bank-t158-retail-finance-installment-marketing-assistant

Use when planning retail credit-card installment marketing, customer segmentation, and outreach prioritization; trigger for requests that need Chinese skill content with clear inputs/outputs, compliance-aware actions, and optional scripts for segmentation.

105 stars

Best use case

bank-t158-retail-finance-installment-marketing-assistant is best used when you need a repeatable AI agent workflow instead of a one-off prompt.

Use when planning retail credit-card installment marketing, customer segmentation, and outreach prioritization; trigger for requests that need Chinese skill content with clear inputs/outputs, compliance-aware actions, and optional scripts for segmentation.

Teams using bank-t158-retail-finance-installment-marketing-assistant should expect a more consistent output, faster repeated execution, less prompt rewriting.

When to use this skill

  • You want a reusable workflow that can be run more than once with consistent structure.

When not to use this skill

  • You only need a quick one-off answer and do not need a reusable workflow.
  • You cannot install or maintain the underlying files, dependencies, or repository context.

Installation

Claude Code / Cursor / Codex

$curl -o ~/.claude/skills/bank-t158-retail-finance-installment-marketing-assistant/SKILL.md --create-dirs "https://raw.githubusercontent.com/aifinlab/FinClaw/main/skills/bank-t158-retail-finance-installment-marketing-assistant/SKILL.md"

Manual Installation

  1. Download SKILL.md from GitHub
  2. Place it in .claude/skills/bank-t158-retail-finance-installment-marketing-assistant/SKILL.md inside your project
  3. Restart your AI agent — it will auto-discover the skill

How bank-t158-retail-finance-installment-marketing-assistant Compares

Feature / Agentbank-t158-retail-finance-installment-marketing-assistantStandard Approach
Platform SupportNot specifiedLimited / Varies
Context Awareness High Baseline
Installation ComplexityUnknownN/A

Frequently Asked Questions

What does this skill do?

Use when planning retail credit-card installment marketing, customer segmentation, and outreach prioritization; trigger for requests that need Chinese skill content with clear inputs/outputs, compliance-aware actions, and optional scripts for segmentation.

Where can I find the source code?

You can find the source code on GitHub using the link provided at the top of the page.

Related Guides

SKILL.md Source

# 这个 skill 是做什么的

用于信用卡分期营销的客群分层、触达策略与行动清单输出,确保动作合规、可执行且可复盘。

## 适用范围
- 分期营销活动策划与名单初筛
- 分期客群分层、优先级排序与渠道匹配
- 营销结果的结构化复盘与指标口径说明

## 何时使用
- 需要把交易与还款数据转成分期营销行动方案
- 需要基于客户特征与风险信号设计分层触达

## 何时不要使用
- 要求绕过授权/频控/适当性规则
- 未给出营销目标或可执行渠道时

## 默认工作流
1. 明确营销目标、产品口径与活动周期
2. 汇总客群特征、交易行为、还款表现与风险标记
3. 进行分层排序并说明依据
4. 输出分层动作、话术方向与指标口径

## 输入要求
- 客户基础:`customer_id`、卡片类型、额度区间
- 行为数据:近3月最大单笔消费、转化/分期历史
- 还款表现:按时还款率、逾期次数
- 合规约束:营销授权、频控规则、投诉记录

## 输出要求
- 客群分层(高/中/低潜)与排序
- 对应的触达方式与优惠策略
- 风险提示与禁入客群说明
- 指标口径(转化率、分期金额、投诉率)

## 脚本与使用方式
批量分层使用 `scripts/installment_marketing_segment.py`。

```bash
python scripts/installment_marketing_segment.py --input installment_candidates.json --output installment_segmented.json
```

输入 JSON 示例:
```json
{
  "customers": [
    {
      "customer_id": "C003",
      "largest_purchase_3m": 9000,
      "revolving_ratio": 0.6,
      "installment_history": 2,
      "on_time_rate_12m": 0.99,
      "risk_flag": 0
    }
  ]
}
```

