যখন আপনিই পুরো কোম্পানি, তখন প্রতিটি ক্যানসেলেশন আপনাকে দ্বিগুণ আঘাত দেয়। প্রথমত, প্রত্যাখ্যানের জন্য। তারপর সময়ের অপচয়ের জন্য। আপনি সাপোর্ট টিকিট সামলান, ফিচার রিলিজ করেন এবং প্রবৃদ্ধি অর্জনের চেষ্টা করেন। একজন চর্নড (ছেড়ে যাওয়া) ইউজার শুধু রেভিনিউ বা রাজস্বের ক্ষতি করেন না; তারা সেই সময়টুকুও কেড়ে নেন যা আপনি অন্য কোনো কাজে ব্যয় করতে পারতেন। এটি হস্তান্তর করার মতো কোনো রিটেনশন টিম নেই। সেখানে শুধু আপনি আছেন, একটি Stripe নোটিফিকেশনের দিকে তাকিয়ে ভাবছেন কী ভুল হয়েছে এবং আপনার কি তাদের সাথে যোগাযোগ করার প্রয়োজন আছে কি না।
আপনার যোগাযোগ করা উচিত। কিন্তু ম্যানুয়ালি ইউজেজ লগ ঘেঁটে দেখা এবং প্রতিটি ইউজারের জন্য আলাদা ইমেল তৈরি করা কোনো টেকসই পদ্ধতি নয়। আপনার যা প্রয়োজন তা হলো একটি কার্যকর ফিডব্যাক লুপ, যা র (raw) বিহেভিয়ারাল ডেটাকে এমন একটি ড্রাফটে রূপান্তর করবে যা আপনি সরাসরি পাঠাতে পারেন। সঠিকভাবে করা হলে, এই সেটআপটি আপনার হয়ে রিসার্চ করে দেবে এবং চূড়ান্ত সিদ্ধান্ত নেওয়ার দায়িত্ব আপনার হাতেই রাখবে।
আপনি যখনই পুরো টিম, তখন চর্ন কেন বেশি আঘাত দেয়
সোলো অপারেটররা সব ধরণের দায়িত্ব পালন করেন, যার মানে হলো চর্ন কখনোই কেবল একটি মেট্রিক নয়। এটি একটি সাপোর্ট কনভারসেশন যা আপনি শেষ করতে পারেননি, একটি ফিচার রিকোয়েস্ট যা আপনি যথেষ্ট দ্রুত তৈরি করতে পারেননি, অথবা একটি অনবোর্ডিং গ্যাপ যা আপনি লক্ষ্য করেননি। এর মানসিক চাপ এবং অপরচুনিটি কস্ট (সুযোগ ব্যয়) উভয়ই বাস্তব। একটি বাতিল হওয়া অ্যাকাউন্ট তদন্ত করতে পঁয়তাল্লিশ মিনিট ব্যয় করা মানে হলো প্রোডাক্ট থেকে দূরে সরে যাওয়া।
সাধারণ উইন-ব্যাক (win-back) ক্যাম্পেইনগুলো খুব কমই কাজ করে কারণ সেগুলো উদাসীনতা প্রকাশ করে। "We miss you" লেখা একটি সাবজেক্ট লাইন সেই ইউজারের কাছে অর্থহীন, যে তিনবার বাগ (bug) encountering করার পর চলে গেছে। আপনার যোগাযোগ যদি তাদের প্রকৃত অভিজ্ঞতার প্রতিফলন না ঘটায়, তবে তা স্প্যামের মতো মনে হবে। এটি তাদের বুঝিয়ে দেয় যে তারা যখন পেমেন্ট করছিল তখন আপনি তাদের খেয়াল করেননি, তাহলে এখন আপনি তাদের যত্ন নেন তা তারা বিশ্বাস করবে কেন?
