churn-prevention

Überblick über den churn-prevention skill

Wofür der churn-prevention skill gedacht ist

Der churn-prevention skill hilft AI Agents dabei, praxisnahe Retention-Maßnahmen für freiwillige Kündigungen in SaaS-Produkten zu entwickeln — etwa Cancel Flows, Exit Surveys, Save Offers und Win-back-Messaging. Zusätzlich unterstützt er die Rückgewinnung bei unfreiwilligem Churn durch Dunning und Strategien für Zahlungswiederholungen. Am besten eignet er sich für Growth-Teams, Lifecycle Marketing, Product Marketing, Revenue Operations und Gründer, die einen umsetzbaren Leitfaden zur Churn Prevention brauchen statt eines allgemeinen Brainstormings à la „Churn reduzieren“.

Passende Use Cases und Zielgruppen

Nutze diesen Skill, wenn du eine Kündigungsstrecke aufbaust oder prüfst, entscheiden musst, welche Save Offers je nach Kündigungsgrund angezeigt werden sollen, E-Mails bei fehlgeschlagenen Zahlungen schreibst oder den Umsatzhebel besserer Save- und Recovery-Rates abschätzen willst. Besonders nützlich ist er für Subscription-Produkte mit messbarem MRR, Daten zu fehlgeschlagenen Zahlungen, Kündigungsgründen und einem Billing-System wie Stripe, Paddle, Chargebee oder Recurly.

Was ihn von einem generischen Prompt unterscheidet

Ein generischer Prompt schlägt vielleicht Rabatte oder E-Mails vor. Dieser churn-prevention skill bringt deutlich mehr operative Struktur mit: Er trennt freiwilligen und unfreiwilligen Churn, fragt nach dem aktuellen Ist-Zustand, enthält ein Cancel-Flow-Playbook, bietet einen Dunning-Guide mit Decline-Code-Logik und stellt mit scripts/churn_impact_calculator.py ein Hilfsskript zur Modellierung zurückgewonnenen MRR bereit. Dadurch werden die Ergebnisse stärker auf Umsetzung ausgerichtet und lassen sich leichter priorisieren.

Wann dieser Skill nicht passt

Installiere churn-prevention nicht, wenn dein Hauptbedarf in Customer-Health-Scoring, Account Expansion, Renewal Forecasting oder Customer-Success-Playbooks liegt. Ebenfalls nur eingeschränkt geeignet ist der Skill, wenn du keinen Zugriff auf Churn Rate, Kündigungsgründe, Volumen fehlgeschlagener Zahlungen oder Pricing-Kontext hast. Der Skill kann dann zwar weiterhin erste Flows entwerfen, seine Empfehlungen sind aber weniger belastbar.

So nutzt du den churn-prevention skill

Installation von churn-prevention und Repository-Pfad

Installiere den Skill aus dem Repository-Pfad:

npx skills add alirezarezvani/claude-skills --skill churn-prevention

Der Source liegt hier:

marketing-skill/skills/churn-prevention

Lies nach der Installation zuerst SKILL.md und öffne anschließend references/cancel-flow-playbook.md, references/dunning-guide.md und scripts/churn_impact_calculator.py. Die Referenzen sind kein Beiwerk: Sie enthalten Entscheidungsbäume, Copy-Muster, eine Taxonomie für Zahlungsfehler und die Umsatzlogik, die den Skill deutlich nützlicher machen als einen kurzen Prompt.

Inputs, die du vor der Nutzung vorbereiten solltest

Für eine starke Nutzung von churn-prevention solltest du Geschäfts- und Billing-Kontext direkt zu Beginn liefern. Dazu gehören:

• Produkttyp, Zielgruppe, Pricing-Tiers, Vertragsmodell und Trial-Status
• Aktuelle monatliche Churn Rate sowie Aufteilung in freiwilligen und unfreiwilligen Churn, falls bekannt
• Aktueller Kündigungspfad: sofortiger Self-Serve, Support-geführt, Survey-first oder kein definierter Flow
• Kündigungsgründe und vorhandene Exit-Survey-Daten
• Payment Processor, Retry-Zeitplan, Unterstützung für Card Updater und E-Mails bei fehlgeschlagenen Zahlungen
• Aktuelle Save Rate, Recovery Rate, durchschnittlicher Customer MRR und gewünschte Verbesserung
• Einschränkungen wie rechtliche Anforderungen, Brand Tone, Engineering-Aufwand und Rabattpolitik

Wenn .claude/product-marketing-context.md in deinem Workspace existiert, lass den Agent sie zuerst lesen, damit er nicht nach Kontext fragt, der bereits dokumentiert ist.

Aus einem groben Ziel einen vollständigen Prompt machen

Schwacher Prompt: „Help reduce churn.“

Stärkerer Prompt:

“Use the churn-prevention skill to audit our SaaS cancel flow and dunning setup. We have $80k MRR, 4.2% monthly churn, about 70% voluntary and 30% involuntary. Current cancel flow is instant self-serve with one optional reason dropdown. Top reasons are price, missing feature, and not using it enough. Stripe retries failed payments 3 times over 7 days; we send one generic email. Average customer MRR is $120. We do not want aggressive dark patterns, annual-contract pressure, or discounts longer than 3 months. Produce a prioritized plan, recommended exit survey, reason-based save offers, dunning sequence, and metrics to track.”

Das funktioniert, weil der Prompt dem Skill Segmentierung, finanzielle Relevanz, operative Grenzen und genug Daten liefert, um Trade-offs zu empfehlen statt generische Retention-Taktiken auszugeben.

