Sieć klubów fitness: rotacja członków −31% dzięki sygnałom „za chwilę zrezygnują"

Sytuacja wyjściowa

Klient: sieć klubów fitness, 14 placówek w miastach średniej wielkości, 22 000 aktywnych członków, ARR ~58 mln zł. Średnia długość członkostwa: 11 miesięcy. Konkurencja: 2 duże sieci ogólnopolskie + lokalni gracze.

Rotacja roczna 46% — w fitness norma, ale finansowo bolesna. Klient kupował karnet, przychodził 8-12 razy, znikał. Pracownicy recepcji dowiadywali się o rezygnacji w dniu nieprzedłużenia. Brak danych o tym, kto jest „w drodze ku odejściu". Marketing wydawał 18% budżetu na pozyskanie zastępców rezygnujących — bez próby zatrzymania istniejących.

Jakie procesy weszły na AI

• Predykcja churnu 60 dni naprzód — AI analizuje wzorce frekwencji (3 wizyty / tydzień → 1 / 2 tygodnie → 0 / miesiąc), zapisy na zajęcia grupowe, korzystanie z usług dodatkowych (PT, sauna, suplementacja), interakcje z trenerami. Wynikiem jest tygodniowa lista 50-150 osób z risk score >0,7.
• Spersonalizowane akcje retention — Dla każdej osoby z high-risk AI proponuje konkretną akcję: zaproszenie na nową klasę grupową (jeśli typ aktywności pasuje), bezpłatny trening personalny w ramach „check-up motywacyjnego", program zniżki z lojalnością, dostosowanie czasu otwarcia (jeśli historycznie ćwiczyła rano, ale klub niedawno przeniósł grafik).
• Komunikacja zwrotna trenera — Trener prowadzący zajęcia grupowe widzi listę swoich „znikających" członków i ma scenariusz rozmowy. AI generuje konkretne pytanie do każdej osoby na podstawie jej historii — nie ogólne „dlaczego się nie pojawiasz".
• Detection sezonowości i adresacja proaktywna — AI wykrywa wzorce sezonowe (osoba X od 3 lat rezygnuje w lipcu) i wysyła kampanię retention przed sezonem rezygnacji, nie po fakcie.

Architektura rozwiązania

Stack RedAI: Claude Opus 4.7 do generowania spersonalizowanych komunikatów, model churn prediction (XGBoost), Bielik 7B do klasyfikacji response klientów. Integracje przez MCP z systemem zarządzania klubem (Perfect Gym), CRM, narzędziem do kampanii email/SMS. Pełna anonimizacja w warstwie analitycznej (hashed member ID), de-anonimizacja tylko przy kontakcie operacyjnym.

Dane klienta nie wychodzą poza prywatną instancję RedAI. Wszystkie wywołania modeli, retrieval z bazy wiedzy i operacje na systemach źródłowych logowane do audytu (NIS2, AI Act art. 12, RODO art. 32). Hooks Claude wymuszają deterministyczne kontrole uprawnień (ACL) przed każdym wywołaniem narzędzia.

Liczby i wyniki

Setup wdrożenia: 220 tys. zł. Opex miesięczny: 18 tys. zł. Korzyść: 4,2 mln zł rocznie dodatkowego LTV. Payback w 5 miesięcy.

„Trener wreszcie wie, do kogo zadzwonić. Pani Marta zrezygnowała 3 lata pod rząd w lipcu — w tym roku zadzwoniliśmy w czerwcu z propozycją yogi na świeżym powietrzu. Została."

— Dyr. operacyjny sieci

Co dalej

Kolejna faza: cross-sell PT (personalny trening) i suplementacji do segmentów najmocniej zaangażowanych, automatyczne dopasowanie planu treningowego do celów członka, integracja z aplikacją mobilną klubu (push notifications oparte na AI risk score).

RedAI działa jako prywatna instancja w infrastrukturze klienta. Dane nie wychodzą poza firmę. Umówcie 30-minutowe demo — pokażemy analogiczne wdrożenie w Waszej branży i policzymy ROI na Waszych liczbach.