ನೀವು ಇಡೀ ಕಂಪನಿಯಾಗಿದ್ದಾಗ, ಪ್ರತಿ ರದ್ದತಿಯೂ (cancellation) ಎರಡು ಪಟ್ಟು ನೋವು ನೀಡುತ್ತದೆ. ಮೊದಲನೆಯದು, ತಿರಸ್ಕಾರ. ನಂತರ, ಸಮಯದ ವ್ಯರ್ಥ. ನೀವು ಸಪೋರ್ಟ್ ಟಿಕೆಟ್‌ಗಳನ್ನು ನಿರ್ವಹಿಸುತ್ತೀರಿ, ಫೀಚರ್‌ಗಳನ್ನು ಬಿಡುಗಡೆ ಮಾಡುತ್ತೀರಿ ಮತ್ತು ಬೆಳವಣಿಗೆಯನ್ನು ಬೆನ್ನಟ್ಟುತ್ತೀರಿ. ಒಬ್ಬ ಬಳಕೆದಾರನು ಹೊರಟುಹೋದರೆ ಕೇವಲ ಆದಾಯದ ನಷ್ಟವಾಗುವುದಿಲ್ಲ; ಅವರು ನೀವು ಬೇರೆ ಯಾವುದಕ್ಕೋ ಬಳಸಬಹುದಾಗಿದ್ದ ಸಮಯವನ್ನೂ ಕದಿಯುತ್ತಾರೆ. ಇದನ್ನು ಹಸ್ತಾಂತರಿಸಲು ಯಾವುದೇ ರಿಟೆನ್ಷನ್ (retention) ತಂಡವಿಲ್ಲ. ಅಲ್ಲಿ ಕೇವಲ ನೀವೇ ಇರುತ್ತೀರಿ, Stripe ನೋಟಿಫಿಕೇಶನ್ ನೋಡಿ, ಏನು ತಪ್ಪಾಗಿದೆ ಮತ್ತು ನೀವು ಅವರನ್ನು ಸಂಪರ್ಕಿಸಬೇಕೇ ಅಥವಾ ಬೇಡವೇ ಎಂದು ಯೋಚಿಸುತ್ತಾ ಕುಳಿತಿರುತ್ತೀರಿ.

ನೀವು ಪ್ರಯತ್ನಿಸಬೇಕು. ಆದರೆ ಬಳಕೆಯ ಲಾಗ್‌ಗಳನ್ನು (usage logs) ಕೈಯಾರೆ ಹುಡುಕಿ ಪ್ರತಿಯೊಬ್ಬರಿಗೂ ಪ್ರತ್ಯೇಕ ಇಮೇಲ್‌ಗಳನ್ನು ಬರೆಯುವುದು ಸುಸ್ಥಿರವಾದ ವ್ಯವಸ್ಥೆಯಲ್ಲ. ನಿಮಗೆ ಬೇಕಾಗಿರುವುದು ಕಚ್ಚಾ ವರ್ತನೆಯ ಡೇಟಾವನ್ನು (raw behavioral data) ನೀವು ಕಳುಹಿಸಬಹುದಾದ ಕರಡಾಗಿ (draft) ಪರಿವರ್ತಿಸುವ ಒಂದು ಪರಿಣಾಮಕಾರಿ ಫೀಡ್‌ಬ್ಯಾಕ್ ಲೂಪ್ (feedback loop). ಇದನ್ನು ಸರಿಯಾಗಿ ಮಾಡಿದರೆ, ಈ ವ್ಯವಸ್ಥೆಯು ನಿಮಗಾಗಿ ಸಂಶೋಧನೆಯನ್ನು ಮಾಡುತ್ತದೆ ಮತ್ತು ಅಂತಿಮ ನಿರ್ಧಾರವನ್ನು ನಿಮ್ಮ ಕೈಯಲ್ಲಿ ಬಿಡುತ್ತದೆ.

