对于任何依赖经常性收入和重复销售的企业来说，让客户保持活跃并持续购买是必不可少的。客户流失（或“流失”），这种代价高昂且令人沮丧的事情是可以预防的。通过使用本书中介绍的技术，你可以识别客户流失的预警信号，并学会在客户离开之前识别并挽留他们。 《客户留存数据分析与预测》向开发人员和数据科学家传授经过实践证明的技术与方法，可以在客户流失发生之前阻止其发生。本书包含很多来自现实中的示例，介绍如何将原始数据转换为可衡量的行为指标、计算客户生命周期价值，并使用人口统计数据改进客户流失预测。通过遵循Zuora首席数据科学家Carl Gold的方法，你将获得高客户留存率带来的优势。

第Ⅰ部分 构建自己的“装备库”
第1章 客户流失
1.1 为什么阅读本书
1.1.1 典型的客户流失场景
1.1.2 本书主要内容
1.2 对抗客户流失
1.2.1 减少客户流失的干预措施
1.2.2 为什么客户流失难以对抗
1.2.3 有效的客户指标：防止客户流失的利器
1.3 本书为何与众不同
1.3.1 实用且透彻
1.3.2 模拟案例研究
1.4 具有重复用户交互性的产品
1.4.1 支付消费品的费用
1.4.2 B2B服务
1.4.3 客户流失与媒体广告
1.4.4 消费者订阅
1.4.5 免费增值商业模式
1.4.6 App内购买模式
1.5 非订阅服务的客户流失场景
1.5.1 将“不活跃”看作“流失”
1.5.2 免费试用转换
1.5.3 upsell和down sell
1.5.4 其他“是/否”客户预测
1.5.5 用户行为预测
1.5.6 其他与客户流失不同的用例
1.6 消费者行为数据
1.6.1 常见客户事件
1.6.2 最重要的事件
1.7 对抗客户流失的案例分享
1.7.1 Klipfolio
1.7.2 Broadly
1.7.3 Versature
1.7.4 社交网络模拟
1.8 使用最佳客户指标进行案例研究
1.8.1 利用率
1.8.2 成功率
1.8.3 单位成本
1.9 本章小结
第2章 测量流失率
2.1 定义流失率
2.1.1 计算流失率和留存率
2.1.2 流失率和留存率的关系
2.2 订阅数据库
2.3 基本的客户流失计算：净留存率
2.3.1 净留存率计算
2.3.2 使用SQL计算净留存率
2.3.3 解释净留存率
2.4 标准流失率计算：基于客户数量的流失
2.4.1 标准流失率定义
2.4.2 用于计算流失率的外连接
2.4.3 使用SQL计算标准流失率
2.4.4 何时使用标准流失率
2.5 基于事件的非订阅产品流失率
2.5.1 通过事件确定活跃客户和流失客户
……
第Ⅱ部分 动手实践
第Ⅲ部分 特殊技巧与方法