去年我把流失风险客户按离开概率分成了三档，每档配置了不同的干预策略和资源投入。以前流失风险的判断是二元的，要么觉得有风险、要么觉得没有风险。二元的判断覆盖不了风险程度的差异，高风险的客户和低风险的客户需要完全不同的干预方式。我在流失概率的评估中加入了时间维度和行为维度，按综合得分把客户分入三个风险档位。 低风险客户的特征是购买频次稳定、互动活跃、复购间隔在正常范围内。低风险客户的离开概率很低，不需要主动干预，保持常规的触达频率和内容更新即可。预防性投入会消耗不必要的资源，低风险客户不需要专项的流失预防动作。 中风险客户的特征是购买频次下降、互动频率减少、复购间隔延长。中风险客户的离开概率在中等水平，如果持续不干预会向高风险移动。中风险客户需要的干预策略是温和的，在低风险和高风险之间找到一个过渡状态，通过一到两次的关怀触达来确认客户的状态是否仍在可恢复的范围内。干预窗口在中风险阶段是最有效的，客户的离开概率还处在可逆的范围内，只要干预的方式和时间点都合适，大多数中风险客户可以被拉回稳定状态。 高风险客户的特征是购买频次明显下降、互动几乎消失、复购间隔远超正常范围。高风险客户的离开概率已经很高了，需要的干预频率和投入都比中低风险客户更高。干预的触达方式比中风险客户更直接，在沟通中明确询问客户是否遇到问题。即使高风险客户最终离开，干预动作也可以获取客户离开的原因，转化为后续的改进信息。 三档风险分类让流失预防的资源配置有了明确的优先级。高风险客户获得最多的干预资源，中风险客户获得适度的关注，低风险客户保持常规服务。预防流失需要把资源用在离开概率最高的客户身上，而不是在所有客户上均匀分布。当流失预防的投入比例和流失概率分布对齐时，每一次预防动作都在覆盖最需要被覆盖的客户。