ನೀವು ತಂಡವಾಗಿದ್ದಾಗ ಚರ್ನ್ (Churn) ಏಕೆ ಹೆಚ್ಚು ನೋವು ನೀಡುತ್ತದೆ

ಸೋಲೋ ಆಪರೇಟರ್‌ಗಳು (Solo operators) ಎಲ್ಲಾ ಜವಾಬ್ದಾರಿಗಳನ್ನು ಹೊರಬೇಕಾಗುತ್ತದೆ, ಅಂದರೆ ಚರ್ನ್ ಎಂಬುದು ಕೇವಲ ಒಂದು ಮೆಟ್ರಿಕ್ ಆಗಿ ಉಳಿಯುವುದಿಲ್ಲ. ಅದು ನೀವು ಪೂರ್ಣಗೊಳಿಸದ ಸಪೋರ್ಟ್ ಸಂಭಾಷಣೆ, ನೀವು ವೇಗವಾಗಿ ನಿರ್ಮಿಸದ ಫೀಚರ್ ವಿನಂತಿ ಅಥವಾ ನೀವು ಗಮನಿಸದ ಆನ್‌ಬೋರ್ಡಿಂಗ್ (onboarding) ಕೊರತೆಯಾಗಿರಬಹುದು. ಇದರ ಭಾವನಾತ್ಮಕ ಹೊರೆ ಮತ್ತು ಅವಕಾಶದ ವೆಚ್ಚ (opportunity cost) ಎರಡೂ ನಿಜವಾಗಿವೆ. ಒಂದು ರದ್ದಾದ ಖಾತೆಯನ್ನು ತನಿಖೆ ಮಾಡಲು ನಲವತ್ತೈದು ನಿಮಿಷಗಳನ್ನು ವ್ಯಯಿಸುವುದು ಉತ್ಪನ್ನದಿಂದ (product) ದೂರವಾಗುವುದೇ ಆಗಿದೆ.

ಸಾಮಾನ್ಯ ವಿನ್-ಬ್ಯಾಕ್ (win-back) ಅಭಿಯಾನಗಳು ಅಪರೂಪವಾಗಿ ಕೆಲಸ ಮಾಡುತ್ತವೆ ಏಕೆಂದರೆ ಅವು ನಿಮ್ಮ ಉದಾಸೀನತೆಯನ್ನು ತೋರಿಸುತ್ತವೆ. ಮೂರು ಬಾರಿ ಬಗ್ (bug) gặp setelah quit ಮಾಡಿದ ಬಳಕೆದಾರರಿಗೆ "We miss you" ಎಂಬ ವಿಷಯದ ಸಾಲು (subject line) ಏನನ್ನೂ ಅರ್ಥ ನೀಡುವುದಿಲ್ಲ. ನಿಮ್ಮ ಸಂಪರ್ಕವು ಅವರು ನಿಜವಾಗಿ ಅನುಭವಿಸಿದದ್ದನ್ನು ಪ್ರತಿಬಿಂಬಿಸದಿದ್ದರೆ, ಅದು ಸ್ಪ್ಯಾಮ್‌ನಂತೆ ಕಾಣುತ್ತದೆ. ಅವರು ಹಣ ಪಾವತಿಸುತ್ತಿದ್ದಾಗ ನೀವು ಅವರನ್ನು ಗಮನಿಸಲಿಲ್ಲ ಎಂದು ಇದು ಅವರಿಗೆ ತಿಳಿಸುತ್ತದೆ, ಹಾಗಿದ್ದಲ್ಲಿ ಈಗ ನೀವು ಕಾಳಜಿ ವಹಿಸುತ್ತೀರಿ ಎಂದು ಅವರು ಏಕೆ ನಂಬಬೇಕು?

