Agent Skills
返回列表
🏢

班级续费风险雷达

企业运营 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,将 @user_cff04dbb/eduai-renewal-risk-radar 安装到当前 AI 助手中。

技能介绍

续费前的核心矛盾:误判风险与无效动作

很多机构在续费窗口期面临两个典型问题:一是凭单次缺勤、一次家长沉默或阶段测评波动,就给孩子或家庭贴上「高风险」标签,导致误判;二是不管风险根源,一律用催续费话术覆盖问题,反而让服务体验更糟。这些做法的核心矛盾,是没有基于连续证据识别问题,也没有把风险分层转化为可执行的服务动作。

从证据到动作的透明流程

这个技能围绕「证据优先、分层负责」设计,核心是通过六维证据卡还原真实问题,再输出可落地的服务动作:

  1. 先定义分析范围:确认分析对象(单个学生/班级)、数据周期(默认最近4–8周)、续费时间节点、课程属性(班型/出勤频率),以及机构现有服务动作边界,同时核对输入数据的字段完整性、日期范围和重复值,避免空值被自动归为负面。
  2. 建立六维证据卡:按学习参与(出勤/迟到/任务完成)、学习成果(阶段任务/测评变化)、课程适配(难度/进度/班型匹配)、家长互动(反馈回应/诉求处理)、服务稳定(教师变更/调课闭环)、续费准备(剩余课时/下一阶段方案)整理证据,规则见 evidence-rules.md——优先看趋势而非单次波动,避免因一次异常判定高风险。
  3. 透明计算风险分层:用scoring-model.md先算每个维度的健康度,再合成风险分,同时输出数据覆盖率和置信度;覆盖率低于60%时只提示「信息不足」,不排序;强风险事件(如多次服务未闭环)触发R1紧急复核(48小时人工处理),其余按R2高风险(3天行动)、R3中风险(7天补证据)、R4低风险(正常展示价值)分层。这里的风险分层是服务动作的优先级指南,不是续费概率的确定性预测。
  4. 诊断根因并匹配动作:对每个风险对象区分表面信号(如「家长不回复」)、支持证据(如多次反馈未处理)、可能根因(服务流程未闭环)、待核实问题,以及机构可改变的因素(如调整沟通节奏);再按根因匹配动作,比如课程难度不适配时调整班型,家长不了解进展时安排基于学习证据的沟通,动作模板见action-playbook.md——每个动作必须明确负责人、截止时间、完成证据和复核日期,「保持关注」这类模糊表述不算合格动作。
  5. 输出风险雷达与复核:批量分析时默认用匿名ID,避免公开输出未成年人信息;行动后需记录问题是否闭环、学生参与是否变化、家长是否理解下一阶段目标,不能仅用「家长已回复」判断风险解除。

不可逾越的边界

  • 不根据家庭收入、家长职业、地域等非教育信息推断续费意愿,不使用性别、健康等敏感信息评分;
  • 不把学生性格、一次考试或请假直接作为高风险结论,不用「家长难沟通」「孩子不自觉」等标签替代分析;
  • 不制造焦虑、虚构名额紧张或夸大学习损失催促续费,风险评分不得用于惩罚教师、学生或家长;
  • 涉及投诉、退费、安全或儿童保护问题时,优先人工处理,不用销售话术覆盖问题。

使用场景

  • 续费窗口前,教务需对单个学生做近4-8周学习与服务情况分析,判断是否需要优先安排人工复核
  • 班级批量续费前,运营需要核对表格字段和缺失值,再按学习参与、服务稳定等维度输出风险分层
  • 发现数据覆盖率低于60%时,需要先补数据再判断,不直接对学生或家长做高风险结论
  • 服务动作完成后,需要记录问题是否闭环、学生参与是否变化,再调整风险等级

适合人员

  • 教务主管:需要在续费前诊断班级问题,定位学习效果或服务体验的薄弱点,而不是随机催续费
  • 班主任:需要基于证据核验单个学生的风险,匹配具体服务动作而非给学生贴标签
  • 课程顾问:需要在续费沟通前准备价值证据,说明下一阶段目标,避免用焦虑话术覆盖服务问题
  • 服务质检人员:需要跟踪风险动作的完成证据,复核服务流程是否闭环,防止误判风险