customer-health-score

客户健康度评分

设计、验证并维护一个综合评分，帮助售后团队判断哪些客户账户正逐渐流失，以及哪些适合开启扩展业务对话。在 ChurnZero 的《2025 年客户收入领导力研究》（调查了约 800 位客户成功和售后领导者）中，73% 的受访者表示，他们当前的健康度评分无法可靠地预测客户流失。

• 流于形式的评分。 有人凭直觉挑选十项指标并分配权重；由于评分毫无预测力，CS 团队会忽略结果。
• 具有预测力的评分。 根据实际流失账户在流失前的行为推导权重，再通过回测验证效果。

这项技能负责评分构成与验证，将前者转化为后者：

• 归一化
• 权重分配
• 衰减
• 分档
• 细分群体校准
• 覆盖规则治理
• 为每个档位关联相应行动方案

应纳入哪些指标，以及每项指标的预测力如何，属于 mbfinotti/revops-skills@customer-churn-signals 负责的发现工作。此处按类别处理信号（产品使用、关系/互动、支持、商务、情绪），并将发现的指标列表作为输入。

在确有帮助时，借鉴业界公认的框架：

• Gainsight 的 DEAR 框架（Deployment、Engagement、Adoption、ROI）：采用平衡计分卡模式，将 4–6 组加权指标汇总为不同档位。Gainsight 提醒，权重“因公司而异”。
• Lincoln Murphy 的 Success Potential：将扩展业务与已实现的健康度挂钩（“没有客户成功……就没有扩展收入”）。
• RFM 风格的分析：使用的近期程度、频率和深度。
• 领先指标与滞后指标的区分：采用趋势、赞助人互动和响应时间趋势属于领先指标；流失、NRR 和续约率只会在事后确认结果。应对领先指标评分。

使用一个综合评分，还是另建扩展业务模型：

• 一个综合评分，最高档作为扩展业务门槛（默认方案）。 当前正在构建并验证的评分已经具备这一用途；再建第二个模型需要一个月，还要经过两轮验证才能维护。让扩展业务行动以最高档为门槛，是从业者中最常见的做法：低档触发留存行动，最高档触发展开业务/倡导行动。
• 单独的扩展业务模型。 只有在系统性跟踪扩展业务专属输入时才有充分理由；否则，这只是第二个未经验证的评分。

只有供应商案例研究支持“高健康度会因果性地预测扩展业务”这一说法；目前没有严谨的已发表研究证实这一点。应将健康度视为扩展业务的必要条件，而非充分条件：最高档让客户账户获得开启对话的机会，是否适合、是否有可拓展空间以及预算情况才是决定因素。

B2B 与 B2C/PLG 的大部分机制相同：按席位归一化、重趋势而非水平、为每个档位关联行动，以及回测循环，在两者中完全一致。有人问及时应明确说明这一点。真正的区别在于：

• B2B。 将用户级信号汇总到账户级，并额外加权关注关键倡导者/赞助人的连续性：续约取决于采购组织，而非单个用户；汇总使用量持平也可能掩盖关键倡导者参与度下降的情况（即“无声流失”模式）。风险会集中在续约日期前后，因此应在评分中纳入续约临近程度的权重。
• B2C/PLG。 没有 CSM，也没有续约临界点：评分是持续进行且由系统驱动的，归属团队是增长/产品团队，而非 CS 运营；评分还应包含非自愿流失层（支付失败、催款流程），因为支付失败与互动度下降相关。

访谈

设计前先提问。每条消息只问一个问题；尽可能提供多选答案。跳过已回答的问题。

• 属于哪种业务模式？(a) 由 CSM 覆盖、带合同续约日期的 B2B；(b) PLG/自助式持续订阅；(c) B2C 消费者订阅。
• 有多少个客户账户？过去 12-24 个月大约发生了多少次流失？（这决定统计权重与基于规则的冷启动路径如何取舍。）
• 目前实际接入了哪些数据源——产品使用数据、互动/会议记录、支持系统、账单数据？每种数据的覆盖率大约是多少？
• 是否已完成信号发现——是否有证据表明某些指标先于过去的流失发生（参见 mbfinotti/revops-skills@customer-churn-signals），还是只有凭直觉列出的指标？
• 是否已有健康度评分？如果有：先诊断还是重建？（诊断路径：参见“诊断失效的评分”。）
• 有哪些细分群体——企业客户与 SMB、入职阶段与成熟阶段？（对企业客户来说健康的 70 分，对入职阶段的 SMB 来说可能就是危险信号；细分校准是必需的，不是可选项。）
• 团队每月实际能跟进多少个有风险的客户账户？（红色区间的规模应根据这一点确定，而不是根据统计结果。）
• 谁负责评分逻辑，谁在日常工作中根据评分采取行动，谁可以推翻评分？
• 评分必须在什么日期前上线并投入使用？（明确的截止日期——例如续约周期、董事会评审——意味着优先采用基于规则的代理指标和前两个层级的信号；截止日期较远，则有足够时间拟合统计权重并纳入调查类别。）
• 这是一次性成果，还是能持续增值的资产——本季度的风险客户名单，还是能不断完善的模型？（一次性名单会省略衰减、细分校准和定期重新校准机制；若目标是持续增值，则应纳入这三项以及拟合权重。）
• 工作量上限是多少——分析师工时、数据工程团队能投入多少时间，以及 CS 真正愿意进行多少手动记录？（手动记录是让利益相关者连续性信号发挥作用的关键；如果没人愿意记录，该类别就只能依赖 CRM 自身采集的数据。）

