Классический подход к оттоку в языковой школе — реактивный: ученик перестал ходить две недели подряд, администратор замечает это в отчёте, звонит и пытается вернуть. Это работает — но плохо. К моменту, когда пропуски видны в цифрах, решение об уходе уже принято: внутренняя мотивация разрушена, альтернатива найдена, разговор с семьёй проведён. Администратор звонит не в «зону решения», а в «зону оформления». Возвращается в лучшем случае один из десяти.
ML-прогнозирование меняет саму точку реакции. Модель смотрит на поведение ученика за 30-60 дней до первых явных сигналов и говорит: «этот — в зоне риска, внутренняя связь остывает, сделай что-нибудь сейчас». Ученик ещё ходит, ещё платит, ещё отвечает «всё нормально» — но математика уже видит паттерн ухода. Реакция в этот момент эффективнее реакции на факт ухода в 3 раза (данные 400+ школ BigBen CRM).