skills/skills.netease.im/customer-health-score

customer-health-score

SKILL.md

客户健康度评估 (Customer Health Score)

基于多维度数据评估客户健康状况,识别流失风险,支持客户成功团队进行主动干预。

核心功能

1. 健康度评分计算

  • 综合多维度指标计算健康分数(0-100分)
  • 支持自定义权重配置
  • 提供评分解释和改进建议

2. 流失风险预警

  • 识别高风险、中风险、低风险客户
  • 自动生成风险信号分析
  • 推送预警通知到 POPO

3. 健康度报告

  • 生成单个客户健康档案
  • 批量生成团队客户健康报告
  • 支持 Excel/PDF/Markdown 导出

4. 挽回策略建议

  • 基于风险类型生成挽回方案
  • 推荐最佳行动时机
  • 提供话术和邮件模板

使用方法

评估单个客户健康度

评估客户 {客户ID} 的健康度
分析 {客户名称} 的流失风险
查看 {客户ID} 的健康评分

批量评估

评估所有客户的健康度
识别高风险客户
生成团队客户健康报告

风险预警

监控客户流失信号
推送高风险客户预警
查看本周风险客户清单

挽回策略

为 {客户ID} 生成挽回方案
获取高风险客户挽回建议
生成客户挽回邮件模板

健康度评分模型

评分维度(默认权重)

维度 权重 指标说明 数据来源
用量活跃度 30% API调用、功能使用频次 用量数据API
登录活跃度 20% 登录频次、在线时长 用户行为数据
支持工单 15% 工单数量、满意度评分 客服系统
合同状态 15% 合同剩余天数、付款状态 CRM系统
增长趋势 10% 用量环比、功能扩展 用量数据API
互动频次 10% 沟通记录、会议频次 CRM系统

评分等级

分数 等级 状态 建议行动
80-100 🟢 健康 稳定客户 维持关系,挖掘增购机会
60-79 🟡 关注 需关注 加强沟通,了解使用状况
40-59 🟠 风险 有风险 制定挽回计划,主动干预
0-39 🔴 危险 高风险 立即行动,启动挽回流程

风险信号识别

高风险信号(任意一项触发)

  • 连续 14 天无登录
  • 用量环比下降 > 50%
  • 合同到期 < 30 天且未续约意向
  • 近 30 天提交 > 3 个投诉工单
  • 付款逾期 > 30 天

中风险信号(任意一项触发)

  • 连续 7 天无登录
  • 用量环比下降 20-50%
  • 合同到期 30-60 天
  • 近 30 天提交 1-2 个投诉工单
  • 付款逾期 7-30 天

数据输入格式

客户基础数据

{
  "customer_id": "CUST001",
  "customer_name": "网易智企",
  "industry": "互联网",
  "contract_end_date": "2024-12-31",
  "contract_value": 100000,
  "csm_owner": "张三",
  "signup_date": "2023-01-15"
}

用量数据

{
  "customer_id": "CUST001",
  "api_calls_30d": 150000,
  "api_calls_prev_30d": 200000,
  "active_users": 45,
  "features_used": ["验证码", "反垃圾", "内容安全"],
  "last_login_date": "2024-03-20"
}

支持工单数据

{
  "customer_id": "CUST001",
  "tickets_30d": 2,
  "avg_satisfaction": 4.2,
  "complaint_tickets": 0,
  "critical_tickets": 0
}

输出格式

单个客户健康档案

# 客户健康度档案 - 网易智企

## 基础信息
- 客户ID: CUST001
- 行业: 互联网
- CSM负责人: 张三
- 合同到期: 2024-12-31 (剩余 280 天)

## 健康度评分: 72/100 🟡

### 各维度得分
| 维度 | 得分 | 权重 | 加权得分 |
|------|------|------|----------|
| 用量活跃度 | 75 | 30% | 22.5 |
| 登录活跃度 | 60 | 20% | 12.0 |
| 支持工单 | 85 | 15% | 12.75 |
| 合同状态 | 90 | 15% | 13.5 |
| 增长趋势 | 65 | 10% | 6.5 |
| 互动频次 | 50 | 10% | 5.0 |