构建顺序

逐级构建评分，按每小时分析师投入实际能预防的流失量排序——而不是按接入成本最低的顺序，也不是按回测得分最高的顺序。这里的投入包括分析师工时、产品必须已能生成的数据、持续重新拟合的工作，以及评分对必须据此采取行动的人来说是否清晰易懂：CSM 无法还原的评分，无论多准确，成本都很高。

• 效率：使用情况/采用情况 > 商业/账单 > 支持 > 利益相关者连续性 > 情绪调查
• 价值（识别出的流失）：利益相关者连续性 > 使用情况/采用情况 > 支持 == 商业/账单 > 情绪调查
• 投入：
  • 使用情况/采用情况和商业/账单：几乎为零——产品和账单系统已经会生成这些事件。
  • 支持：花一小时将工单映射为费率和趋势。
  • 利益相关者连续性：需要持续开展的工作——必须由人工记录会议和赞助人变更，才能保证输入信息准确。
  • 情绪调查：需要一两天搭建，还需要持续开展调查——回复率低会导致结果不稳定。

支持和商业的价值相同，因为两者各自能发现对方无法发现的盲点——升级问题聚集、账单争议——而且彼此无法替代。

从最前面的两个阶梯以及已有发现证据支持的部分开始，先验证，再逐级添加。

这种排序会牺牲的内容：

• 利益相关者连续性。 这是价值最高的输入，能捕捉无声流失，但投入产出比最差，因为它依赖人工记录联系情况。对于任何有续约日期的 B2B 客户群，都应将其提升到第一阶；或者一旦有绿色账户在关键联系人离职后流失，就应如此——第 5 步中的连续性规则会让它无论投入产出比如何都成为必选项。
• 经过统计拟合的权重和单独的扩张模型。 两者在每轮排序中投入产出比都靠后，但最终仍然有价值。两者都需要足够大的账户群，才能根据自身结果进行拟合和验证（每个细分群体要有数十次流失事件）；有了这些数据后，两者都能提升信号质量。

这个顺序是默认方案，不是铁律。它会随具体情况和执行者而改变——提出建议前，先结合对用户已知的一切重新排序：

• 如果产品已经会生成丰富的使用情况遥测数据，那么几乎无需投入，使用情况就应固定排在第一阶。
• 如果客户成功团队只有一人，就应降低所有需要人工记录的信号的优先级，并提高自动化使用情况和账单信号的优先级。
• 账户数不足 100 个时，应完全排除经过拟合的权重（参见冷启动路径），并将 CSM 每月访谈验证作为最有力的可用检查方式。

