健身房流失预警：自动识别高风险会员

原文要点

WeblineIndia发布的n8n定时工作流：每天从Supabase读取活跃会员、近14天打卡和近21天周报表三张表，按会员合并后计算距上次打卡天数、周打卡次数、缺勤活动数，得出风险分与风险类型，并有3天重复告警冷却期（alert_allowed_now为假时跳过）。高风险会员由Gemini（models/gemini-2.5-flash）生成JSON格式邮件草稿（主题+正文），Slack通知教练、Gmail发给会员，风险事件写回Supabase的risk_events表并追加到Google Sheets的Risk_Alert_Log，同时更新会员告警状态并同步到Clients_Master表。需要clients、checkins、weekly_forms、risk_events四张表及对应字段。

这次做成什么

用本站设计的合成CSV数据在n8n里复刻完整链路：定时触发→三源数据合并→Code节点算风险分→冷却期过滤→Gemini起草挽回邮件→Slack/Gmail通知→双台账写回，先用合成数据验证评分与冷却逻辑再换真库。

准备什么

• n8n实例及Schedule Trigger可用
• Supabase项目与凭据，已建clients、checkins、weekly_forms、risk_events四张表（练习阶段可先用合成CSV代替）
• Google Gemini API凭据，节点需允许调用models/gemini-2.5-flash
• Slack凭据和教练告警频道ID
• Gmail OAuth发送邮箱凭据
• Google Sheets凭据，以及建好Clients_Master和Risk_Alert_Log两个工作表的表格ID

具体怎么做

1. 配置定时触发与三路数据读取

   第一个节点用Schedule Trigger设为每天固定时间（如早8点）。后面并排放三个Supabase读取节点：clients表过滤status为active的行；checkins表过滤checkin_date在近14天内；weekly_forms表过滤submitted_at在近21天内。练习阶段用三个Read Binary Files或Code节点载入下方合成CSV代替。

2. 按会员合并并计算风险指标

   用Merge节点以client_id把三路数据合并（多对一用Merge的Combine模式或Code节点聚合）。接一个Code节点逐会员计算：days_since_checkin（今天减最后一次打卡日）、weekly_checkin_count（近14天打卡数除以2）、missed_activities（应打卡次数减实际次数），再按本站示例评分规则算出risk_score和risk_type，同时读取last_alert_sent_at判断距今天数是否≥3，得到alert_allowed_now布尔值。注意：本站练习评分只基于打卡数据，原文指标还包含距上次提交周报表的天数，需要时可仿照days_since_checkin的算法把weekly_forms纳入评分。

3. 过滤高风险且过冷却期的会员

   接一个IF节点：risk_score达到高风险阈值且alert_allowed_now为true才放行。冷却期内的会员被跳过（原文建议可加一条blocked分支记录被跳过者，练习阶段可省略）。

4. Gemini生成挽回邮件草稿

   对通过的会员，用Set节点拼接个性化提示词（含会员名、缺席天数、风险类型），接Gemini节点调用gemini-2.5-flash，要求只返回JSON。后接Code节点解析subject和body两个字段；解析失败说明模型加了多余格式，需收紧提示词中的"仅输出JSON"要求。

5. 通知与双台账写回

   Slack节点向教练频道发汇总（会员名、风险分、缺席天数、邮件草稿摘要）；Gmail节点向会员邮箱发草稿邮件。然后Supabase节点向risk_events插入风险事件，Google Sheets节点向Risk_Alert_Log追加同一记录；再更新clients表的last_alert_sent_at与升级字段，并同步更新Clients_Master工作表对应行。

可直接复制的材料

clients.csv：
client_id,full_name,email,coach_slack_id,status,last_alert_sent_at
C001,林晓,linxiao@example.com,U08COACH1,active,2026-08-20
C002,张远,zhangyuan@example.com,U08COACH2,active,
C003,王蕾,wanglei@example.com,U08COACH1,active,

checkins.csv：
client_id,checkin_date
C001,2026-09-06
C002,2026-08-24
C003,2026-08-25

weekly_forms.csv：
client_id,submitted_at
C001,2026-09-05
C002,2026-08-18
C003,2026-08-26

