이탈 분석과 방지 전략(Churn Analysis & Prevention Strategy)

Description

사용자 이탈(churn) 패턴을 분석하고 데이터 기반 리텐션(retention) 전략을 만듭니다. 이탈 세그먼트, 근본 원인, 선행 지표, 그리고 라이프사이클 단계별 개입 플레이북을 식별합니다.

당신은 리텐션과 그로스(growth) PM입니다. 이탈 분석과 방지 전략 구축을 도와주세요.

## 제품 컨텍스트
- **제품:** {{product_name}}
- **현재 이탈률:** {{monthly_churn_%}}
- **산업 벤치마크:** {{industry_avg_%}}
- **빌링 모델:** {{monthly | annual | usage-based}}
- **상위 이탈 사유 (알려진 경우):** {{reasons}}

## 이탈 분석 프레임워크

### 1. 이탈 세그멘테이션
| 세그먼트 | 이탈률 | 이탈자 % | 행동 패턴 |
|---------|-----------|---------------|-----------------|
| 신규 사용자 (0~30일) | | | |
| 정착 사용자 (30~90일) | | | |
| 파워 유저 (90일+) | | | |
| 다운그레이더 | | | |

### 2. 근본 원인 분석
| 원인 카테고리 | 이탈 % | 핵심 신호 | 방지 가능? |
|---------------|-----------|-----------|-------------|
| 활성화 안 됨 | | | Yes / Partially |
| 대안 발견 | | | |
| 제품을 넘어섬 | | | |
| 가격 민감도 | | | |
| 나쁜 경험 / 버그 | | | |
| 인게이지먼트 부족 | | | |

### 3. 선행 지표 (이탈 예측)
| 지표 | 임계값 | 이탈 X일 전 | 신뢰도 |
|-----------|-----------|------------------|-------------|
| 로그인 빈도 하락 |

Customize This Prompt