工作流程

1. 进行访谈；在设计之前收集所有答案。
2. 先定义结果，再讨论信号。若预测事件尚未定义，分数就无法验证。
   • 流失事件：未续约、取消，或 B2C 用户在 N 天内未重新激活。
   • 实体层级：B2B 按账户，B2C 按订阅用户。
   • 预测窗口：分数声称要预测的内容，例如 90 天内流失。
3. 将指标列表作为输入——来自 customer-churn-signals 探索工作；若没有，则采用用户提供的证据最充分的候选指标——并按 references/signal-categories.md 中的类别分组。审查每个类别的数据覆盖情况，然后按照上文的构建顺序进行构建，并根据用户的回答重新排序。切勿一次性集成所有指标，并剔除任何永远无法触发行动的信号——如果它无法触发行动，那它就是虚荣指标。
4. 按照 references/signal-categories.md 进行标准化：
   • 按席位数／用户数对比率进行标准化（50 个用户有 500 次登录，不等于 1,000 个用户有 500 次登录）。
   • 将支持情况和情绪作为趋势来解读，而不是计数。
   • 在 B2B 中，将用户级信号汇总到账户级，并按关键拥护者／赞助人的权重进行加权。
5. 按照 references/weighting-and-bands.md 进行加权：根据流失与留存群组中信号与已定义结果的相关性推导权重，绝不能凭直觉设定。为每个类别设置上限，确保单一输入无法独自将账户推过一个等级；并要求至少包含一个利益相关者连续性指标，以免关键拥护者离职后，任何使用情况信号组合仍让账户保持绿色。
6. 加入衰减：随着时间推移，每个参与度类信号都会趋于中性，让沉默代表不确定，而不是累积为绿色。既评估趋势，也评估当前水平——分数下滑至 75 的账户比稳定在 60 的账户情况更差。
7. 划分等级：最多划分三个等级——等级越多，越显得虚假精确，也越容易造成混淆。先根据干预能力确定红色等级的规模，再改进分数，让同等干预能力覆盖更多流失情况。设置特定细分群体的阈值和权重覆盖项。
8. 按照 references/validation-and-kpis.md 进行验证：对历史群组回溯评分，使用精确率／召回率（绝不能用原始准确率——流失数据类别不平衡），并检查流失账户在流失前 60-90 天的分数。迭代权重、衰减和阈值，直到达到规范部分规定的最低通过标准。流失事件过少时，采用同一参考文档中的冷启动路径。
9. 为每个等级配置具体行动、负责人和 SLA——无法触发任何行动的等级变化只是报告，不是健康评分。定义覆盖策略：任何 CSM 都可以覆盖，但必须填写原因代码；将覆盖记录作为有标签的分歧，用于重新校准。
10. 输出规范（见下一节），先在小范围内试点，再全面推广；前 90 天每月审查分数分布和漏判情况，然后按固定的重新校准周期进行。
11. 如果你的 harness 具有持久记忆功能，请记住已批准的规范——类别、权重、等级、细分群体覆盖项、验证结果和审查日期——以便后续重新校准和诊断时从中开始，而无需重新访谈。

健康度评分规范

每次合作都交付此成果——一份用户可交给客户成功运营、RevOps 和 CSM 团队的文档。完整示例见 references/worked-examples.md。

HEALTH SCORE SPEC - <company/product>, <date>, v<n>
Outcome      : churn event definition | entity level | prediction window
Segments     : list + per-segment weight/threshold overrides
Signals      : category -> weight | inputs (from discovery) | normalization | evidence (outcome correlation)
Decay        : per-category drift-to-neutral rule and window
Rollup (B2B) : user->account aggregation method, champion/sponsor weighting
Bands        : 3 bands -> score ranges -> wired play, owner, SLA per band
Expansion    : top-band gate + the non-health conditions (fit, whitespace, contract timing)
Overrides    : who may override, reason codes, how overrides feed recalibration
Validation   : backtest window | red-band churn multiple vs base rate | % churned accounts
               below green at 60-90 days pre-churn | precision/recall at the red threshold
Triggers     : band-change alert -> task/workflow; renewal-proximity weighting (B2B)
Governance   : logic owner | acting owner | data owner | review cadence | change log location

关于规范本身的三条规则：

• 每个权重都必须有证据支撑。“采用深度趋势 35%：在分析的 9 个流失前季度中，有 7 个季度的流失账户在此指标上下降”，这样的说法可供审查。只给出百分比就是无据之谈。如果某个权重尚无结果证据，就将其标记为待验证的假设，并注明验证日期。

• **规范必须设有通过门槛。**没有标准组织发布过健康度评分的数字化上线门槛；这些底线是本技能设定的惯例，因为达不到这些标准的模型经不起实际噪声，也无法赢得 CSM 的信任。

  • 在回测中，红色区间的流失率必须达到整体基准流失率的 至少 3 倍。
  • 实际流失的账户中，至少三分之二必须在流失前 60-90 天处于绿色区间以下。
  • 全部账户中，处于绿色区间的不得超过 约 80%（超过此比例是从业者记录在案的危险信号），无论回测结果如何。

  反复迭代，直到三项条件全部满足。拒绝发布看起来只是装饰品的评分。

• **评分必须有版本，并明确负责人。**责任分散会导致评分在不同人眼中含义不一：客户成功团队关注采用情况，RevOps 关注 CRM 活动，产品团队关注功能使用情况，结果每个人都得到一个字段。

  • 由一人负责评分逻辑（客户成功运营/RevOps）。
  • CSM 负责采取行动并覆盖评分。
  • 明确一位数据负责人。
  • 记录并公布每一项变更。

诊断失效的评分

当用户带着正在运行的评分来求助时（“绿色账户仍在流失”“团队不理会评分”），要诊断每一种症状，然后按以下顺序修复——不要按症状报告的顺序，也不要先修复问题最严重的一项。该比例衡量每小时实际预防的流失数，而危害最大的问题往往不是最先带来回报的问题。

