aifinlab AkShare 单企业客户流失风险识别 Skill
数据来源
本 Skill 基于 AkShare 的公开数据接口，对“某一个企业（通常对应 A 股上市公司）”做客户流失风险识别。核心数据源如下：
stock_financial_abstract/stock_financial_abstract_ths- 用途：获取企业财务摘要。
- 用于提取营业收入同比等经营指标，识别客户需求走弱、收入增速放缓等风险。
stock_financial_analysis_indicator/stock_financial_analysis_indicator_em- 用途：获取财务分析指标。
- 用于提取销售毛利率、应收账款周转率、存货周转率、经营现金流质量等代理指标。
stock_zygc_ym/stock_zygc_em- 用途：获取主营构成数据。
- 用于识别收入结构是否过度集中，判断企业对单一产品、区域或客户群体的依赖风险。
stock_mda_ym- 用途：获取管理层讨论与分析文本。
- 用于识别管理层是否披露客户集中、订单压力、续费下降、竞争加剧、渠道变化等信号。
stock_news_em- 用途：获取企业相关公开新闻。
- 用于识别大客户流失、合作终止、订单减少、退货、投诉、渠道退出等事件风险。
说明：AkShare 主要聚合公开市场与公开披露数据，并不直接提供企业内部客户名单或真实 churn 标签。因此本 Skill 识别的是“客户流失风险代理信号”，不是企业 CRM 里的真实客户流失率。
功能
该 Skill 面向单一企业的客户流失风险预警，主要功能包括：
- 自动拉取企业公开财务、主营构成、管理层讨论与相关新闻数据。
- 通过规则引擎识别收入增速放缓、毛利率下滑、应收账款周转恶化、存货周转变差、经营现金流质量下降等风险。
- 结合主营构成数据识别收入结构过度集中带来的客户依赖风险。
- 对管理层讨论与新闻文本执行关键词检索，识别客户流失、合作终止、订单减少、续费下降、需求疲软、渠道退出等信号。
- 输出综合风险分数、风险等级、命中规则条目、证据摘要，以及 Markdown 报告与 JSON 结果。
输出核心字段包括：
overall_risk_score: 综合风险分数，范围 0~100overall_risk_level: 综合风险等级，取值low/medium/highrule_hit_count: 命中规则数量risk_items: 风险条目明细data_status: 各类数据实际拉取情况disclaimer: 方法说明与边界提醒
使用示例
1. 安装依赖
pip install -r requirements.txt
2. 运行脚本
python script/main.py --symbol 600519 --company-name 贵州茅台 \
--output-json result.json \
--output-md report.md
3. 输出结果
脚本会：
- 在终端打印完整 JSON 结果
- 生成
result.json - 生成
report.md
输出示例节选：
{
"symbol": "600519",
"company_name": "贵州茅台",
"summary": {
"overall_risk_score": 36.0,
"overall_risk_level": "low",
"high_risk_count": 0,
"medium_risk_count": 3,
"low_risk_count": 1,
"rule_hit_count": 4
}
}
交易说明
- 本 Skill 用于识别“客户流失风险代理信号”，不是买卖点模型，也不是违约预测或审计结论。
- 风险分数高，表示企业可能存在客户稳定性、续费能力、订单质量、渠道健康度方面的压力，但并不直接等同于财务造假、经营危机或股价下跌。
- 风险分数低，也不代表企业一定不存在真实流失风险；公开数据通常滞后于企业内部 CRM 和订单系统。
- 若你将该 Skill 用于投研或交易，请至少结合以下信息二次验证：
- 企业内部客户数、留存率、复购率、续费率
- 客诉、退货、退款与服务 SLA 数据
- 大客户合同续签情况
- 订单金额、回款周期与区域渠道变化
- 若用于自动化策略，建议加入：
- 时间窗与行业对比
- 企业内部真实 churn 标签
- 更细粒度的 NLP 模型
- 人工复核阈值与异常回溯机制
License
本 Skill 的代码部分以 MIT License 提供；但底层数据来自 AkShare 及其上游公开网站。
使用者需要自行遵守：
- AkShare 项目许可证与使用约定
- 各上游网站与公开数据源的使用条款
- 所在地区关于数据抓取、研究使用、信息披露与交易合规的要求