এর সমাধান হলো সুনির্দিষ্টতা। আপনাকে তাদের প্রকৃত আচরণের কথা উল্লেখ করতে হবে: তারা কোন ফিচারগুলো ব্যবহার করেছেন, শেষ লগইন কবে ছিল, বা ক্যানসেলেশনের দুই সপ্তাহ আগে তাদের অ্যাক্টিভিটি কতটা কমে গিয়েছিল। এই পর্যায়ের ডিটেইলস প্রমাণ করে যে আপনি খেয়াল রাখছেন। এটি একটি সুযোগ তৈরি করে।
আপনার আসলে যে ফিডব্যাক লুপটি প্রয়োজন
চর্ন অ্যানালাইসিসকে ত্রৈমাসিক রিপোর্ট হিসেবে ভাবা বন্ধ করুন। সোলো বাজেটের ক্ষেত্রে প্রতিদিনের লুপ প্রয়োজন। আপনি এমন একটি সিস্টেম চান যেখানে ক্যানসেলেশন হওয়া মাত্রই একটি তাৎক্ষণিক তদন্ত শুরু হবে, সেই তদন্ত থেকে প্রাপ্ত তথ্য একটি AI-জেনারেটেড ড্রাফট তৈরি করবে এবং কোনো কিছু পাঠানোর আগে আপনি সেই ড্রাফটটি রিভিউ করবেন।
ইনপুটগুলো খুব সহজ। Stripe-এর কাছে থাকে বিলিং সিগন্যাল: তারা কখন ক্যানসেল করেছে, কোন প্ল্যানে ছিল, তাদের পেমেন্ট কি প্রথমে ফেইল করেছিল নাকি তারা স্বেচ্ছায় চলে যাওয়ার সিদ্ধান্ত নিয়েছে। PostHog-এর কাছে থাকে বিহেভিয়ারাল সিগন্যাল: গত ৩০ দিনের ইভেন্ট, পেজ ভিউ, ফিচার ইউজেজ এবং এরর (error)। একটি সুসংগঠিত প্রম্পটসহ এই দুটি ডেটা স্ট্রিম একটি ল্যাঙ্গুয়েজ মডেলে ইনপুট দিলে আপনি এমন একটি ড্রাফট পাবেন যা ইউজারের প্রকৃত যাত্রার কথা উল্লেখ করবে।
৩০ দিন হলো একটি ম্যাজিক উইন্ডো। এটি ধীরে ধীরে ইউজার কমে যাওয়া বা হঠাৎ করে চলে যাওয়া শনাক্ত করার জন্য যথেষ্ট। হতে পারে তারা কোনো কোর ফিচার ব্যবহার করা বন্ধ করে দিয়েছে। হতে পারে তারা অনবোর্ডিং চেকলিস্টটি কখনোই সম্পন্ন করেনি। হতে পারে তারা চারবার প্রাইসিং পেজ ভিজিট করেছে, কোনো ডাউনগ্রেড অপশন খুঁজছিল যা ছিল না। AI আপনার প্রোডাক্টের গ্যাপগুলো ঠিক করতে পারবে না, কিন্তু এটি সেই প্রেক্ষাপটটি সামনে নিয়ে আসতে পারে যাতে আপনার ইমেলটি প্রাসঙ্গিক হয়।
ব্যাকএন্ড ছাড়াই একটি কার্যকর স্ট্যাক
এর জন্য আপনার কোনো সার্ভার, ডেটাবেস বা ডেভঅপস (dev ops) পাইপলাইনের প্রয়োজন নেই। Zapier এখানে গ্লু (glue) হিসেবে কাজ করে। এর webhook listener Stripe থেকে ক্যানসেলেশন ইভেন্টটি শনাক্ত করে। এর বিল্ট-ইন অ্যাকশনগুলো PostHog থেকে তথ্য সংগ্রহ করে। এর কোড স্টেপগুলো একটি প্রম্পট ফরম্যাট করতে Python চালায় এবং একটি AI endpoint কল করে। সবশেষে, এর মেসেজিং অ্যাকশনগুলো ফলাফলটি আপনার Slack, Discord বা ইমেল ইনবক্সে পাঠিয়ে দেয়।
এটি গুরুত্বপূর্ণ কারণ সোলো বাজেটের মানে হলো সাধারণত কোনো ব্যাকএন্ড টিম নেই। এটি হ্যান্ডেল করার জন্য একটি AWS Lambda চালু করা অতিরিক্ত কাজ (overkill) হয়ে যাবে। Zapier-এর "no-code plus escape hatches" মডেল আপনাকে লিন (lean) থাকতে সাহায্য করে, আবার প্রয়োজন অনুযায়ী Python দিয়ে রিয়েল ডেটা ম্যানিপুলেশন করার সুযোগও দেয়।
