Lovable Prompt Creator - AI Prompt Generator

Datos sintéticos realistas

Ahora crea un dataset sintético determinístico para alimentar la aplicación.

Debe quedar claramente identificado en algún lugar discreto de la interfaz:

“Modo demostración · Datos sintéticos”

Crea aproximadamente 500 suscriptores.

Cada suscriptor debe tener:

customer_id;
subscription_type;
monthly_equivalent_price;
signup_date;
next_renewal_date;
subscription_status;
churn_status;
risk_score entre 0 y 100;
days_since_last_access;
articles_read_7d;
articles_read_30d;
articles_read_previous_30d;
active_days_30d;
reading_minutes_30d;
reading_frequency;
clicks_30d;
failed_payments_90d;
support_contacts_90d;
satisfaction_score;
last_contact_date;
email_open_rate;
plan_changes_12m;
churn_probability_30d.

Quiero que los datos tengan patrones de negocio coherentes, no números completamente aleatorios.

Genera aproximadamente:

55% riesgo bajo;
25% riesgo medio;
15% riesgo alto;
5% riesgo crítico.

Haz que los clientes de mayor riesgo tiendan a presentar combinaciones como:

reducción importante de artículos leídos;
muchos días desde el último acceso;
menor cantidad de días activos;
caída en frecuencia de lectura;
satisfacción baja;
pagos rechazados;
renovación cercana;
reducción de apertura de correos.

Incluye también casos menos obvios:

usuarios históricamente poco activos pero estables;
usuarios muy activos que recientemente comenzaron a caer;
usuarios con engagement alto pero problemas de pago;
usuarios con poco engagement pero renovación anual lejana.

No generes nuevos valores aleatorios cada vez que se renderiza la página. Los datos deben mantenerse estables para que la demo siempre sea reproducible.