输出关键字段:
- `segment`:高潜/中潜/低潜
- `score`:分层评分(用于排序)
- `offer`:推荐优惠策略

## 风险与边界
- 分层建议不等于强制营销或收益承诺
- 必须遵守营销授权与触达频控要求
- 需要清楚标注数据口径与时间窗口

## 信息不足时的处理
- 输出分层框架和待补数据清单
- 数据不足时默认“低潜/观察”

## 输出模板(简版)
```text
客户:{customer_id}
分层:{segment}
建议策略:{offer}
理由:{reasons}
待补信息:{missing_fields}
```

Related Skills

bank-wealth-products

105
from aifinlab/FinClaw

银行理财产品分析工具。获取银行理财产品发行数据、收益率、风险等级、投资期限等信息。支持收益率对比、产品筛选。使用中国理财网、AkShare理财数据。适用于理财投资决策、产品筛选、收益对比。

bank-valuation-analyzer

105
from aifinlab/FinClaw

银行股估值分析工具。计算银行股的PB、PE、股息率、PEG等估值指标,进行横向(同业)和纵向(历史)对比分析。使用同花顺、AkShare实时行情数据。适用于银行股投资决策、价值发现、估值修复机会识别。

bank-risk-analyzer

105
from aifinlab/FinClaw

银行风险分析工具。分析银行资产质量、信用风险、操作风险等关键风险指标。包括不良贷款率、关注类贷款率、拨备覆盖率、逾期贷款率、单一客户集中度等。使用AkShare、Tushare、央行统计数据。适用于银行风控研究、投资决策、监管合规分析。

bank-nim-analyzer

105
from aifinlab/FinClaw

银行净息差(NIM)分析工具。分析银行净利息收益率、生息资产收益率、计息负债成本率等核心息差指标。支持同业对比、趋势分析。使用同花顺、Tushare财报数据。适用于银行盈利能力分析、息差压力评估。

bank-liquidity-analyzer

105
from aifinlab/FinClaw

银行流动性分析工具。分析银行流动性覆盖率(LCR)、净稳定资金比例(NSFR)、存贷比、流动性缺口等关键流动性指标。使用央行、银保监会监管数据,AkShare银行数据。适用于银行流动性风险管理、监管合规分析。

bank-interbank-market

105
from aifinlab/FinClaw

银行间市场分析工具。获取Shibor、同业存单、银行间回购利率等货币市场数据。分析流动性状况、资金价格走势。使用央行、中国货币网、AkShare数据。适用于流动性分析、资金成本测算、货币政策传导研究。

bank-industry-analyzer

105
from aifinlab/FinClaw

银行业宏观分析与行业研究。获取银行业整体数据,包括银行业金融机构数量、资产规模、存贷款余额、行业利润、不良贷款率、拨备覆盖率、资本充足率等核心指标。支持央行、银保监会官方数据查询,以及银行业景气度分析。使用AkShare、央行官网、银保监会数据。适用于银行行业研究、政策分析、投资策略制定。

bank-financial-analyzer

105
from aifinlab/FinClaw

商业银行财务深度分析。分析个股银行(如招商银行、工商银行等)的财务报表,包括资产负债表、利润表、现金流量表核心指标。支持ROE/ROA分析、净息差、手续费收入占比、成本收入比等关键指标计算。使用同花顺iFinD API、Tushare Pro获取真实财报数据。适用于银行个股研究、投资决策、财务健康度评估。

bank-deposit-rates

105
from aifinlab/FinClaw

银行存款利率查询与对比工具。获取各大银行的存款挂牌利率,包括活期、定期(3月/6月/1年/2年/3年/5年)、大额存单利率。支持利率趋势分析和跨行对比。使用各银行官网公开数据、AkShare利率数据。适用于存款决策、利率趋势研判。

bank-credit-analyzer

105
from aifinlab/FinClaw

银行信贷结构分析工具。分析银行贷款投向结构(对公/零售/票据)、行业分布、区域分布、客户集中度等。使用央行信贷收支表、银行财报数据。适用于信贷政策研究、投放策略分析、信用风险监测。

yfinance-global

105
from aifinlab/FinClaw

全球股票行情数据工具。优先使用国内数据源(腾讯财经),支持A股、港股、美股和全球指数。自动回退到Yahoo Finance获取海外数据。

transaction-banking-solution-recommendation-assistant

105
from aifinlab/FinClaw

当用户需要为企业客户推荐交易银行方案时使用本技能,适用于现金管理、收付款管理、 账户体系设计、资金归集、票据结算、供应链结算、跨境结算、银企直联、司库协同、 流动性管理和场景化产品匹配等场景。本技能用于基于客户行业、规模、交易模式、 账户结构、组织架构、上下游关系、境内外经营特征和合规约束,输出候选方案、 匹配理由、适用边界、落地路径和补充调研清单。