### 风险信号 ⚠️
- 🟡 登录活跃度下降:连续 5 天未登录
- 🟡 用量环比下降 25%

### 建议行动
1. **本周内**安排一次客户回访,了解使用状况
2. **推荐**开展一次产品培训,提升使用率
3. **关注**是否有竞品接触迹象

### 挽回策略(如需要)
- 最佳联系时间:工作日下午 2-4 点
- 推荐话术:关注客户业务变化,提供针对性解决方案
- 优惠策略:可考虑赠送增值服务或延长服务期

团队健康度报告

# 客户健康度报告 - 2024年3月

## 概览
- 总客户数: 150
- 平均健康度: 68.5
- 健康客户: 85 (56.7%) 🟢
- 关注客户: 42 (28.0%) 🟡
- 风险客户: 18 (12.0%) 🟠
- 危险客户: 5 (3.3%) 🔴

## 需立即关注的客户 (🔴 危险)

| 排名 | 客户名称 | 健康度 | 主要风险 | CSM | 建议行动 |
|------|----------|--------|----------|-----|----------|
| 1 | XX科技 | 28 | 14天未登录+合同即将到期 | 张三 | 立即电话回访 |
| 2 | YY公司 | 35 | 用量下降60%+投诉工单 | 李四 | 安排高层沟通 |

## 风险提示
- 本月流失风险客户: 23 家
- 预计流失金额: ¥450,000
- 建议重点关注: 合同到期 < 60 天的客户

使用脚本

calculate_health_score.py

功能:计算客户健康度评分

输入:客户数据 JSON 文件 输出:健康度评分和风险分析

使用方法

cat customer_data.json | python3 scripts/calculate_health_score.py

配置说明: 编辑 config/weights.yaml 自定义评分权重:

weights:
  usage_activity: 0.30
  login_activity: 0.20
  support_tickets: 0.15
  contract_status: 0.15
  growth_trend: 0.10
  interaction_frequency: 0.10

thresholds:
  healthy: 80
  attention: 60
  at_risk: 40
  critical: 0

generate_risk_report.py

功能:生成风险客户报告

输入:多个客户的健康度数据 输出:按风险等级分类的报告

使用方法

python3 scripts/generate_risk_report.py --input health_scores.json --output report.md

send_alert.py

功能:发送风险预警到 POPO

输入:高风险客户列表 输出:POPO 消息通知

使用方法

python3 scripts/send_alert.py --customers high_risk_customers.json --receiver "csm@corp.netease.com"

工作流程

标准评估流程

1. 收集客户数据
   - 用量数据(最近30天)
   - 登录活跃度数据
   - 支持工单数据
   - 合同和付款信息
2. 计算健康度评分
   - 运行 calculate_health_score.py
   - 生成各维度得分
3. 识别风险信号
   - 标记高风险、中风险客户
   - 分析风险原因
4. 生成报告
   - 单个客户健康档案
   - 团队健康度报告
5. 推送预警(如需要)
   - 高风险客户通知 CSM
   - 生成挽回建议

定期监控流程

每日

  • 检查危险(🔴)客户状态
  • 推送紧急预警

每周

  • 生成团队健康度周报
  • 识别新出现风险的客户

每月

  • 全面评估所有客户
  • 分析健康度趋势
  • 调整评分权重(如需要)

