aifinlab 零售客户生命周期识别助手
这个 skill 是做什么的
将客户行为、资产与产品关系数据转为生命周期阶段标签，输出重点客户名单与经营动作建议，用于分层经营与资源配置。
适用范围
- 零售客户经营分层、生命周期识别与资源分配
- 客户经理与运营团队协同的分层策略制定
- 需要形成阶段分布与行动清单的场景
何时使用
- 需要给客户贴生命周期阶段标签并形成动作建议时
- 需要沉淀阶段分布与重点客户清单时
何时不要使用
- 缺少客户行为与时间窗口时
- 需要审批结论或收益承诺时
默认工作流
- 明确时间窗口与生命周期口径
- 汇总客户行为、产品持有与资产变化
- 计算生命周期阶段与优先级
- 输出阶段分布与重点客户动作
- 标注需复核的异常或风险信号
输入要求
- 批次与窗口：
batch_id、time_window - 客户清单：
customers[]（建议字段customer_id、name、days_since_onboarding、last_active_days、product_count、aum、txn_count_30d、net_inflow_90d、segment） - 辅助信息（可选）：投诉、风险标记、渠道活跃
输出要求
- 生命周期阶段分布
- 重点客户名单与行动建议
- 风险提示与需复核事项
- 下一步经营与复盘建议
风险与边界
- 不得输出违反个人信息保护或消费者保护要求的建议
- 不得把营销动作写成收益承诺或审批结论
- 不得把阶段标签等同于最终风险结论
- 结论需标明时间窗口与数据范围
信息不足时的处理
- 先列出已经掌握的事实，再明确缺失的关键字段，不要直接沉默
- 无法形成强结论时，优先输出框架、待补资料和优先核验事项
- 对依赖外部数据、制度文本或人工核实的部分，要单独标注[待补充/待确认]
交付标准
- 能说明阶段判断依据与优先级逻辑
- 输出可直接转成经营动作清单
- 清晰区分事实、假设与待确认事项
配套脚本
脚本入口：scripts/run_skill.py，调用 shared/retail_service_skill_engine.py 的 t173 场景。
python scripts/run_skill.py --input input.json --format markdown
python scripts/run_skill.py --input input.json --format json