 15% من العملاء لديهم خطر مغادرة مرتفع بسبب انخفاض معدل تسجيل الدخول. المقترح: إطلاق حملة رسائل شخصية وخصومات ولاء فورية.

تقييمات وآراء المستخدمين حول هذا البرومبت

5.0

بناءً على 1 تقييم ومراجعة

توزيع تقييمات المستخدمينموصى به بنسبة 98%
5
85%
4
15%
3
15%
2
15%
1
15%

أضف تقييمك ورأيك في هذا البرومبت

5 نجوم (استثنائي ومبهر!)

تعليقات ومراجعات المستخدمين0

جاري تحميل التعليقات...
محرك التنبؤ بسلوك العملاء (Churn/Retention) | PromptHub