AI算客户留存：同一批首购客户按月跟踪

展开本页目录

开始前准备什么

独立练习目录及Python 3.14；系统与Node依赖以README为准。
离线重放无需Key；新请求使用自己的apizt Key，先核对模型权限和当前价格。
原创合成材料，不需要登录第三方平台账号。

先看文件
按步骤操作
对照真实结果
离线或模型复跑

下载本例输入、代码、真实回执和产物

默认离线重放；包含完整失败尝试与本地检查，不含Key。

1. 核对本例材料与目标文件

不同于复购率与KMeans分群，验收cohort分母固定。需人工重叠复核。

先下载合成材料在独立目录练习。原始文件、模型输入与验收答案分别保留；本地核对答案不发送给模型。

input.json（节选）

json

{
  "definition": "只统计已完成订单，cancelled排除。每位客户第一个completed订单的月份是cohort，后续completed月份算活跃。",
  "orders": [
    {
      "id": "1",
      "customer": "A",
      "month": "2026-07",
      "state": "completed"
    },
    {
      "id": "2",
      "customer": "A",
      "month": "2026-08",
      "state": "completed"
    },
    {
      "id": "3",
      "customer": "B",
      "month": "2026-07",
      "state": "cancelled"
    },
    {
      "id": "4",
      "customer": "B",
      "month": "2026-08",
      "state": "completed"
    },
    {
      "id": "5",
      "customer": "C",
      "month": "2026-07",
      "state": "completed"
    },
    {
      "id": "6",
      "customer": "C",
      "month": "2026-09",
      "state": "completed"
    }
  ],
  "observed_through": "2026-09-30"
}

AI算客户留存：同一批首购客户按月跟踪 · 实际输入、原始文件和本例操作约束的浏览器截图 — 实际输入、原始文件和本例操作约束的浏览器截图
查看高清原图

2. 按顺序完成这项具体操作

本次实际使用Python 3.14，依赖版本固定在资料包。需要LibreOffice或Node的案例请先按README安装对应运行时。python run.py读取真实旧响应完成本地处理；只有显式--live才发新请求。

1. 查看 source-orders.csv，按原始客户ID区分已完成与cancelled订单，并确认观测窗口完整截至2026-09-30。
2. 让 apizt 提取统计口径：仅排除cancelled，以首个completed订单确定首购月份，后续completed月份判为活跃。
3. 由程序找每位客户的首次完成月份，再按cohort与相对月份统计去重客户ID；B的取消首单不决定其首购cohort。
4. 打开 cohort-matrix.csv，检查七月cohort分母始终为A/C两人，八月与九月各有一人活跃；同时保留每格customer_ids供回查。
5. 核对B归入八月而非七月，且不输出完整观测窗口以后的月份；未来未观测数据不能被填成零留存。

独立练习目录 · 默认仅离线复核

python3 -m venv .venv
source .venv/bin/activate
python -m pip install -r requirements.txt
python run.py

3. 对照真正发送的请求

只处理给定原创虚构材料，只输出JSON。把统计约定输出为exclude_statuses数组、cohort_basis和activity_basis。只排除cancelled；首购定义first_completed_order，活跃定义completed_order。不要算留存率。输出结构：{"exclude_statuses": ["string"], "cohort_basis": "string", "activity_basis": "string"}