ಇದಕ್ಕೆ ಪರಿಹಾರವೆಂದರೆ ನಿಖರತೆ (specificity). ನೀವು ಅವರ ನೈಜ ವರ್ತನೆಯನ್ನು ಉಲ್ಲೇಖಿಸಬೇಕಾಗುತ್ತದೆ: ಅವರು ಬಳಸಿದ ಫೀಚರ್‌ಗಳು, ಕೊನೆಯ ಲಾಗಿನ್ ದಿನಾಂಕ, ರದ್ದತಿಗಿಂತ ಎರಡು ವಾರಗಳ ಮೊದಲು ಚಟುವಟಿಕೆಯಲ್ಲಿನ ಇಳಿಕೆ ಇತ್ಯಾದಿ. ಅಂತಹ ವಿವರಗಳು ನೀವು ಗಮನಿಸುತ್ತಿದ್ದೀರಿ ಎಂಬುದನ್ನು ಸಾಬೀತುಪಡಿಸುತ್ತವೆ. ಇದು ಹೊಸ ಅವಕಾಶವನ್ನು ತೆರೆಯುತ್ತದೆ.

ನಿಮಗೆ ನಿಜವಾಗ فونب ಬೇಕಾದ ಫೀಡ್‌ಬ್ಯಾಕ್ ಲೂಪ್

ಚರ್ನ್ ವಿಶ್ಲೇಷಣೆಯನ್ನು (churn analysis) ಕೇವಲ ತ್ರೈಮಾಸಿಕ ವರದಿಯೆಂದು ಭಾವಿಸುವುದನ್ನು ನಿಲ್ಲಿಸಿ. ಸೋಲೋ ಬಜೆಟ್‌ಗಳಿಗೆ ದೈನಂದಿನ ಲೂಪ್‌ಗಳು ಬೇಕು. ರದ್ದತಿಯು ತಕ್ಷಣದ ತನಿಖೆಯನ್ನು ಪ್ರಚೋದಿಸುವ, ಆ ತನಿಖೆಯು AI-ಸೃಷ್ಟಿತ ಕರಡಿಗೆ (AI-generated draft) ಪೂರಕವಾಗುವ ಮತ್ತು ಏನನ್ನೂ ಕಳುಹಿಸುವ ಮೊದಲು ನೀವು ಆ ಕರಡನ್ನು ಪರಿಶೀಲಿಸುವ ವ್ಯವಸ್ಥೆಯನ್ನು ನೀವು ಬಯಸುತ್ತೀರಿ.

ಇನ್‌ಪುಟ್‌ಗಳು ಸರಳವಾಗಿವೆ. Stripe ಬಿಲ್ಲಿಂಗ್ ಸಿಗ್ನಲ್ ಅನ್ನು ಹೊಂದಿದೆ: ಅವರು ಯಾವಾಗ ರದ್ದುಗೊಳಿಸಿದರು, ಅವರು ಯಾವ ಪ್ಲಾನ್‌ನಲ್ಲಿದ್ದರು, ಅವರ ಪಾವತಿ ಮೊದಲು ವಿಫಲವಾಯಿತೇ ಅಥವಾ ಅವರು ಹೊರಹೋಗಲು ನಿರ್ಧರಿಸಿದ್ದರೇ ಎಂಬ ಮಾಹಿತಿ. PostHog ವರ್ತನೆಯ ಸಿಗ್ನಲ್ ಅನ್ನು ಹೊಂದಿದೆ: ಕಳೆದ ಮೂವತ್ತು ದಿನಗಳ ಘಟನೆಗಳು, ಪೇಜ್ ವೀಕ್ಷಣೆಗಳು, ಫೀಚರ್ ಬಳಕೆ ಮತ್ತು ದೋಷಗಳು (errors). ಈ ಎರಡು ಡೇಟಾ ಸ್ಟ್ರೀಮ್‌ಗಳನ್ನು ಎಚ್ಚರಿಕೆಯಿಂದ ರಚಿಸಲಾದ ಪ್ರಾಂಪ್ಟ್‌ನೊಂದಿಗೆ (prompt) ಭಾಷಾ ಮಾದರಿಗೆ (language model) ಕಳುಹಿಸಿದರೆ, ಬಳಕೆದಾರರ ನೈಜ ಪ್ರಯಾಣವನ್ನು ಉಲ್ಲೇಖಿಸುವ ಕರಡು ನಿಮಗೆ ಸಿಗುತ್ತದೆ.