// 假设运行日为当天；输入为已按client_id合并的记录
const today = new Date();
const out = [];
for (const item of $input.all()) {
  const c = item.json;
  const last = c.last_checkin ? new Date(c.last_checkin) : null;
  const daysSince = last ? Math.floor((today - last) / 86400000) : 999;
  const weeklyCount = Math.round((c.checkins_14d || 0) / 2 * 10) / 10;
  const missed = Math.max(0, (c.expected_checkins || 6) - (c.checkins_14d || 0));
  let score = 0;
  if (daysSince >= 10) score += 50; else if (daysSince >= 7) score += 35; else if (daysSince >= 4) score += 15;
  if (weeklyCount < 1) score += 30; else if (weeklyCount < 2) score += 15;
  score += Math.min(20, missed * 4);
  const type = score >= 70 ? "high" : score >= 40 ? "medium" : "low";
  const lastAlert = c.last_alert_sent_at ? new Date(c.last_alert_sent_at) : null;
  const allowed = !lastAlert || ((today - lastAlert) / 86400000) >= 3;
  out.push({ json: { ...c, days_since_checkin: daysSince, weekly_checkin_count: weeklyCount, missed_activities: missed, risk_score: score, risk_type: type, alert_allowed_now: allowed } });
}
return out;

你是一位中文健身房的会员关怀专员。请为以下会员起草一封简短、温暖、不带指责的挽回邮件。
会员姓名：{{$json.full_name}}
距上次到店打卡天数：{{$json.days_since_checkin}}天
近期每周打卡次数：{{$json.weekly_checkin_count}}
缺勤活动数：{{$json.missed_activities}}
风险类型：{{$json.risk_type}}
要求：
1. 语气鼓励而非施压，可提到教练关心、可预约一节恢复课。
2. 正文不超过120个中文字。
3. 只输出JSON，不要任何额外文字、不要用代码块包裹，格式为：{"subject":"邮件主题","body":"邮件正文"}

输入与输出示例

本站虚构演示，未真实调用Gemini/Slack/Gmail，邮件文案为示意，非原作者运行结果

输入

运行日2026-09-07，载入上述合成CSV：张远（C002）上次打卡2026-08-24、近14天窗口内打卡0次、无告警记录；林晓（C001）2026-09-06刚打过卡；王蕾（C003）上次打卡2026-08-25、无告警记录。

对应输出

张远：days_since_checkin=14，weekly_checkin_count=0，missed_activities=6，risk_score=50+30+20=100，risk_type=high，alert_allowed_now=true，进入通知分支。Gemini草稿示意：{"subject":"好久不见，教练想你了","body":"张远你好，最近两周没见到你，教练挂念你的训练进度。本周帮你留了一节恢复课，随时回复预约。"}。Slack向U08COACH2频道推送汇总，Gmail发出邮件，risk_events与Risk_Alert_Log各写入一条记录，clients表last_alert_sent_at更新为2026-09-07。林晓：days_since_checkin=1，weekly_checkin_count=0.5，missed_activities=5，risk_score=50为medium，未达高风险阈值被过滤。王蕾：days_since_checkin=13，weekly_checkin_count=0.5，missed_activities=5，risk_score=100同为high且alert_allowed_now=true，同样进入通知分支并各自写入台账。

做完检查这些

• 用合成数据运行后，张远必须进入通知分支且risk_type为high，林晓不得通过风险过滤
• 把某会员last_alert_sent_at改为昨天再运行，该会员alert_allowed_now为false并被跳过
• Gemini输出能被解析节点直接JSON.parse出subject和body两个字段，无markdown包裹
• risk_events表和Risk_Alert_Log在每次成功通知后各新增一行且client_id一致
• clients表last_alert_sent_at在通知成功后更新为当天，Clients_Master对应行同步

容易卡住的地方

• 三张源表任一读数为空都会让Merge输出残缺，应先单独测试每个Supabase读节点和日期过滤
• 冷却期导致会员被跳过属预期行为，排查时先查last_alert_sent_at而不是怀疑评分逻辑
• Gemini返回非纯JSON是常见失败点，提示词中"仅输出JSON"指令不能删
• Sheets追加失败多半是spreadsheet ID、工作表名或列映射与实际文件不符，需逐节点重选
• Supabase更新不生效时核对client_id在流程输出与clients表中完全一致
• Slack、Gmail、Gemini均可能产生权限或配额问题，发送前先在各自节点做一次单独测试