Empfohlener Workflow für Growth-Teams

Beginne mit der Diagnose, nicht mit Copywriting. Bitte den Skill, Churn in freiwillige und unfreiwillige Kategorien einzuordnen, fehlende Daten zu identifizieren und das Potenzial mit scripts/churn_impact_calculator.py abzuschätzen. Fordere danach getrennte Pläne an: ein Cancel-Flow-Design, eine Reason Map für die Exit Survey, Save Offers nach Segment und eine Dunning-Sequenz nach Fehlertyp. Bitte zum Schluss um Implementierungstickets und Measurement Events wie cancel_started, cancel_reason_selected, save_offer_viewed, save_offer_accepted, payment_failed, payment_recovered und subscription_canceled.

FAQ zum churn-prevention skill

Eignet sich churn-prevention für Early-Stage-SaaS?

Ja, sofern du genug Kündigungen oder fehlgeschlagene Zahlungen hast, aus denen du lernen kannst. Bei sehr frühen Produkten solltest du den churn-prevention skill nutzen, um eine saubere Exit Survey, eine einfache Kündigungsbestätigung und faire E-Mails zur Zahlungsrückgewinnung zu entwerfen. Vermeide es, Save Offers zu früh zu optimieren, solange du noch nicht weißt, ob Churn durch Preis, fehlende Aktivierung, fehlende Features, schlechten Fit oder Zahlungsprobleme entsteht.

Kann der Skill freiwilligen und unfreiwilligen Churn abdecken?

Ja. Genau das ist einer der wichtigsten Gründe, diesen Skill zu nutzen. Arbeit an freiwilligem Churn konzentriert sich auf Cancel-Flow-Design, Kündigungsgründe, Save Offers und Messaging nach der Kündigung. Arbeit an unfreiwilligem Churn konzentriert sich auf Recovery bei fehlgeschlagenen Zahlungen, Retry-Timing, Umgang mit Decline Codes, Kartenaktualisierungen und Dunning-E-Mails. Diese Trennung verhindert den häufigen Fehler, sämtlichen Churn als reines Messaging-Problem zu behandeln.

Worin unterscheidet sich das von Lifecycle-E-Mail-Automation?

Lifecycle-Automation-Tools versenden Nachrichten; dieser Skill hilft zu entscheiden, was passieren sollte und warum. Er kann E-Mail-Copy erstellen, aber sein größerer Nutzen liegt darin, Kündigungsgründe passenden Interventionen zuzuordnen, einen Entscheidungsbaum für Kündigungen zu entwerfen, Regeln für Offers festzulegen und Payment Recovery an konkrete Billing-Fehlertypen anzupassen. Für die Umsetzung brauchst du weiterhin dein ESP, dein Billing-System oder dein Produktteam.

Was sollte ich vor der Installation prüfen?

Prüfe, ob dein Team die Empfehlungen tatsächlich umsetzen kann. Der Skill ist am wertvollsten, wenn du die Cancellation UX ändern, Exit-Survey-Gründe ergänzen oder anpassen, Payment Retries konfigurieren, Dunning-E-Mails aktualisieren und Save- oder Recovery-Rates messen kannst. Wenn Kündigungs- und Billing-Logik vollständig in einem Drittanbieterprozess steckt, den du nicht ändern kannst, wird das Ergebnis eher ein Strategiepapier als ein Implementierungsplan.

So verbesserst du den churn-prevention skill

churn-prevention Ergebnisse durch bessere Segmentierung verbessern

Der größte Hebel für bessere Qualität ist Segmentierung. Liefere unterschiedliche Churn-Muster nach Plan, Kundengröße, Lifecycle-Phase, Akquisitionskanal, Region oder Use Case. Ein Preiseinwand eines kleinen Self-Serve-Kunden sollte nicht dasselbe Save Offer auslösen wie eine Beschwerde über fehlende Features bei einem High-Value-Account. Bitte den Skill nur dann um separate Empfehlungen pro Segment, wenn das Segment die Entscheidung tatsächlich verändert.

Häufige Fehler vermeiden

Achte auf drei typische Probleme. Erstens: zu starke Rabattierung. Frage nach Non-Discount-Saves wie Pause, Downgrade, Onboarding-Hilfe, Feature Education oder Änderungen der Abrechnungsfrequenz. Zweitens: Dark-Pattern-UX bei Kündigungen. Verlange ausdrücklich transparente Bestätigung und eine einfache endgültige Kündigung. Drittens: Dunning-Spam. Bitte den Skill, Nachrichten nach Fehlertyp und Retry-Phase zu variieren, statt immer wieder dieselbe dringliche E-Mail zu senden.

Nach dem ersten Ergebnis iterieren

Bitte nach dem ersten Plan um eine schärfere Version mit klaren Einschränkungen: „Reduce this to a two-week implementation plan“, „Separate no-code changes from engineering work“, „Rewrite the cancel page in our brand voice“ oder „Prioritize by expected recovered MRR versus effort.“ Vergleiche die Empfehlungen anschließend mit deinen Analytics-Daten, Support-Tickets und Billing-Logs, bevor du etwas live stellst.

Lokalen Kontext ergänzen, um den Skill stärker zu machen

Für wiederholte churn-prevention Nutzung lohnt sich eine kurze interne Kontextdatei mit Pricing, Kündigungsrichtlinien, aktuellen Metriken, genehmigten Rabattgrenzen, Brand Voice und Details zum Billing Provider. Der Skill prüft bereits auf vorhandenen Product-Marketing-Kontext. Wenn du diese Datei pflegst, reduzierst du wiederholten Setup-Aufwand und hilfst künftigen Outputs, konsistent mit deinen Geschäftsregeln zu bleiben.