mcpField
C
customer-success-manager

customer-success-manager

github.com/alirezarezvani营销与增长28.9k724 次安装2 天前更新
代码仓库

关于 customer-success-manager

Customer Success Manager 是一组 Python 命令行工具，供客户成功团队分析 JSON 客户快照。它以加权、确定性规则评估客户健康度、流失风险和扩展机会，并支持文本或 JSON 输出。

主要功能

  1. 01加权客户健康度评分
  2. 02结合趋势与客户分群分析健康度
  3. 03流失风险分级与干预信号
  4. 04扩展机会评分及收入估算
  5. 05支持文本和 JSON 输出
  6. 06仅依赖 Python 标准库的工具

适用场景

  1. 01评估客户组合的健康状况
  2. 02确定流失干预账户的优先级
  3. 03发现增购、交叉销售或席位扩展机会
  4. 04将评分结果传入数据管道

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/alirezarezvani/claude-skills --skill customer-success-manager

安装后在 Claude Code 中输入/customer-success-manager确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

assets/
executive_business_review_template.md
expected_output.json
onboarding_checklist_template.md
qbr_template.md
sample_customer_data.json
success_plan_template.md
references/
cs-metrics-benchmarks.md
cs-playbooks.md
health-scoring-framework.md
scripts/
churn_risk_analyzer.py
expansion_opportunity_scorer.py
health_score_calculator.py

详细介绍

客户成功经理

面向生产环境的客户成功分析工具，提供多维健康度评分、流失风险预测和扩展机会识别。三个 Python 命令行工具仅使用标准库即可进行确定性、可重复的分析，无需外部依赖，不调用 API，也不使用机器学习模型。

目录

输入要求

所有脚本都接受一个 JSON 文件作为位置参数。完整的结构示例和示例数据请参阅 assets/sample_customer_data.json。

健康度评分计算器

每个客户对象的必填字段：customer_id、name、segment、arr，以及嵌套对象 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），以及用于趋势分析的 previous_period 评分。

流失风险分析器

每个客户对象的必填字段：customer_id、name、segment、arr、contract_end_date，以及嵌套对象 usage_decline、engagement_drop、support_issues、relationship_signals 和 commercial_factors。

扩展机会评分器

每个客户对象的必填字段：customer_id、name、segment、arr，以及嵌套对象 contract（licensed_seats、active_seats、plan_tier、available_tiers）、product_usage（各模块的采用标志和使用百分比）和 departments（当前及潜在部门）。

输出格式

所有脚本都通过 --format 参数支持两种输出格式：

  • text（默认）：便于在终端查看的可读格式化输出
  • json：便于集成和流水线处理的机器可读 JSON 输出

使用方法

快速开始
# 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
工作流集成
# 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

错误处理： 如果脚本以错误退出，请检查：

  • 输入的 JSON 是否符合该脚本的必填结构（见上方输入要求）
  • 所有必填字段是否存在且类型正确
  • 是否使用 Python 3.7+（python --version）
  • 在将前一步的输出文件传递给后续步骤之前，确认这些文件非空

脚本

1. health_score_calculator.py

用途： 多维客户健康度评分，包含趋势分析和考虑细分市场的基准对比。

维度与权重：

维度权重指标
使用情况30%登录频率、功能采用率、DAU/MAU 比率
参与度25%支持工单数量、会议出席率、NPS/CSAT
支持20%未关闭工单、升级率、平均解决时长
关系25%高管发起人参与度、多线程触达深度、续约情绪

分级：

  • 绿色（75-100）：健康，客户正在获得价值
  • 黄色（50-74）：需要关注，密切监控
  • 红色（0-49）：存在风险，需立即介入

用法：

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

用途： 通过行为信号检测识别有流失风险的客户账户，并基于风险等级给出干预建议。

风险信号权重：

信号类别权重指标
使用量下降30%登录趋势、功能采用率变化、DAU/MAU 变化
参与度下降25%会议取消、响应时间、NPS 变化
支持问题20%未关闭的升级工单、未解决的严重问题、满意度趋势
关系信号15%核心联系人离职、高管发起人变更、竞品提及
商务因素10%合同类型、价格投诉、预算削减

风险等级：

  • 严重（80-100）：立即升级至高管层
  • 高（60-79）：CSM 紧急介入
  • 中（40-59）：主动触达
  • 低（0-39）：标准监控

用法：

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

用途： 识别追加销售、交叉销售和扩容机会，并进行收入估算与优先级排序。

扩容类型：

  • 追加销售（Upsell）：升级到更高层级或增加现有产品的数量
  • 交叉销售（Cross-sell）：新增产品模块
  • 扩容（Expansion）：增加席位或部门

用法：

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

参考指南

参考文档说明
references/health-scoring-framework.md完整的健康度评分方法论、维度定义、权重依据、阈值校准
references/cs-playbooks.md各风险等级的干预手册，以及上线、续约、扩容和升级流程
references/cs-metrics-benchmarks.md按细分市场和行业划分的 NRR、GRR、流失率、健康度评分、扩容率等行业基准

模板

模板用途
assets/qbr_template.md季度业务评审演示结构
assets/success_plan_template.md包含目标、里程碑和指标的客户成功计划
assets/onboarding_checklist_template.md带阶段关卡的 90 天上线检查清单
assets/executive_business_review_template.md面向战略客户的高管干系人评审

最佳实践

  1. 综合多种信号：同时使用三个脚本，获得完整的客户画像
  2. 关注趋势而非快照：一个持续下滑的绿色客户，比一个稳定的黄色客户更需要紧急关注
  3. 校准阈值：根据您的产品和行业，参照 references/health-scoring-framework.md 调整细分基准
  4. 用数据做准备：在每次 QBR 和高管会议前运行脚本；干预指导参见 references/cs-playbooks.md

局限性

  • 无实时数据：脚本基于 JSON 输入文件中的时点快照进行分析
  • 无 CRM 集成：数据需从您的 CRM/CS 平台手动导出
  • 仅确定性计算：不包含预测性机器学习，评分是基于加权信号的算法结果
  • 阈值需调优：默认阈值符合行业标准，但可能需要根据您的业务进行校准
  • 收入估算：扩容收入估算是基于使用模式的近似值

最后更新： 2026 年 2 月 工具： 3 个 Python 命令行工具 依赖： 仅依赖 Python 3.7+ 标准库

评论

支持 Markdown