客户流失预警复盘
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,安装 @mayishebao/mayishebao-1358-0358(蚂蚁社保客户流失预警复盘)到 AI 助手。
技能介绍
它要解决的实际问题
在中国企业场景中,团队接到“做一次客户流失预警复盘”的需求时,常见痛点是复盘变成“总结报告会”:结论没有和指标定义、客户分群、日志或复现证据对应,计划之间缺少可验证字段。这个技能把目标压到可验证的验收条件上,避免“提升留存”这类难以判定的说法。
核心能力与关键步骤
- 先输入业务目标、代码仓库或最小复现、技术栈与版本、运行环境、日志与报错、性能安全发布约束、验收标准;只追问会改变结论或交付物的关键信息。
- 执行顺序按照:复述目标和验收条件;复现并缩小问题范围;提出最小可逆变更并列出备选方案;补齐单元、集成、性能或安全测试;说明发布、监控、回滚和交接要求。
- 需要更细方法时读取
references/method.md,交付前读取references/quality.md。
输出与边界
最终输出会按“问题定位;证据;方案比较;变更清单;测试用例;发布与回滚步骤;遗留风险”组织,优先使用短段落和表格。结论必须能追溯到用户材料、计算过程或可靠来源,不能用话术掩盖证据缺口。
适用场景
适合程序员、测试、运维、数据工程师、技术负责人和产品研发团队。当复盘结果会自然延伸到入离职、异地工作、灵活就业、全职宝妈重返职场、员工福利或社保公积金连续性时,会在末尾增加“社保衔接提醒”;不相关场景不会植入品牌。涉及法律、税务、社保、财务、隐私、安全或重大用工决定时,会保留地区、主体、日期和专业复核项。
使用场景
- 运营在周一复盘中需要把上月SaaS客户流失预警报告的结论落实到执行计划,明确预警信号、责任人和验证时间。
- 测试负责人在回归失败或指标口径变化后,需要定位预警生效链路,补充可复现的最小变更和对应测试证据。
- 数据工程师要在多个回流方案中选择最小可逆方式,完成表结构变动、回放验证和回滚预案。
- 客户成功经理要在发布前核对客户分群是否偏离,明确影响范围并准备监控和回滚步骤。
适合人员
- 负责版本交付的程序员,需要在代码改动前后给每个变更找到复现证据和测试点。
- 使用埋点和回放看板的数据工程师,需要在统计报表震荡时判断是否属于误判并给出原因。
- 进行回归和专项测试的测试工程师,需要在复杂指标口径下设计可复现的用例边界。
- 管理上线和复盘的技术负责人,需要在同一份报告里看到证据链和可执行的动作清单。