网页实验台只执行这一步模型字段检查。原生文件写入、坐标/公式/格式回读及负例验收由下载包负责。

request-1.json（图片Base64省略，原文件在下载包）

json

{
  "model": "gemini-2.5-flash-lite",
  "messages": [
    {
      "role": "system",
      "content": "严格只输出单个JSON对象，不要Markdown代码围栏，不要解释。只处理给定原创虚构材料，只输出JSON。把统计约定输出为exclude_statuses数组、cohort_basis和activity_basis。只排除cancelled；首购定义first_completed_order，活跃定义completed_order。不要算留存率。 输出结构：{\"exclude_statuses\": [\"string\"], \"cohort_basis\": \"string\", \"activity_basis\": \"string\"}"
    },
    {
      "role": "user",
      "content": "任务约束（只输出JSON对象，不用代码围栏）：\n只处理给定原创虚构材料，只输出JSON。把统计约定输出为exclude_statuses数组、cohort_basis和activity_basis。只排除cancelled；首购定义first_completed_order，活跃定义completed_order。不要算留存率。 输出结构：{\"exclude_statuses\": [\"string\"], \"cohort_basis\": \"string\", \"activity_basis\": \"string\"}\n待处理合成材料：\n{\"definition\": \"只统计已完成订单，cancelled排除。每位客户第一个completed订单的月份是cohort，后续completed月份算活跃。\", \"orders\": [{\"id\": \"1\", \"customer\": \"A\", \"month\": \"2026-07\", \"state\": \"completed\"}, {\"id\": \"2\", \"customer\": \"A\", \"month\": \"2026-08\", \"state\": \"completed\"}, {\"id\": \"3\", \"customer\": \"B\", \"month\": \"2026-07\", \"state\": \"cancelled\"}, {\"id\": \"4\", \"customer\": \"B\", \"month\": \"2026-08\", \"state\": \"completed\"}, {\"id\": \"5\", \"customer\": \"C\", \"month\": \"2026-07\", \"state\": \"completed\"}, {\"id\": \"6\", \"customer\": \"C\", \"month\": \"2026-09\", \"state\": \"completed\"}], \"observed_through\": \"2026-09-30\"}"
    }
  ],
  "temperature": 0,
  "max_tokens": 1024,
  "provider": {
    "sort": "success_rate"
  },
  "response_format": {
    "type": "json_object"
  }
}

4. 查看原生处理代码与实际文件

下面节选来自本次实际执行的workflow.py分支，需要结合完整脚本运行。模型输出不能代替文件解析器或业务验算。

具体产物：cohort-matrix.csv、result.json、checks.json、preview.html。

workflow.py · 本例分支节选

python

accepted = [r for r in data['orders'] if r['state'] not in output['exclude_statuses']]
first = {}
for r in accepted:
    first[r['customer']] = min(first.get(r['customer'], r['month']), r['month'])

def delta(a, b):
    return (int(b[:4]) - int(a[:4])) * 12 + int(b[5:]) - int(a[5:])
cohorts = defaultdict(set)
active = defaultdict(set)
for customer, month in first.items():
    cohorts[month].add(customer)
for r in accepted:
    active[first[r['customer']], delta(first[r['customer']], r['month'])].add(r['customer'])
months = sorted(cohorts)
horizon = data['observed_through'][:7]
matrix = []
for month in months:
    for offset in range(delta(month, horizon) + 1):
        ids = sorted(active[month, offset])
        matrix.append({'cohort': month, 'month_index': offset, 'denominator': len(cohorts[month]), 'active_customers': len(ids), 'customer_ids': ids, 'retention': str(D(len(ids)) / D(len(cohorts[month])))})
check('取消首单不决定客户B所属cohort', first['B'] == '2026-08')
check('七月cohort分母始终两人', all((r['denominator'] == 2 for r in matrix if r['cohort'] == '2026-07')))
check('月份去重后同客户只算一次', next((r for r in matrix if r['cohort'] == '2026-07' and r['month_index'] == 1))['active_customers'] == 1)
cout('cohort-matrix.csv', matrix)
result = {'first_completed_month': first, 'matrix': matrix}

5. 对照真实结果和检查表

实测2026-10-25T07:51:09.815213+00:00，HTTP200；请求gemini-2.5-flash-lite，返回gemini-2.5-flash-lite。本次5/5项检查通过，指本例执行及验收机制通过，不代表所有模型字段零误差。

最后一次返回用量463tokens；1份尝试记录的已知用量合计463。失败记录保留，用量缺失不按0计，本文不推算实际金额。

实际检查	结果
真实apizt API响应HTTP200	通过
模型结构化事实与原始材料一致	通过
取消首单不决定客户B所属cohort	通过
七月cohort分母始终两人	通过
月份去重后同客户只算一次	通过