ಮೂವತ್ತು ದಿನಗಳು ಒಂದು ಮ್ಯಾಜಿಕ್ ವಿಂಡೋ (magic window). ಕ್ರಮೇಣ ಇಳಿಕೆ ಅಥವಾ ಇದ್ದಕ್ಕಿದ್ದಂತೆ ಕುಸಿತವನ್ನು ಗುರುತಿಸಲು ಇದು ಸಾಕಾಗುತ್ತದೆ. ಬಹುಶಃ ಅವರು ಪ್ರಮುಖ ಫೀಚರ್ ಬಳಸುವುದು ನಿಲ್ಲಿಸಿರಬಹುದು. ಬಹುಶಃ ಅವರು ಆನ್‌ಬೋರ್ಡಿಂಗ್ ಚೆಕ್‌ಲಿಸ್ಟ್ ಅನ್ನು ಎಂದಿಗೂ ಪೂರ್ಣಗೊಳಿಸಿರಲಿಕ್ಕಿಲ್ಲ. ಬಹುಶಃ ಅವರು ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ ಡೌನ್‌ಗ್ರೇಡ್ ಆಯ್ಕೆಯನ್ನು ಹುಡುಕುತ್ತಾ ನಾಲ್ಕು ಬಾರಿ ಪ್ರೈಸಿಂಗ್ ಪೇಜ್ ಅನ್ನು ವೀಕ್ಷಿಸಿರಬಹುದು. AI ನಿಮ್ಮ ಉತ್ಪನ್ನದ ಕೊರತೆಗಳನ್ನು ಸರಿಪಡಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ, ಆದರೆ ನಿಮ್ಮ ಇಮೇಲ್ ಸಂದೇಶವು ಸಂದರ್ಭಕ್ಕೆ ತಕ್ಕಂತೆ ತಲುಪುವಂತೆ ಮಾಡಲು ಅದು ಕಥೆಯನ್ನು ಹೊರಹಾಕಬಲ್ಲದು.

ಬ್ಯಾಕೆಂಡ್ ಇಲ್ಲದ ಕಾರ್ಯನಿರ್ವಹಣಾ ಸ್ಟ್ಯಾಕ್ (Working Stack)

ಇದಕ್ಕಾಗಿ ನಿಮಗೆ ಸರ್ವರ್, ಡೇಟಾಬೇಸ್ ಅಥವಾ ડેವ್‌ಒಪ್ಸ್ (dev ops) ಪೈಪ್‌ಲೈನ್ ಅಗತ್ಯವಿಲ್ಲ. Zapier ಇಲ್ಲಿ ಕೊಂಡಿಯಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಅದರ Webhook listener Stripe ನಿಂದ ರದ್ದತಿಯ ಘಟನೆಯನ್ನು ಹಿಡಿಯುತ್ತದೆ. ಅದರ ಬಿಲ್ಟ್-ಇನ್ ಆಕ್ಷನ್‌ಗಳು PostHog ಅನ್ನು ಪ್ರಶ್ನಿಸುತ್ತವೆ (query). ಅದರ ಕೋಡ್ ಸ್ಟೆಪ್‌ಗಳು ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ಫಾರ್ಮ್ಯಾಟ್ ಮಾಡಲು Python ಅನ್ನು ರನ್ ಮಾಡುತ್ತವೆ ಮತ್ತು AI ಎಂಡ್‌ಪಾಯಿಂಟ್ ಅನ್ನು ಕರೆಯುತ್ತವೆ. ಅಂತಿಮವಾಗಿ, ಅದರ ಮೆಸೇಜಿಂಗ್ ಆಕ್ಷನ್‌ಗಳು ಫಲಿತಾಂಶವನ್ನು ನಿಮ್ಮ Slack, Discord ಅಥವಾ ಇಮೇಲ್ ಇನ್‌ಬಾಕ್ಸ್‌ಗೆ ಕಳುಹಿಸುತ್ತವೆ.

