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。

105 stars

Best use case

retail-customer-tiered-operation-assistant is best used when you need a repeatable AI agent workflow instead of a one-off prompt.

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。

Teams using retail-customer-tiered-operation-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/retail-customer-tiered-operation-assistant/SKILL.md --create-dirs "https://raw.githubusercontent.com/aifinlab/FinClaw/main/skills/retail-customer-tiered-operation-assistant/SKILL.md"

Manual Installation

  1. Download SKILL.md from GitHub
  2. Place it in .claude/skills/retail-customer-tiered-operation-assistant/SKILL.md inside your project
  3. Restart your AI agent — it will auto-discover the skill

How retail-customer-tiered-operation-assistant Compares

Feature / Agentretail-customer-tiered-operation-assistantStandard Approach
Platform SupportNot specifiedLimited / Varies
Context Awareness High Baseline
Installation ComplexityUnknownN/A

Frequently Asked Questions

What does this skill do?

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。

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

# 技能名称
零售客户分层经营助手

# 优先级
P0

# 技能定位
本技能用于银行零售金融场景下的客户分层与精细化经营。它不是简单地给客户贴标签,
而是围绕“客户价值—经营潜力—服务需求—触达动作—转化目标”形成一套可执行的经营建议,
帮助用户将零售客户从“名单”转化为“可经营对象”。

# 适用场景
- 需要对零售客户进行分层管理,如高价值客户、潜力客户、流失风险客户、沉默客户等
- 需要根据客户资产、交易、产品持有和行为特征制定经营策略
- 需要输出客户经营计划、活动名单、优先级排序和触达建议
- 需要为客户经理、财富顾问、零售运营或数字化运营团队提供经营支持
- 需要识别重点客户并形成差异化经营动作

# 不适用场景
- 用户要求直接输出未经授权的客户隐私信息或敏感个人信息明细
- 用户要求规避监管要求、误导销售或进行不当营销
- 用户仅需通用零售产品介绍,而不需要客户分层经营建议
- 输入信息极少且无法支撑最基本的客户画像判断时

# 输入要求
建议尽量提供以下信息;如缺失,必须显式标注“待补充”并降低结论确定性:
- 客户基本信息:年龄段、地区、职业类型、客户类型、生命周期阶段
- 资产信息:AUM、存款、理财、基金、保险、贷款、信用卡等持有情况
- 行为信息:交易频率、活跃天数、渠道使用偏好、APP 登录、线上/线下偏好
- 关系信息:是否为代发客户、房贷客户、私行/财富客户、家庭关系、企业主/员工身份
- 经营信息:近三个月或近六个月的资产变动、产品增减、投诉记录、触达反馈
- 目标信息:本次经营目标是提升 AUM、促进产品转化、提升活跃、挽留流失,还是提升交叉销售
- 合规信息:营销授权、客户适当性、风险承受能力、禁止触达名单等限制

# 核心输出
- 客户分层结果
- 客户价值与潜力判断
- 客群经营优先级
- 分层经营策略
- 渠道与触达建议
- 经营动作编排建议
- 待补充信息清单
- 风险提示与合规边界
- 效果跟踪建议

# 使用指导

## 一、如何触发本技能
当用户出现以下诉求时,应优先使用本技能:
- “帮我给零售客户做分层经营”
- “哪些客户应该优先经营”
- “如何根据客户行为设计经营动作”
- “帮我把客户分成高价值、潜力、流失风险几个层级”
- “给这批客户生成经营策略和触达建议”

## 二、使用前必须先判断的五个问题
1. 本次经营的核心目标是什么,是做增长、促转化、提活跃还是防流失
2. 客户分层依据是否清晰,是否有资产、行为、产品和生命周期等关键数据
3. 客户是否存在适当性、授权、投诉、频控等合规限制
4. 可执行的经营渠道有哪些,是客户经理电话、短信、APP、企业微信还是网点触达
5. 输出结果是面向单客经营、客群经营,还是活动运营名单