实际检查: 真实apizt API响应HTTP200
结果: 通过

实际检查: 模型结构化事实与原始材料一致
结果: 通过

实际检查: 取消首单不决定客户B所属cohort
结果: 通过

实际检查: 七月cohort分母始终两人
结果: 通过

实际检查: 月份去重后同客户只算一次
结果: 通过

result.json · 原生处理后实际结果

json

{
  "first_completed_month": {
    "A": "2026-07",
    "B": "2026-08",
    "C": "2026-07"
  },
  "matrix": [
    {
      "cohort": "2026-07",
      "month_index": 0,
      "denominator": 2,
      "active_customers": 2,
      "customer_ids": [
        "A",
        "C"
      ],
      "retention": "1"
    },
    {
      "cohort": "2026-07",
      "month_index": 1,
      "denominator": 2,
      "active_customers": 1,
      "customer_ids": [
        "A"
      ],
      "retention": "0.5"
    },
    {
      "cohort": "2026-07",
      "month_index": 2,
      "denominator": 2,
      "active_customers": 1,
      "customer_ids": [
        "C"
      ],
      "retention": "0.5"
    },
    {
      "cohort": "2026-08",
      "month_index": 0,
      "denominator": 1,
      "active_customers": 1,
      "customer_ids": [
        "B"
      ],
      "retention": "1"
    },
    {
      "cohort": "2026-08",
      "month_index": 1,
      "denominator": 1,
      "active_customers": 0,
      "customer_ids": [],
      "retention": "0"
    }
  ]
}

AI算客户留存：同一批首购客户按月跟踪 · 本例实际产物与原始响应的浏览器截图；本地检查和模型答案分开记录 — 本例实际产物与原始响应的浏览器截图；本地检查和模型答案分开记录
查看高清原图

6. 替换输入前，先确认这些边界

本例只验证合成材料和本地原生文件；不连接真实客户数据，不代表第三方SaaS已运行。

修改材料后应重新制定事实断言和反例。识别错误率、混淆矩阵或拒答类教程允许保留模型实际错误；检查通过指计算和处理正确。没有调用视频模型。

怎样确认已经完成

真实apizt API响应HTTP200
模型结构化事实与原始材料一致
取消首单不决定客户B所属cohort
七月cohort分母始终两人
月份去重后同客户只算一次

常见问题

AI 客户留存 Cohort怎么开始？

查看 source-orders.csv，按原始客户ID区分已完成与cancelled订单，并确认观测窗口完整截至2026-09-30。按本页顺序继续，先用下载包离线重放，再替换自己的材料。

网页试跑和下载包有什么区别？

网页只复跑模型字段，不生成全部原生文件；资料包包含实际原生处理和本地验收。

这次通过结果适用于其他材料吗？

本例只验证合成材料和本地原生文件；不连接真实客户数据，不代表第三方SaaS已运行。

资料来源

展开本页目录

开始前准备什么

独立练习目录及Python 3.14；系统与Node依赖以README为准。
离线重放无需Key；新请求使用自己的apizt Key，先核对模型权限和当前价格。
原创合成材料，不需要登录第三方平台账号。

先看文件
按步骤操作
对照真实结果
离线或模型复跑

下载本例输入、代码、真实回执和产物

默认离线重放；包含完整失败尝试与本地检查，不含Key。

1. 核对本例材料与目标文件

不同于复购率与KMeans分群，验收cohort分母固定。需人工重叠复核。

先下载合成材料在独立目录练习。原始文件、模型输入与验收答案分别保留；本地核对答案不发送给模型。

input.json（节选）

json

{
  "definition": "只统计已完成订单，cancelled排除。每位客户第一个completed订单的月份是cohort，后续completed月份算活跃。",
  "orders": [
    {
      "id": "1",
      "customer": "A",
      "month": "2026-07",
      "state": "completed"
    },
    {
      "id": "2",
      "customer": "A",
      "month": "2026-08",
      "state": "completed"
    },
    {
      "id": "3",
      "customer": "B",
      "month": "2026-07",
      "state": "cancelled"
    },
    {
      "id": "4",
      "customer": "B",
      "month": "2026-08",
      "state": "completed"
    },
    {
      "id": "5",
      "customer": "C",
      "month": "2026-07",
      "state": "completed"
    },
    {
      "id": "6",
      "customer": "C",
      "month": "2026-09",
      "state": "completed"
    }
  ],
  "observed_through": "2026-09-30"
}

