SaaS 客户健康度评分自动化，流失预警从月度滞后到当天触达

痛点：原来怎么干的

一家 200 人规模的 SaaS 公司，客户成功团队 8 人平均每人服务 60 多家企业客户，活跃度、工单量、NPS 等数据分散在五个后台。此前健康度靠人工每月拉一次表，每人整理一轮要一整天，等到发现使用量骤降时客户往往已进入续约谈判期，上季度流失率约 14%，其中近半事前无明显预警。

做法：分几步改

1. 用表格处理脚本每日定时汇总五个后台的登录频次、核心功能使用、工单情绪与账期数据，统一为标准客户健康字段表。
2. 把历史流失客户的特征整理成评分规则文档，交给大模型按规则逐户计算健康分并生成变化说明，输出到共享表格。
3. 配置流程自动化：健康分跌破阈值或一周内下降超 15 分时，自动生成含原因解读的预警卡片并派单到对应客户成功经理。
4. 经理每日只审核 AI 给出的风险归因是否符合实际，对高风险客户人工决定触达话术与挽回策略，每月复盘一次评分规则再校准模型。

效果：改完变成什么样

可以直接抄的三条

• 健康度评分的关键是先定规则再上模型，AI 负责解释与预警，权重调整权必须留在业务负责人手里。
• 预警要绑定派单与回执动作，只推风险不给跟进出口的看板，两周后就会没人看。
• 每季度用新流失案例回测评分规则一次，防止阈值随产品迭代悄悄失效。