最佳实践

1. 数据收集

  • 建议每日自动同步数据
  • 确保数据准确性和时效性
  • 处理缺失数据的策略

2. 评分调整

  • 根据行业特点调整权重
  • 定期回顾评分准确性
  • 收集团队反馈优化模型

3. 行动跟进

  • 高风险客户必须 24 小时内响应
  • 记录所有干预行动和结果
  • 建立客户挽回案例库

4. 与其他系统集成

  • 与 CRM 系统同步客户信息
  • 与客服系统同步工单数据
  • 与用量监控系统联动

配置说明

配置文件位置

config/config.yaml

可配置项

# 评分权重
scoring:
  weights:
    usage_activity: 0.30
    login_activity: 0.20
    support_tickets: 0.15
    contract_status: 0.15
    growth_trend: 0.10
    interaction_frequency: 0.10

# 阈值设置
thresholds:
  healthy: 80
  attention: 60
  at_risk: 40
  critical: 0

# 风险信号规则
risk_signals:
  high_risk:
    - no_login_days: 14
    - usage_drop_percent: 50
    - contract_days_remaining: 30
    - complaint_tickets_30d: 3
    - payment_overdue_days: 30
  
  medium_risk:
    - no_login_days: 7
    - usage_drop_percent: 20
    - contract_days_remaining: 60
    - complaint_tickets_30d: 1
    - payment_overdue_days: 7

# 通知设置
notifications:
  popo_webhook: "https://open.popo.netease.com/..."
  alert_levels: ["critical", "at_risk"]
  daily_digest: true

常见问题

Q: 如何处理数据缺失的情况?

A: 系统会采用以下策略:

  • 缺失数据使用默认值或历史平均值
  • 标记数据质量,在报告中注明
  • 建议优先补充关键维度数据

Q: 评分模型可以自定义吗?

A: 可以,编辑 config/weights.yaml 文件:

  • 调整各维度权重
  • 修改评分阈值
  • 添加自定义风险信号

Q: 如何与其他 skill 配合使用?

A: 建议配合以下 skill 使用:

  • customer-usage-monitor:获取用量数据
  • email-subscription-monitor:监控合同到期提醒
  • docx:生成正式报告文档

Q: 评分多久更新一次?

A: 建议频率:

  • 关键客户:每日更新
  • 普通客户:每周更新
  • 报告生成:每月一次

输出示例

健康度评分结果

客户: 网易智企 (ID: CUST001)
评估时间: 2024-03-25 14:30

健康度评分: 72/100 🟡
等级: 需关注
趋势: 下降 (-5 分 vs 上月)

维度得分:
┌─────────────────┬───────┬────────┬──────────┐
│ 维度            │ 得分  │ 权重   │ 加权得分 │
├─────────────────┼───────┼────────┼──────────┤
│ 用量活跃度      │ 75    │ 30%    │ 22.5     │
│ 登录活跃度      │ 60    │ 20%    │ 12.0     │
│ 支持工单        │ 85    │ 15%    │ 12.75    │
│ 合同状态        │ 90    │ 15%    │ 13.5     │
│ 增长趋势        │ 65    │ 10%    │ 6.5      │
│ 互动频次        │ 50    │ 10%    │ 5.0      │
└─────────────────┴───────┴────────┴──────────┘

风险信号:
⚠️ 登录活跃度下降: 连续 5 天未登录
⚠️ 用量环比下降: 25%

建议行动:
1. 本周内安排客户回访
2. 了解使用障碍,提供支持
3. 推荐产品培训或最佳实践分享

风险预警通知

🚨 客户健康度预警

发现 3 个高风险客户需要立即关注:

🔴 危险 (需立即处理)
• XX科技 (评分: 28) - 14天未登录,合同30天内到期
• YY公司 (评分: 35) - 用量下降60%,有投诉工单

🟠 风险 (建议本周处理)
• ZZ企业 (评分: 52) - 登录频次下降,合同即将到期

查看详情: [健康度报告链接]

更新记录

  • 2024-03-26: 初始版本
  • 支持多维度健康度评分
  • 支持风险预警和挽回建议
  • 支持 POPO 通知集成
Installs
2
First Seen
Apr 23, 2026