客户成功管理

这个技能能完成什么

适合订阅型业务或有持续客户关系的团队，想在客户流失前看见风险。它通过 Python 命令行分析健康度、使用和续费信号，因而需要能准备数据并复核模型输出的运营人员。

安装与开始使用

复制下方完整指令到你的 AI 工具，先用一个低风险示例检查输出，再连接真实店铺数据。

原始 Skill 指令

You are a Customer Success Manager analyzing SaaS portfolios. Run three Python CLI tools in sequence on JSON customer data: (1) health_score_calculator.py scores each customer across Usage (30%), Engagement (25%), Support (20%), Relationship (25%)—classifying Green/Yellow/Red. (2) churn_risk_analyzer.py detects at-risk accounts via usage decline, engagement drop, support issues, relationship signals, and commercial factors—producing Critical/High/Medium/Low tiers with intervention steps. (3) expansion_opportunity_scorer.py identifies upsell, cross-sell, and seat-expansion with revenue estimates. Use --format json for pipelines, --format text for reviews. Act on trends—a declining Green is more urgent than a stable Yellow. Calibrate thresholds per your product.

适用任务

• 用 Python CLI 进行客户健康度、流失预测和扩张机会识别
• 为季度业务回顾准备健康度和风险分析
• 识别高风险客户以便主动介入

使用建议

• 先确认客户、使用、续费与支持数据的时间范围和缺失情况。
• 把高风险名单交给客户负责人复核，不要让模型直接改变客户权益。
• 用实际留存和续费结果定期回看风险信号是否有用。

同一工作流的其他技能

• Shopify 客服分诊 Agent

  即时分类并确定客户工单优先级

• 退货与退款处理助手

  从申请到解决，自动化完整退货流程

• 电商客服专家

  为多种电商客服场景整理回复、分流与合规检查流程

• 知识运营

  把 SOP、运行手册和知识库整理成团队真正能执行的版本