ফ্লো বা প্রক্রিয়াটি অনেকটা এরকম: একজন ইউজার Stripe-এ তাদের সাবস্ক্রিপশন ক্যানসেল করেন। Zapier সাথে সাথে সেই ইভেন্টটি শনাক্ত করে। এটি কাস্টমারের ইমেলটি বের করে নেয় এবং সেই আইডেন্টিটির সাথে যুক্ত গত ৩০ দিনের অ্যাক্টিভিটি জানতে PostHog-কে অনুরোধ করে। এটি Stripe-এর ফিল্ড এবং PostHog-এর টাইমলাইনকে একটি প্রম্পটে গুছিয়ে ফেলে। সেই প্রম্পটটি আপনার AI প্রোভাইডারের কাছে যায়। মডেলটি একটি বন্ধুত্বপূর্ণ এবং পার্সোনালাইজড ড্রাফট প্রদান করে। সেই ড্রাফটটি ইউজার প্রোফাইলের সাথে সংযুক্ত হয়ে আপনার ইনবক্সে রিভিউ করার জন্য আসে। আপনি সেটি পড়েন, টোন ঠিক করার জন্য এডিট করেন এবং সেন্ড বাটনে ক্লিক করেন।
কোনো সার্ভার নেই। কোনো ক্রন জব নেই। ক্যানসেলেশন থেকে সরাসরি মানুষের রিভিউ পর্যন্ত একটি সহজ পথ।
ধাপে ধাপে এটি তৈরি করা
অপশনগুলোর ভিড়ে হারিয়ে না গিয়ে কীভাবে এটি সেটআপ করবেন তা নিচে দেওয়া হলো।
ট্রিগার সেট আপ করুন। একটি নতুন Zap তৈরি করুন এবং ট্রিগার হিসেবে Stripe-এর "Subscription Cancelled" ইভেন্টটি বেছে নিন। প্রথমে আপনার Stripe টেস্ট ডেটা ব্যবহার করুন যাতে আপনি আসল কাস্টমারদের ওপর পরীক্ষা না করেন। নিশ্চিত করুন যে কাস্টমারের ইমেল এবং সাবস্ক্রিপশন ডিটেইলস সঠিকভাবে প্রবাহিত হচ্ছে।
আচরণটি সংগ্রহ করুন। একটি PostHog অ্যাকশন যোগ করুন। আপনার সেটআপের প্রয়োজন হলে গ্রাহকের ইমেল ব্যবহার করে সেই ব্যবহারকারীর distinct ID খুঁজুন, তারপর গত ত্রিশ দিনের ইভেন্টগুলো সংগ্রহ করুন। আপনার সুনির্দিষ্ট অ্যাকশন প্রয়োজন: পেজের নাম, মূল্যায়ন করা feature flags, ক্লিক করা বাটন এবং এরর ইভেন্ট (error events)। সবকিছু সংগ্রহ করবেন না। বাছাই করা তথ্য নিন। অতিরিক্ত অপ্রাসঙ্গিক তথ্য (noise) প্রম্পটকে অস্পষ্ট করে তোলে এবং আউটপুটকে সাধারণ বা গতানুগতিক করে দেয়। এমন এক ডজন ইভেন্ট লক্ষ্য করুন যা একটি গল্প বলতে পারে।
একটি Python স্টেপে প্রম্পটটি তৈরি করুন। Zapier-এর Code by Zapier স্টেপটি যোগ করুন এবং Python বেছে নিন। এমন একটি প্রম্পট তৈরি করুন যা নির্দেশনার (instruction) থেকে প্রেক্ষাপটকে (context) আলাদা করে। PostHog টাইমলাইনটিকে একটি স্ট্রাকচার্ড লিস্ট হিসেবে ইনপুট দিন। Stripe-এর ডেটা অন্তর্ভুক্ত করুন: প্ল্যানের নাম, শুরুর তারিখ, এবং সম্ভব হলে বাতিলের কারণ (cancellation reason)। মডেলটিকে একটি ছোট, ব্যক্তিগতকৃত win-back ইমেল লিখতে বলুন যা তাদের নির্দিষ্ট আচরণকে স্বীকৃতি দেয় এবং পরবর্তী পদক্ষেপ হিসেবে একটি স্পষ্ট প্রস্তাব দেয়। এই স্টেপ থেকেই সরাসরি AI API কল করুন। আপনি OpenAI, Anthropic, বা অন্য যেকোনো প্রোভাইডার ব্যবহার করতে পারেন যা HTTP endpoint প্রদান করে। আপনার API key Zapier-এর environment secrets-এ রাখুন।
