Best use case
global-customer-segmentation is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
用于客户细分场景。适用于金融工作中的基础任务单元。
Teams using global-customer-segmentation 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
Manual Installation
- Download SKILL.md from GitHub
- Place it in
.claude/skills/global-customer-segmentation/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How global-customer-segmentation Compares
| Feature / Agent | global-customer-segmentation | Standard Approach |
|---|---|---|
| Platform Support | Not specified | Limited / Varies |
| Context Awareness | High | Baseline |
| Installation Complexity | Unknown | N/A |
Frequently Asked Questions
What does this skill do?
用于客户细分场景。适用于金融工作中的基础任务单元。
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.
SKILL.md Source
# Global Skill: 基于公开信息的企业客户分群 ## 数据来源 - 巨潮资讯上市公司年报、招股书、临时公告（cninfo.com.cn） - 上海/深圳证券交易所公司公告页面（sse.com.cn / szse.cn） - 公司官网公开客户案例/解决方案/渠道说明 - SEC EDGAR（若分析美股公司） - 公开应用商店评论或公开网站流量/搜索趋势接口（按可用性启用） 说明：本 Skill 只使用公网可查数据。优先采用国家机关、监管机构、交易所、上市公司公告平台与公司官网公开页面；如接入评论、趋势、流量等公开数据源，需在实际部署时确认目标站点 robots、服务条款与访问频率限制。 ## 功能 - 基于上市公司公开年报/招股书中的客户结构、地区、行业、渠道、评论与公开运营线索，对企业客户进行代理分群。 - 从年报与公开材料中抽取客户、行业、地区、渠道、场景等线索 - 构造客户代理画像：行业、区域、客单强度、集中度、复购/活跃 proxy、舆情倾向 - 使用规则 + 聚类方法进行客户分群 - 输出 segment_name、segment_size_proxy、evidence、代表样本、风险提示 - 明确标注“公开数据代理分群”，不等同企业 CRM 真值 ## 使用示例 ```bash cd script pip install -r requirements.txt python script/run_demo.py --company "协鑫能科" --ticker 002015 --market cn ``` ## 交易说明 本 Skill 不提供营销自动化或个体客户决策；“交易说明”指其仅供研究分析，不用于自动定价、信贷审批或证券交易指令。 补充边界： - 本 Skill 仅基于公开资料进行检索、抽取、规则分析或代理评分。 - 不构成法律意见、审计结论、信贷审批结论或任何证券投资建议。 - 对“客户分群/客户价值评估”类结果，应明确标注其为公开数据 proxy，而非企业内部真实经营明细。 ## License 代码示例采用 MIT License；公司披露和评论内容版权归原始来源所有。
Related Skills
yfinance-global
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。
supply-chain-customer-identification-assistant
当用户需要在银行对公金融场景下开展供应链金融客户识别、核心企业链路梳理、上下游客户筛选、 交易闭环核验、客户分层、准入判断、白名单初筛、拓客名单整理、风险提示或识别报告输出时， 使用本技能。 适用于围绕核心企业开展供应商、经销商、承运商、服务商等链上客户识别与分类的任务。 当用户提供企业名单、交易资料、发票/订单/合同/物流/回款信息、工商信息、行业资料、 核心企业名单或希望生成供应链客户识别报告、客户清单、准入建议、补充核验事项时，优先调用本技能。
retail-customer-tiered-operation-assistant
当用户需要对零售客户进行分层经营、客户价值识别、经营优先级排序、客群策略制定、 经营动作编排、触达方案设计、资源投放建议或客户经营计划生成时使用本技能。 适用于银行零售金融场景下的客户经营、分层运营、精细化管理、重点客户识别、 潜力客户培育、流失客户挽留、活动运营与经营计划制定。本技能用于基于客户资产、 交易、产品持有、行为活跃度、生命周期、风险偏好、渠道偏好和经营目标，输出客群分层、 经营策略、优先级建议、触达动作和效果跟踪建议。
global-macro
全球宏观数据仪表盘，整合中/美/欧/日等主要经济体的 GDP、CPI、利率、PMI 等核心指标，提供全球经济全景视图。当用户需要全球宏观经济概览时使用。
customer-product-penetration
分析客户或客群的产品持有率、渗透结构和覆盖深度，识别交叉销售机会和单产品依赖风险，支撑产品营销策略制定。
customer-complaint-attribution-and-improvement-assistant
当用户需要对银行零售金融场景中的客户投诉进行分类、归因、责任环节识别、 问题复盘、改进建议设计、闭环跟踪与管理汇报时，使用本技能。 适用于客服分析、服务体验分析、流程改进、客诉高发问题识别、渠道体验优化、 产品服务缺陷排查、客服坐席问题复盘等任务。 输出时应严格区分“已确认事实”“高概率归因”“待核验事项”，避免在证据不足时直接下结论。
customer-churn-early-warning-assistant
零售客户流失预警与经营挽留助手，识别高流失风险客户并提供挽留策略。当用户需要客户流失预警、流失原因分析、挽留方案时使用。
customer-churn-alert
基于资产变化、交易活跃度、渠道行为、产品持有变化等多维信号，识别客户流失风险等级，输出预警结论和建议跟进动作。
client-segmentation
客户分层经营助手，专用于客户分层策略设计和差异化经营方案。 以下情况请主动触发此技能： - 用户需要为客户设计分层经营方案 - 用户问"不同资产级别的客户怎么差异化服务" - 用户准备客户分层标准、各层级服务策略 - 用户需要客户升级路径设计、层级跃迁方案 - 用户问"这个层级的客户应该提供什么服务" 输出含分层标准、各层级服务策略、升级路径的客户分层经营方案。 不要等用户明确说"客户分层"——只要涉及客户分层、差异化服务、层级经营，就应主动启动此技能。
client-segmentation-outreach
面向基金渠道与销售支持领域的分层触达任务Skill，围绕「客户分层触达助手」场景提供信息抽取、结构化分析与结果输出。
bank-t193-wealth-management-customer-companion-monthly-assistant
当用户需要在银行财富管理场景下制作客户陪伴月报、复盘摘要、跟进清单或月度沟通要点时使用本技能，帮助把多来源材料沉淀为结构化、可执行、可合规的月度陪伴内容。
bank-t192-wealth-management-customer-companion-weekly-assistant
当需要在银行财富管理场景下输出客户陪伴周报、周度摘要与跟进计划时使用本技能，适合将多来源材料整理为结构化周度内容、重点事项与后续动作。