ಇದು ಮುಖ್ಯವಾಗುತ್ತದೆ ಏಕೆಂದರೆ ಸೋಲೋ ಬಜೆಟ್‌ಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಬ್ಯಾಕೆಂಡ್ ತಂಡದ ಕೊರತೆಯನ್ನು ಸೂಚಿಸುತ್ತವೆ. ಇದನ್ನು ನಿರ್ವಹಿಸಲು AWS Lambda ಅನ್ನು ಪ್ರಾರಂಭಿಸುವುದು ಅತಿಯಾದ ಕೆಲಸ (overkill). Zapier ನ "no-code plus escape hatches" ಮಾದರಿಯು ನೀವು ಅಗತ್ಯವಿದ್ದಾಗ Python ನಲ್ಲಿ ನೈಜ ಡೇಟಾ ಮ್ಯಾನಿಪ್ಯುಲೇಷನ್ ಮಾಡುವಂತೆ ಮಾಡುವುದರ ಜೊತೆಗೆ, ನೀವು ಲೀನ್ (lean) ಆಗಿ ಇರಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.

ಇದರ ಹರಿವು ಹೀಗಿರುತ್ತದೆ: ಬಳಕೆದಾರರು Stripe ನಲ್ಲಿ ತಮ್ಮ ಚಂದಾದಾರಿಕೆಯನ್ನು (subscription) ರದ್ದುಗೊಳಿಸುತ್ತಾರೆ. Zapier ಆ ಘಟನೆಯನ್ನು ತಕ್ಷಣವೇ ಹಿಡಿಯುತ್ತದೆ. ಅದು ಗ್ರಾಹಕರ ಇಮೇಲ್ ಅನ್ನು ಹೊರತೆಗೆಯುತ್ತದೆ ಮತ್ತು ಆ ಗುರುತಿಗೆ ಸಂಬಂಧಿಸಿದ ಕಳೆದ ಮೂವತ್ತು ದಿನಗಳ ಚಟುವಟಿಕೆಯನ್ನು PostHog ನಿಂದ ಕೇಳುತ್ತದೆ. ಅದು Stripe ಫೀಲ್ಡ್‌ಗಳು ಮತ್ತು PostHog ಟೈಮ್‌ಲೈನ್ ಅನ್ನು ಒಂದು ಪ್ರಾಂಪ್ಟ್ ಆಗಿ ಒಟ್ಟುಗೂಡಿಸುತ್ತದೆ. ಆ ಪ್ರಾಂಪ್ಟ್ ನಿಮ್ಮ AI ಪ್ರೊವೈಡರ್‌ಗೆ ಹೋಗುತ್ತದೆ. ಮಾದರಿಯು ಸ್ನೇಹಪರವಾದ, ವೈಯಕ್ತಿಕಗೊಳಿಸಿದ ಕರಡನ್ನು ನೀಡುತ್ತದೆ. ಆ ಕರಡು ನಿಮ್ಮ ಇನ್‌ಬಾಕ್ಸ್‌ಗೆ ಬರುತ್ತದೆ, ಬಳಕೆದಾರರ ಪ್ರೊಫೈಲ್‌ನೊಂದಿಗೆ ಲಗತ್ತಿಸಲ್ಪಟ್ಟಿರುತ್ತದೆ ಮತ್ತು ಪರಿಶೀಲನೆಗಾಗಿ ಫ್ಲ್ಯಾಗ್ ಮಾಡಲ್ಪಟ್ಟಿರುತ್ತದೆ. ನೀವು ಅದನ್ನು ಓದುತ್ತೀರಿ, ಧಾಟಿಯನ್ನು (tone) ಎಡಿಟ್ ಮಾಡುತ್ತೀರಿ ಮತ್ತು ಕಳುಹಿಸುತ್ತೀರಿ.

ಯಾವುದೇ ಸರ್ವರ್‌ಗಳಿಲ್ಲ. ಯಾವುದೇ ಕ್ರೋನ್ ಜಾಬ್‌ಗಳಿಲ್ಲ (cron jobs). ರದ್ದತಿಯಿಂದ ಮಾನವ ಪರಿಶೀಲನೆಯವರೆಗೆ ನೇರವಾದ ಮಾರ್ಗವಷ್ಟೇ.