মানুষের পর্যালোচনার জন্য পাঠান। এমন একটি অ্যাকশন তৈরি করুন যা AI-এর আউটপুটকে আপনার কাজের জায়গায় পাঠিয়ে দেয়। আপনি যদি HubSpot বা Airtable-এর মতো CRM ব্যবহার করেন, তবে ড্রাফটটি ব্যবহারকারীর রেকর্ডের সাথে যুক্ত করে দিন। আপনি যদি Slack ব্যবহার করেন, তবে ব্যবহারকারীর নাম এবং বাতিলের তারিখসহ একটি প্রাইভেট চ্যানেলে এটি পোস্ট করুন। একটি ট্যাগ বা স্ট্যাটাস ফিল্ড যোগ করুন যাতে লেখা থাকে "needs review"। এটি পরিকল্পিতভাবেই আপনার কাজের একটি গুরুত্বপূর্ণ ধাপ (bottleneck)। AI-কে সরাসরি ইমেল পাঠানোর অনুমতি দেবেন না।
কেন মানুষের অংশগ্রহণ (Human in the Loop) রাখা প্রয়োজন
পুরো প্রক্রিয়াটি সম্পূর্ণ স্বয়ংক্রিয় করে ফেলা খুব লোভনীয় মনে হতে পারে। মেশিনকে ইমেল পাঠিয়ে দিতে দিন এবং নিজের আরও সময় বাঁচান। কিন্তু এই প্রলোভন থেকে নিজেকে দূরে রাখুন।
আপনার ব্র্যান্ডের কণ্ঠস্বর (brand voice) অটোমেশনের জন্য অত্যন্ত সূক্ষ্ম। AI মাঝে মাঝে অতিরিক্ত ক্ষমা প্রার্থনামূলক হতে পারে, অথবা এমন কোনো সমাধানের প্রতিশ্রুতি দিতে পারে যা আপনি এখনও তৈরি করেননি, অথবা কোনো বাগের (bug) কথা বলতে পারে যা আসলে সেই ব্যবহারকারীকে প্রভাবিত করেনি কারণ এটি কোনো ইভেন্টের নাম ভুলভাবে পড়েছিল। আপনিই হলেন চূড়ান্ত ফিল্টার।
পাঠানোর ধাপটি ম্যানুয়াল রাখার আরেকটি কারণ আছে। প্রতিটি churn ইমেল যা আপনি পর্যালোচনা করেন, তা একটি শেখার সুযোগ। এই ধরনের দশটি ড্রাফট দেখার পর, আপনি প্যাটার্ন বা ধরন লক্ষ্য করবেন। আপনি বুঝতে পারবেন যে তিনজন ব্যবহারকারী একই ইন্টিগ্রেশন ধাপে আটকে যাওয়ার কারণে চলে গেছেন। আপনি লক্ষ্য করবেন যে এন্টারপ্রাইজ প্ল্যান বাতিল করা সবসময় একটি নির্দিষ্ট রিপোর্ট লোড হতে ব্যর্থ হওয়ার পর ঘটে। এই বুদ্ধিমত্তা আপনার প্রোডাক্ট রোডম্যাপে এমনভাবে অবদান রাখবে যা একটি সম্পূর্ণ স্বয়ংক্রিয় প্রক্রিয়া কখনোই করতে পারবে না।
আপনি কেবল যোগাযোগের সময় বাঁচাচ্ছেন না। আপনি একটি সাশ্রয়ী এবং নিয়মিত churn নির্ণয় করার মেশিন তৈরি করছেন।
আসল প্রাপ্তি
এই সেটআপটি নিখুঁত কৃত্রিম বুদ্ধিমত্তা নিয়ে নয়। এটি হলো একা থাকা অবস্থায় churn পরিস্থিতি সামলে নেওয়ার উপায়। আপনি একটি বিশৃঙ্খল আবেগপ্রবণ ঘটনাকে একটি পুনরাবৃত্তিমূলক সিস্টেমে রূপান্তর করছেন। গবেষণা স্বয়ংক্রিয়ভাবে ঘটে। ড্রাফটটি নিজে নিজেই লেখা হয়। যোগাযোগ করার সিদ্ধান্ত এবং আপনি শেষ পর্যন্ত যে কথাগুলো পাঠাবেন, তা সম্পূর্ণ আপনার নিয়ন্ত্রণে থাকে।
সময়ের সাথে সাথে আপনার win-back রেট উন্নত হবে কারণ মডেলটি আরও বুদ্ধিমান হয়েছে তা নয়, বরং আপনি আরও বুদ্ধিমান হয়েছেন। আপনি আপনার নৌকার ছিদ্রগুলো এত স্পষ্টভাবে দেখতে শুরু করেছেন যে আপনি সেগুলো মেরামত করতে পারছেন।
Source: একক বাজেটে AI-চালিত Churn Analysis এবং Win-Back ক্যাম্পেইন
Community: Telegram-এ GyaanSetu AI