customer-success-manager

カスタマーサクセスマネージャー

本番環境に対応したカスタマーサクセス分析です。多次元のヘルススコアリング、解約リスク予測、拡大機会の特定に対応します。3 つの Python CLI ツールにより、標準ライブラリのみを使用して、決定論的で再現可能な分析を実行します。外部依存関係、API 呼び出し、ML モデルは不要です。

---

目次

• 入力要件
• 出力形式
• 使い方
• スクリプト
• リファレンスガイド
• テンプレート
• ベストプラクティス
• 制限事項

---

入力要件

すべてのスクリプトは、位置引数として JSON ファイルを受け取ります。完全なスキーマ例とサンプルデータについては、assets/sample_customer_data.json を参照してください。

ヘルススコア計算ツール

顧客オブジェクトごとに必要なフィールド：customer_id、name、segment、arr、およびネストされたオブジェクト usage（login_frequency、feature_adoption、dau_mau_ratio）、engagement（support_ticket_volume、meeting_attendance、nps_score、csat_score）、support（open_tickets、escalation_rate、avg_resolution_hours）、relationship（executive_sponsor_engagement、multi_threading_depth、renewal_sentiment）、および傾向分析用の previous_period スコア。

解約リスク分析ツール

顧客オブジェクトごとに必要なフィールド：customer_id、name、segment、arr、contract_end_date、およびネストされたオブジェクト usage_decline、engagement_drop、support_issues、relationship_signals、commercial_factors。

拡大機会スコアリングツール

顧客オブジェクトごとに必要なフィールド：customer_id、name、segment、arr、およびネストされたオブジェクト contract（licensed_seats、active_seats、plan_tier、available_tiers）、product_usage（モジュールごとの導入フラグと使用率）、departments（現在と潜在）。

---

出力形式

すべてのスクリプトは、--format フラグで次の 2 つの出力形式に対応します。

• text（デフォルト）：ターミナルでの表示に適した、人が読みやすい形式の出力
• json：連携やパイプラインに使用できる、機械可読な JSON 出力

---

使い方

クイックスタート

# Health scoring
python scripts/health_score_calculator.py assets/sample_customer_data.json
python scripts/health_score_calculator.py assets/sample_customer_data.json --format json

# Churn risk analysis
python scripts/churn_risk_analyzer.py assets/sample_customer_data.json
python scripts/churn_risk_analyzer.py assets/sample_customer_data.json --format json

# Expansion opportunity scoring
python scripts/expansion_opportunity_scorer.py assets/sample_customer_data.json
python scripts/expansion_opportunity_scorer.py assets/sample_customer_data.json --format json

ワークフローへの統合

# 1. Score customer health across portfolio
python scripts/health_score_calculator.py customer_portfolio.json --format json > health_results.json
# Verify: confirm health_results.json contains the expected number of customer records before continuing

# 2. Identify at-risk accounts
python scripts/churn_risk_analyzer.py customer_portfolio.json --format json > risk_results.json
# Verify: confirm risk_results.json is non-empty and risk tiers are present for each customer

# 3. Find expansion opportunities in healthy accounts
python scripts/expansion_opportunity_scorer.py customer_portfolio.json --format json > expansion_results.json
# Verify: confirm expansion_results.json lists opportunities ranked by priority

# 4. Prepare QBR using templates
# Reference: assets/qbr_template.md

エラー処理： スクリプトがエラーで終了した場合は、次の点を確認してください。

• 入力 JSON がそのスクリプトの必須スキーマと一致していること（上記の「入力要件」を参照）
• すべての必須フィールドが存在し、正しい型であること
• Python 3.7 以降を使用していること（python --version）
• 後続のステップにパイプで渡す前に、前のステップで出力されたファイルが空でないこと

---

スクリプト

1. health_score_calculator.py

目的： 傾向分析とセグメントを考慮したベンチマークを行う、多次元の顧客ヘルススコアリング。

ディメンションと重み：

ディメンション	重み	指標
使用状況	30%	ログイン頻度、機能の導入状況、DAU/MAU 比
エンゲージメント	25%	サポートチケット数、ミーティングへの出席率、NPS/CSAT
サポート	20%	未解決チケット数、エスカレーション率、平均解決時間
関係性	25%	エグゼクティブスポンサーの関与度、マルチスレッドの深さ、更新意向