ಹಂತ ಹಂತವಾಗಿ ನಿರ್ಮಿಸುವುದು

ಆಯ್ಕೆಗಳಲ್ಲಿ ಕಳೆದುಹೋಗದೆ ಇದನ್ನು ಹೇಗೆ ಜೋಡಿಸುವುದು ಎಂಬುದು ಇಲ್ಲಿದೆ.

ಟ್ರಿಗರ್ ಅನ್ನು ಸೆಟ್ ಅಪ್ ಮಾಡಿ. ಹೊಸ Zap ಅನ್ನು ರಚಿಸಿ ಮತ್ತು Stripe ನ "Subscription Cancelled" ಘಟನೆಯನ್ನು ಟ್ರಿಗರ್ ಆಗಿ ಆಯ್ಕೆ ಮಾಡಿ. ನೀವು ನಿಜವಾದ ಗ್ರಾಹಕರ ಮೇಲೆ ಪ್ರಯೋಗ ಮಾಡದಂತೆ ಮೊದಲು ನಿಮ್ಮ Stripe ಟೆಸ್ಟ್ ಡೇಟಾವನ್ನು ಬಳಸಿ. ಗ್ರಾಹಕರ ಇಮೇಲ್ ಮತ್ತು ಚಂದಾದಾರಿಕೆಯ ವಿವರಗಳು ಸರಿಯಾಗಿ ಹರಿಯುತ್ತಿವೆಯೇ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ.

ವರ್ತನೆಯನ್ನು ಪಡೆಯಿರಿ. ಒಂದು PostHog ಆಕ್ಷನ್ ಅನ್ನು ಸೇರಿಸಿ. ನಿಮ್ಮ ಸೆಟಪ್ ಅಗತ್ಯವಿದ್ದರೆ, ಆ ಬಳಕೆದಾರರ distinct ID ಅನ್ನು ಹುಡುಕಲು ಗ್ರಾಹಕರ ಇಮೇಲ್ ಬಳಸಿ, ನಂತರ ಕಳೆದ ಮೂವತ್ತು ದಿನಗಳ ಘಟನೆಗಳನ್ನು (events) ಪಡೆಯಿರಿ. ನಿಮಗೆ ನಿರ್ದಿಷ್ಟವಾದ ಕ್ರಮಗಳು ಬೇಕು: ಪುಟದ ಹೆಸರುಗಳು, ಪರಿಶೀಲಿಸಲಾದ feature flags, ಕ್ಲಿಕ್ ಮಾಡಿದ ಬಟನ್‌ಗಳು, ದೋಷದ ಘಟನೆಗಳು (error events). ಎಲ್ಲವನ್ನೂ ಪಡೆಯಬೇಡಿ. ಆಯ್ದುಕೊಳ್ಳಿ. ಅತಿಯಾದ ಮಾಹಿತಿ ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ಗೊಂದಲಮಯವಾಗಿಸುತ್ತದೆ ಮತ್ತು ಔಟ್‌ಪುಟ್ ಸಾಮಾನ್ಯವಾಗಿಸುತ್ತದೆ. ಒಂದು ಕಥೆಯನ್ನು ಹೇಳುವಂತಹ ಸುಮಾರು ಹನ್ನೆರಡು ಘಟನೆಗಳನ್ನು ಗುರಿಯಾಗಿಸಿಕೊಳ್ಳಿ.

Python ಹಂತದಲ್ಲಿ ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ನಿರ್ಮಿಸಿ. Zapier ನ Code by Zapier ಹಂತವನ್ನು ಸೇರಿಸಿ ಮತ್ತು Python ಅನ್ನು ಆರಿಸಿ. ಸಂದರ್ಭವನ್ನು (context) ಸೂಚನೆಯಿಂದ (instruction) ಪ್ರತ್ಯೇಕಿಸುವ ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ರಚಿಸಿ. PostHog timeline ಅನ್ನು ಒಂದು ರಚನಾತ್ಮಕ ಪಟ್ಟಿಯಾಗಿ (structured list) ನೀಡಿ. Stripe ಡೇಟಾವನ್ನು ಸೇರಿಸಿ: ಪ್