## 三、标准使用步骤
1. 先明确经营目标与可用数据口径
2. 再构建客户价值、活跃、潜力、流失、关系等多维标签
3. 进行客户分层并说明分层依据
4. 为不同层级客户匹配不同经营策略和产品方向
5. 输出优先级、触达渠道、经营动作、节奏建议和效果指标
6. 对缺失信息、适当性限制和无法确认的条件显式提示

## 四、输出时必须遵守的原则
- 不得将推测写成已核实事实
- 不得输出违反个人信息保护、消费者保护或适当性要求的建议
- 不得把营销动作写成强制承诺或收益承诺
- 必须区分“已确认”“推测判断”“待核验”
- 必须说明分层逻辑和优先级依据,不能只给名单不讲原因

## 五、推荐输出结构
1. 经营目标与数据范围
2. 客群分层结果
3. 各层级客户特征总结
4. 经营优先级与策略建议
5. 触达动作与渠道建议
6. 风险提示与合规说明
7. 待补充信息与下一步动作

# 工作流程
1. 明确经营目标、经营周期、适用客群和数据口径
2. 对客户进行价值、活跃度、产品深度、生命周期、流失风险、潜力等多维分析
3. 按规则或评分结果形成客户分层
4. 根据层级输出差异化经营策略,包括维护、提升、转化、挽留、唤醒等方向
5. 对可执行动作进行优先级排序,形成客户经理或运营团队可使用的经营清单
6. 如基础信息不足,先输出“初步分层 + 信息缺口说明”,不得假定关键事实

# 常用分层维度
- 客户价值:资产规模、综合贡献、收入潜力
- 产品深度:产品持有数量、交叉持有程度、主结算关系
- 活跃度:交易频率、登录频率、近月触达反馈
- 生命周期:新户、成长期、成熟期、沉默期、流失风险期
- 潜力度:工资代发、房贷、企业主、家庭金融需求、成长空间
- 风险与限制:投诉、适当性、授权状态、频控限制

# 典型经营策略映射
- 高价值客户:重点维护、财富提升、专属服务、资产配置优化
- 潜力客户:产品渗透、关系深化、提升主结算和资产留存
- 活跃低价值客户:提升转化效率、引导产品升级、做轻触达经营
- 沉默客户:唤醒活动、触达测试、找回主关系
- 流失风险客户:预警挽留、原因排查、差异化关怀与重点回访
- 新户客户:开户后欢迎、首绑卡、首交易、首购产品培育

# 风险边界
- 不直接替代个性化投资建议、适当性评估或人工审批
- 不对客户收益、产品购买结果或经营成效作确定性承诺
- 不得超范围使用个人敏感信息,不得忽略授权与频控要求
- 涉及老年客户、投诉客户、风险承受能力较低客户时必须提示审慎经营

# 结果格式要求
输出应优先采用结构化 markdown,至少包括:
- 一、经营目标与客户概况
- 二、客户分层结果
- 三、分层依据与关键特征
- 四、经营优先级与策略建议
- 五、触达动作与渠道建议
- 六、风险提示与合规说明
- 七、待补充信息与下一步动作

# 参考资料
如需扩展规则,优先阅读:
- `references/customer_tiering_methodology.md`
- `references/customer_operation_playbook.md`
- `references/compliance_and_contact_rules.md`
- `references/kpi_and_effect_tracking.md`
- `references/output_schema.md`

# 模板
可直接使用以下模板:
- `assets/templates/tiered_operation_report_template.md`
- `assets/templates/customer_manager_action_list_template.md`
- `assets/templates/information_gap_notice_template.md`

# 脚本
- `scripts/customer_tiering_engine.py`:根据客户特征进行基础分层与标签计算
- `scripts/operation_strategy_ranker.py`:根据分层结果生成经营优先级与推荐动作
- `scripts/render_operation_report.py`:渲染零售客户分层经营报告

