こんな人におすすめ：
- カスタマーサクセスマネージャーやマーケターで解約率改善に取り組む人
- データサイエンティストや分析担当者で顧客分析手法を学びたい人
- サブスクリプションビジネスの運営者でLTV最大化を目指す人
プロンプト例：
あなたは顧客解約予測モデルを作成するデータサイエンティストです。過去6か月間の顧客の年齢、性別、利用頻度、サポート問い合わせ履歴、契約プラン、満足度スコアなどのデータをもとに、多変量適合分析（ロジスティック回帰など）を用いて顧客ごとの解約確率を予測してください。また、解約に最も影響を与える要因を明らかにし、効果的な解約防止施策を提案してください。
プロンプト例の出力結果：
分析結果では、低い利用頻度と高いサポート問い合わせ回数が顧客解約に強く関連しています。ロジスティック回帰モデルの評価指標はAUC 0.85と高精度でした。解約確率が高い顧客には、利用促進のためのパーソナライズドキャンペーンや迅速なカスタマーサポート対応を推奨します。さらに、契約プランの見直しや追加サービスの提案も効果的です。これにより、解約率を大幅に減少させ、LTVの最大化に寄与します。