2. 按顺序完成这项具体操作

1. 查看 source-orders.csv，按原始客户ID区分已完成与cancelled订单，并确认观测窗口完整截至2026-09-30。
2. 让 apizt 提取统计口径：仅排除cancelled，以首个completed订单确定首购月份，后续completed月份判为活跃。
3. 由程序找每位客户的首次完成月份，再按cohort与相对月份统计去重客户ID；B的取消首单不决定其首购cohort。
4. 打开 cohort-matrix.csv，检查七月cohort分母始终为A/C两人，八月与九月各有一人活跃；同时保留每格customer_ids供回查。
5. 核对B归入八月而非七月，且不输出完整观测窗口以后的月份；未来未观测数据不能被填成零留存。

独立练习目录 · 默认仅离线复核

python3 -m venv .venv
source .venv/bin/activate
python -m pip install -r requirements.txt
python run.py

3. 对照真正发送的请求

网页实验台只执行这一步模型字段检查。原生文件写入、坐标/公式/格式回读及负例验收由下载包负责。

request-1.json（图片Base64省略，原文件在下载包）

json

{
  "model": "gemini-2.5-flash-lite",
  "messages": [
    {
      "role": "system",
      "content": "严格只输出单个JSON对象，不要Markdown代码围栏，不要解释。只处理给定原创虚构材料，只输出JSON。把统计约定输出为exclude_statuses数组、cohort_basis和activity_basis。只排除cancelled；首购定义first_completed_order，活跃定义completed_order。不要算留存率。 输出结构：{\"exclude_statuses\": [\"string\"], \"cohort_basis\": \"string\", \"activity_basis\": \"string\"}"
    },
    {
      "role": "user",
      "content": "任务约束（只输出JSON对象，不用代码围栏）：\n只处理给定原创虚构材料，只输出JSON。把统计约定输出为exclude_statuses数组、cohort_basis和activity_basis。只排除cancelled；首购定义first_completed_order，活跃定义completed_order。不要算留存率。 输出结构：{\"exclude_statuses\": [\"string\"], \"cohort_basis\": \"string\", \"activity_basis\": \"string\"}\n待处理合成材料：\n{\"definition\": \"只统计已完成订单，cancelled排除。每位客户第一个completed订单的月份是cohort，后续completed月份算活跃。\", \"orders\": [{\"id\": \"1\", \"customer\": \"A\", \"month\": \"2026-07\", \"state\": \"completed\"}, {\"id\": \"2\", \"customer\": \"A\", \"month\": \"2026-08\", \"state\": \"completed\"}, {\"id\": \"3\", \"customer\": \"B\", \"month\": \"2026-07\", \"state\": \"cancelled\"}, {\"id\": \"4\", \"customer\": \"B\", \"month\": \"2026-08\", \"state\": \"completed\"}, {\"id\": \"5\", \"customer\": \"C\", \"month\": \"2026-07\", \"state\": \"completed\"}, {\"id\": \"6\", \"customer\": \"C\", \"month\": \"2026-09\", \"state\": \"completed\"}], \"observed_through\": \"2026-09-30\"}"
    }
  ],
  "temperature": 0,
  "max_tokens": 1024,
  "provider": {
    "sort": "success_rate"
  },
  "response_format": {
    "type": "json_object"
  }
}

4. 查看原生处理代码与实际文件

下面节选来自本次实际执行的workflow.py分支，需要结合完整脚本运行。模型输出不能代替文件解析器或业务验算。

具体产物：cohort-matrix.csv、result.json、checks.json、preview.html。

workflow.py · 本例分支节选

python

accepted = [r for r in data['orders'] if r['state'] not in output['exclude_statuses']]
first = {}
for r in accepted:
    first[r['customer']] = min(first.get(r['customer'], r['month']), r['month'])

def delta(a, b):
    return (int(b[:4]) - int(a[:4])) * 12 + int(b[5:]) - int(a[5:])
cohorts = defaultdict(set)
active = defaultdict(set)
for customer, month in first.items():
    cohorts[month].add(customer)
for r in accepted:
    active[first[r['customer']], delta(first[r['customer']], r['month'])].add(r['customer'])
months = sorted(cohorts)
horizon = data['observed_through'][:7]
matrix = []
for month in months:
    for offset in range(delta(month, horizon) + 1):
        ids = sorted(active[month, offset])
        matrix.append({'cohort': month, 'month_index': offset, 'denominator': len(cohorts[month]), 'active_customers': len(ids), 'customer_ids': ids, 'retention': str(D(len(ids)) / D(len(cohorts[month])))})
check('取消首单不决定客户B所属cohort', first['B'] == '2026-08')
check('七月cohort分母始终两人', all((r['denominator'] == 2 for r in matrix if r['cohort'] == '2026-07')))
check('月份去重后同客户只算一次', next((r for r in matrix if r['cohort'] == '2026-07' and r['month_index'] == 1))['active_customers'] == 1)
cout('cohort-matrix.csv', matrix)
result = {'first_completed_month': first, 'matrix': matrix}