• 效率：关联区间->行动方案 > 按席位数归一化 > 添加衰减 > 设置类别上限 + 连续性输入 > 噪声防护 == 工单读取修复 > 分群校准 > 根据队列重新推导权重 > 明确扩张门槛
• 价值：重新推导权重 == 关联区间->行动方案 > 设置类别上限 + 连续性输入 > 按席位数归一化 == 添加衰减 > 分群校准 > 噪声防护 == 工单读取修复 > 明确扩张门槛
• 工作量：
  • 衰减和噪声防护：几乎不费工夫。
  • 归一化、类别上限、工单读取和扩张门槛：各需一小时。
  • 分群校准：需要一两天分析。
  • 协调跨团队将行动方案与负责人及 SLA 对接：需要一周。
  • 重新推导队列：需要作为固定工作持续进行，还需要账户流失历史数据，而整个客户组合未必具备这些数据。

平级顺序的依据：

• 未采取行动的评分和权重错误的评分，都无法预防任何流失——价值相同，工作量各有侧重。
• 归一化和衰减并列，因为二者都能消除对同一客户组合的一种系统性误读。
• 噪声防护和工单读取是同一套滞后趋势机制的两种应用，各自解决一种不同类型的 CSM 不信任问题。

表格的排序与上述顺序一致。

症状	可能的故障	修复方法
CSM 忽略或暗中不信任该评分	未关联相应行动；没有受控的覆盖机制；权重无法解释	将分档关联到行动；允许填写原因代码后覆盖；公布权重依据
大型客户总是显得健康状况不佳（或总是健康）	使用原始数量，而不是比率	按席位数／用户数归一化；与规模相近的客户对比
评分很少变化；大多数客户都显示为绿色	没有衰减机制——旧的正向信号会无限累积	将参与度信号逐渐衰减至中性；每月重新检查分布（绿色占比 >80% = 机制失效）
关键联系人离职；客户数周内仍显示为绿色	单一类别占主导——仅凭使用情况就能保持绿色	限制各类别的权重占比；要求提供利益相关方连续性输入，且该输入可单独拉低分档
评分每周在不同分档间波动	将单点噪声当作信号	对滚动时间窗口内的趋势评分；连续两次读数后才触发分档变更
高接触度客户因工单数量而被标记为红色	将工单数量视为风险	按比率归一化工单数，并观察趋势；将零工单视为可能缺乏参与，而非健康状况良好
相同评分在不同客户中代表不同含义	对不同细分群体使用同一全局模型	使用针对细分群体的权重和阈值（企业客户与 SMB、入门期与成熟期）
绿色客户仍不断流失	权重流于形式——基于直觉，而非结果相关性；缺少关系／情绪输入	根据已流失与留存客户群体重新推导权重；加入利益相关方连续性输入
顶级分档客户从未扩展业务	将健康状况视为足以促成扩展	仅当客户处于顶级分档时才启用扩展行动，但需另行评估契合度、未开发空间和合同时间安排

也请重新排序：如果客户群没有已流失客户的历史记录，就没有可供重新推导的客户群，因此该项应从列表中移除，而不是排在最后（参见冷启动路径）。

参考资料

• 有关各信号类别在复合评分中的表现方式，包括归一化、趋势窗口、汇总和各类别的陷阱，请参阅 references/signal-categories.md。此处仅介绍类别机制；指标发现请参阅 mbfinotti/revops-skills@customer-churn-signals。
• 有关如何根据结果推导权重、设置上限、衰减机制、分档、细分覆盖，以及如何完整决定采用一个评分还是两个评分，请参阅 references/weighting-and-bands.md。
• 有关回测流程、精确率/召回率的框架、通过门槛、冷启动路径、KPI、重新校准频率和覆盖治理，请参阅 references/validation-and-kpis.md。
• 有关完整展开的由 CSM 覆盖的 B2B 规范和 PLG/B2C 规范，以及一个看似合理但有问题的评分拆解，请参阅 references/worked-examples.md。
• 售前评分请参阅 mbfinotti/revops-skills@lead-scoring——潜在客户评分预测谁会购买；此技能预测谁会留下来并扩大业务。结果不同，模型也不同。
• 有关销售转向 CS 的过渡过程（在此期间会设定第一个健康度基线），请参阅 mbfinotti/revops-skills@sales-to-cs-handoff。
• 有关组织级指标树（此评分会汇报到该指标树），请参阅 mbfinotti/revops-skills@revenue-kpi-framework——复合评分可作为留存分支下的领先输入；该技能会确定由哪个层级负责此评分，以及配套的护栏指标是什么。