分類：

• Green（75-100）：健全 — 顧客が価値を実現しています
• Yellow（50-74）：要注意 — 注意深くモニタリングしてください
• Red（0-49）：リスクあり — 直ちに介入が必要です

使い方：

python scripts/health_score_calculator.py customer_data.json
python scripts/health_score_calculator.py customer_data.json --format json

2. churn_risk_analyzer.py

目的： 行動シグナルを検出し、階層に基づく介入を推奨することで、解約リスクのあるアカウントを特定します。

リスクシグナルの重み：

シグナルカテゴリ	重み	指標
利用状況の低下	30%	ログイン傾向、機能の利用状況の変化、DAU/MAU の変化
エンゲージメントの低下	25%	ミーティングのキャンセル、応答時間、NPS の変化
サポート上の問題	20%	未解決のエスカレーション、未解決の重大な問題、満足度の傾向
関係性のシグナル	15%	推進者の退職、スポンサーの変更、競合他社への言及
商業的要因	10%	契約形態、価格に関する不満、予算削減

リスク階層：

• クリティカル（80-100）：経営幹部へ直ちにエスカレーション
• 高（60-79）：CSM による緊急の介入
• 中（40-59）：先を見越した連絡
• 低（0-39）：通常のモニタリング

使用方法：

python scripts/churn_risk_analyzer.py customer_data.json
python scripts/churn_risk_analyzer.py customer_data.json --format json

3. expansion_opportunity_scorer.py

目的： 収益の見積もりと優先順位付けを行い、アップセル、クロスセル、拡張の機会を特定します。

拡張の種類：

• アップセル：より上位のプランへのアップグレード、または既存製品の利用拡大
• クロスセル：新しい製品モジュールの追加
• 拡張：シート数または部門の追加

使用方法：

python scripts/expansion_opportunity_scorer.py customer_data.json
python scripts/expansion_opportunity_scorer.py customer_data.json --format json

---

リファレンスガイド

リファレンス	説明
references/health-scoring-framework.md	ヘルススコアリングの手法、各指標の定義、重み付けの根拠、しきい値の調整に関する完全なガイド
references/cs-playbooks.md	各リスク階層への介入、オンボーディング、更新、拡張、エスカレーション手順に関するプレイブック
references/cs-metrics-benchmarks.md	セグメントおよび業界別の NRR、GRR、解約率、ヘルススコア、拡張率に関する業界ベンチマーク

---

テンプレート

テンプレート	目的
assets/qbr_template.md	四半期ビジネスレビューのプレゼンテーション構成
assets/success_plan_template.md	目標、マイルストーン、指標を含むカスタマーサクセスプラン
assets/onboarding_checklist_template.md	フェーズごとのチェックポイントを含む90日間のオンボーディングチェックリスト
assets/executive_business_review_template.md	戦略的アカウント向けの経営幹部ステークホルダー・レビュー

---

ベストプラクティス

1. シグナルを組み合わせる：顧客の全体像を把握するには、3つのスクリプトすべてを併用します
2. スナップショットではなく傾向に基づいて対応する：安定した Yellow より、低下傾向にある Green のほうが緊急性は高くなります
3. しきい値を調整する：references/health-scoring-framework.md を参照し、製品や業界に合わせてセグメントのベンチマークを調整します
4. データを使って準備する：すべての QBR と経営幹部とのミーティングの前にスクリプトを実行します。介入の指針については references/cs-playbooks.md を参照してください

---

制限事項

• リアルタイムデータには対応していません：スクリプトは JSON 入力ファイルの特定時点のスナップショットを分析します
• CRM と連携しません：CRM/CS プラットフォームからデータを手動でエクスポートする必要があります
• 決定論的な処理のみです：予測 ML は使用せず、重み付けされたシグナルに基づくアルゴリズムでスコアを算出します
• しきい値の調整が必要になる場合があります：デフォルトのしきい値は業界標準ですが、ビジネスに合わせて調整が必要な場合があります
• 収益の見積もり：拡張による収益の見積もりは、利用パターンに基づく概算です

---

最終更新： 2026年2月
ツール： Python CLI ツール 3個
依存関係： Python 3.7 以降の標準ライブラリのみ