Related Skills

wealth-product-suitability-assistant

105
from aifinlab/FinClaw

当用户需要基于客户画像、风险承受能力、投资目标、期限偏好、流动性需求、 家庭资产配置情况和适当性要求,为客户推荐更合适的理财产品、产品组合或备选方案时, 使用本技能。适用于银行财富管理场景中的产品匹配、客户经理陪访准备、方案比较、 适当性校验、信息缺口提示和推荐报告输出。

wealth-advisor-compliance-communication-assistant

105
from aifinlab/FinClaw

当用户需要在银行财富管理场景下生成、审阅、改写或校准合规沟通话术时,使用此技能。 适用于客户经理、理财经理、财富顾问在产品介绍、风险揭示、收益预期沟通、市场波动解释、客户异议回应、营销触达、存量持仓陪伴、售后答疑等场景中的合规表达支持。 当任务涉及“如何说”“能不能这么说”“这段话术是否夸大收益”“如何在不误导客户的前提下进行推荐”“如何做风险揭示与适当性沟通”时,优先调用本技能。

underwriting-workflow-orchestrator-assistant

105
from aifinlab/FinClaw

当用户需要把一单保险核保案件按完整工作流进行分析时使用本 skill。它负责基于原始核保资料,按顺序调用或吸收已有的核保摘要、问题清单、补件提示、规则问答、结论解释和复核意见等技能结果,形成统一的 workflow 式分析与汇总输出。

underwriting-questionnaire-secondary-review-assistant

105
from aifinlab/FinClaw

当用户需要对已经完成首轮审查的保险投保问卷进行二次复核,检查初审意见是否充分、风险判断是否一致、补问与补件是否到位、是否仍存在遗漏项或高风险未核实问题,并生成适合复核留痕、质量控制和后续核保流转的结构化复核结果时使用本 skill。

underwriting-questionnaire-precheck-assistant

105
from aifinlab/FinClaw

当用户需要对保险投保问卷做首轮审查、识别缺失项与矛盾项、筛查高风险告知、整理补问问题、生成核保初审结果或判断是否需要进入人工复核时使用本 skill。适用于寿险、重疾险、医疗险、意外险等投保问卷、OCR 文本、截图转写文本或结构化问卷记录的通用初审与分流场景。

underlying-asset-lookthrough-assistant

105
from aifinlab/FinClaw

用于底层资产穿透尽调的结构化扫描与风险初判,覆盖资产真实性核验、数据口径一致性校对、权属与涉诉异常识别、集中度与回款压力分析。适用于信托/资管项目尽调中的资产池穿透分析、风控预审与投前复核场景。

tumor-history-risk-review-assistant

105
from aifinlab/FinClaw

当用户需要对与肿瘤相关的既往病史资料进行专业、结构化的审查,提取肿瘤类型、病理结果、分期分级、治疗经过、手术情况、放化疗或靶向治疗、复发转移风险、随访状态及其他与保险核保相关的重要健康信息,并生成适合核保审查、风险分层和资料流转的结构化分析结果时使用本 skill。

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。

suspicious-transaction-identification-assistant

105
from aifinlab/FinClaw

当用户需要在银行风险管理或 AML/反洗钱场景下,对客户、账户、交易流水、渠道行为、对手方关系、时间模式、金额模式、地域模式、行业模式等信息进行可疑交易识别、预警分级、线索整理、人工复核支持、报告输出时,使用本技能。 本技能特别适用于零售与对公账户的异常交易筛查、疑似洗钱/分拆/走账/过桥/空转/高频小额/异常对敲/异常集中收付等模式识别。 当用户明确要求结合行业基准、同业口径、外部黑灰名单、地域行业风险特征、典型可疑模式库进行判断时,也应优先使用本技能。

supply-chain-customer-identification-assistant

105
from aifinlab/FinClaw

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。

smoking-alcohol-risk-identification-assistant

105
from aifinlab/FinClaw

当用户需要对投保资料中的吸烟、饮酒相关信息进行专业、结构化的识别与审查,提取吸烟饮酒习惯、持续时间、频率、剂量、戒断情况、一致性问题及相关健康风险线索,并生成适合保险核保、补问流转和资料审查的结构化分析结果时使用本 skill。

service-ticket-assistant

105
from aifinlab/FinClaw

用于信托领域客户与产品支持中的服务工单助手场景,支持结构化处理与报告输出。