指掌天下客户分析

它解决什么问题

指掌天下平台上的客户数据往往分散在多个表格与业务环节中：基本信息、消费记录、互动历史、标签分组。当团队想回答「哪些客户值得重点运营」「最近一次活动的响应集中在哪类客户」这类问题时，通常要先导出数据、清洗、写 SQL 或做透视表，再人工解读。整个过程耗时长，且统计口径容易不一致。

这个技能的目标是把客户数据分析环节交给大模型：由模型直接基于使用者提供的资料生成分析结论与建议，减少手工汇总与口径核对的成本。

技能如何工作

核心流程是数据输入 → 模型分析 → 结论输出：

• 数据输入：使用者提供客户相关资料（客户名单、行为记录、分组说明等），格式可以是表格、CSV 或文本描述。
• 模型分析：技能将资料整理为模型可理解的上下文，围绕分析目标提炼关键信息，如客户规模、分布特征、分层逻辑与行为模式。
• 结论输出：输出结构化的分析结果，通常包括事实总结（如某类客户的占比）、特征描述（如高活跃客户的共同属性）和后续建议（如优先跟进的客群）。

适用边界与注意点

• 分析质量依赖输入资料：若数据不完整或字段口径混乱，模型只能基于现有内容推断，结论可能失真，建议先核对关键字段。
• 不是数据处理工具：技能本身不负责清洗、join 或聚合计算，复杂数值计算建议配合 pandas 或数据库查询完成。
• 结论需人工验证：模型给出的分层与建议属于启发式输出，可作为分析起点，正式决策前建议抽样复核。