5. 对照真实结果和检查表

最后一次返回用量463tokens；1份尝试记录的已知用量合计463。失败记录保留，用量缺失不按0计，本文不推算实际金额。

实际检查	结果
真实apizt API响应HTTP200	通过
模型结构化事实与原始材料一致	通过
取消首单不决定客户B所属cohort	通过
七月cohort分母始终两人	通过
月份去重后同客户只算一次	通过

实际检查: 真实apizt API响应HTTP200
结果: 通过

实际检查: 模型结构化事实与原始材料一致
结果: 通过

实际检查: 取消首单不决定客户B所属cohort
结果: 通过

实际检查: 七月cohort分母始终两人
结果: 通过

实际检查: 月份去重后同客户只算一次
结果: 通过

result.json · 原生处理后实际结果

json

{
  "first_completed_month": {
    "A": "2026-07",
    "B": "2026-08",
    "C": "2026-07"
  },
  "matrix": [
    {
      "cohort": "2026-07",
      "month_index": 0,
      "denominator": 2,
      "active_customers": 2,
      "customer_ids": [
        "A",
        "C"
      ],
      "retention": "1"
    },
    {
      "cohort": "2026-07",
      "month_index": 1,
      "denominator": 2,
      "active_customers": 1,
      "customer_ids": [
        "A"
      ],
      "retention": "0.5"
    },
    {
      "cohort": "2026-07",
      "month_index": 2,
      "denominator": 2,
      "active_customers": 1,
      "customer_ids": [
        "C"
      ],
      "retention": "0.5"
    },
    {
      "cohort": "2026-08",
      "month_index": 0,
      "denominator": 1,
      "active_customers": 1,
      "customer_ids": [
        "B"
      ],
      "retention": "1"
    },
    {
      "cohort": "2026-08",
      "month_index": 1,
      "denominator": 1,
      "active_customers": 0,
      "customer_ids": [],
      "retention": "0"
    }
  ]
}

6. 替换输入前，先确认这些边界

本例只验证合成材料和本地原生文件；不连接真实客户数据，不代表第三方SaaS已运行。

怎样确认已经完成

真实apizt API响应HTTP200
模型结构化事实与原始材料一致
取消首单不决定客户B所属cohort
七月cohort分母始终两人
月份去重后同客户只算一次

常见问题

AI 客户留存 Cohort怎么开始？

网页试跑和下载包有什么区别？

网页只复跑模型字段，不生成全部原生文件；资料包包含实际原生处理和本地验收。

这次通过结果适用于其他材料吗？

本例只验证合成材料和本地原生文件；不连接真实客户数据，不代表第三方SaaS已运行。

AI算客户留存：同一批首购客户按月跟踪

先看结论

开始前准备什么

1. 核对本例材料与目标文件

2. 按顺序完成这项具体操作

3. 对照真正发送的请求

4. 查看原生处理代码与实际文件

5. 对照真实结果和检查表

6. 替换输入前，先确认这些边界

怎样确认已经完成

常见问题

资料来源

先复核这份结果，再处理自己的材料

1. 下载完整样例

2. 离线检查业务结果

3. 需要新结果时，再调用 API

AI算客户留存：同一批首购客户按月跟踪

先看结论

开始前准备什么

1. 核对本例材料与目标文件

2. 按顺序完成这项具体操作

3. 对照真正发送的请求

4. 查看原生处理代码与实际文件

5. 对照真实结果和检查表

6. 替换输入前，先确认这些边界

怎样确认已经完成

常见问题

资料来源

先复核这份结果，再处理自己的材料

1. 下载完整样例

2. 离线检查业务结果

3. 需要新结果时，再调用 API