客户满意度预警运营
概述
本 skill 封装一套经过实战验证的客户满意度运营方法：把海量用户按"满意度信号"分层，对不同层级的用户采取对症动作，并对不满用户建立闭环修复机制。核心是回答三个问题——先救谁、怎么救、救完怎么闭环。
何时使用
在以下任一场景触发：
- 诊断客户满意度现状，或制定满意度提升策略
- 定位不满客群，或分配有限的客服 / 现场服务资源
- 处理客诉、回访、服务评价、满意度调查等数据
- 制定客户关怀、挽回、邀约好评等运营动作
不适用场景（触发边界）
以下情况不触发本 skill：
- 一次性客服应答、单条客诉即时回复（不涉及分层与长效运营）
- 无规模化用户、无分层数据基础的小微场景
- 纯建模任务（本 skill 只消费模型预测结果，不负责建模与特征工程）
- 与满意度无关的通用运营话题（如拉新、转化、留存）
核心方法论
第零步：数据清洗与口径统一（前置）
在分层之前必须先完成数据准备——这是实战中最大的坑：来源方声称数据可用但实际未清洗，导致初期数据几乎不可用。
- 汇总数据源：调查、评价、投诉、故障、账单、设备等多模块
- 字段对齐：统一用户标识、时间格式、评分口径
- 清洗规则：去重（同用户同维度取最新）、补缺失、剔除脏数据
- 输出标准化表后再进入分层
> 完整指标口径、计算公式与模型对接说明见 references/指标口径与数据清洗.md。
第一步：用户健康度分层（三层信号 + 高满）
先按「近半年满意度」把用户分成四类：高满 / 中满 / 低满 / 未评价，再按处理优先级排出三层信号。
| 信号层级 | 优先级 | 判定依据 | 风险等级 |
|---|---|---|---|
| 第 1 层 | 最优先 | 半年内「专门售后调查」中 ≥1 次明确不满记录 | 高危 |
| 第 2 层 | 次优先 | 非调查类「服务评价」给出中 / 低满 | 预警 |
| 第 3 层 | 最后 | 未评价用户中，模型预测「产品体验差」概率 ≥80% | 潜在风险 |
| 高满 | 单独 | 高满用户 | 优质 |
关键原则：
- 评分取就低原则：多个评分维度中只要一个为低满，该用户即算低满；并取最新一次评价为准。
- 同样是"不满"，调查中的明确不满优先于服务评价中的中低满。
- "未评价"用户不都管，只排查模型预测质差概率 ≥80% 的部分。
- 高满用户不是"救"而是"用"——用来拉高整体满意度指标。
> 详细评分阈值（核心服务质量 / 履约服务的具体分界）与判定细则，见 references/分层信号与动作库.md。
> 评分阈值与维度名称可按行业配置，默认规则与多行业映射见 references/行业参数映射.md。
第二步：对症运营动作
| 用户类型 | 运营动作 |
|---|---|
| 高满 | 定位"易接受采访"者 → 电话有奖邀约 → 邀请给高分评价 |
| 明确低满 | 建立全年跟踪修复档案（高优先级），追踪到问题完全解决、用户明确满意方可闭环 |
| 中 / 低满 | 内部关怀工单 → 主动关怀 → 与明确低满同样建档，但优先级较低 |
| 未评价 + 潜在质差 | 事先排查 → 降低客诉风险（预防性动作） |
> 注：「易访」与「质差」用户的定位来自模型预测（行为数据 → 拟合概率 → ≥80% 阈值），非人工特征判断。本 skill 不负责建模，只消费预测结果；模型输入特征与输出字段规范见 references/指标口径与数据清洗.md 的「模型对接说明」。
第三步：修复闭环
- 全年跟踪修复档案（一客一档）
- 闭环标准：问题完全解决 + 用户明确满意，缺一不可
- 定期复盘：高危名单变化趋势 + 投诉拦截率
实施节奏（阶段式，可按项目周期伸缩）
- 阶段一 · 打基础：全量覆盖分层 → 建完整用户数据库 → 低满档案高优先级跟踪
- 阶段二 · 提指标：高满邀约（模型定位易访者）→ 未评价潜在质差跟进
> 阶段划分可伸缩：长周期项目按「首年 / 次年」推进；短周期项目压缩到「月 / 季」——如第 1 月打基础救高危、第 2 月扩面拦截、第 3 月提指标放大。
使用方式
- 收集输入：业务场景描述、满意度数据（调查 / 评价 / 投诉）、业务目标。
- 数据清洗与口径统一（见「第零步」与
references/指标口径与数据清洗.md）。 - 按「三层信号 + 高满」完成用户分层，产出分层清单（模板见
assets/分层清单模板.md）。 - 按「对症动作」为每类用户匹配动作与话术（详见
references/分层信号与动作库.md）。 - 对低满用户建立修复档案并跟踪闭环（模板见
assets/全年修复档案模板.md）。 - 输出：分层清单、预警名单、对症动作建议、修复档案。
参考资源
references/分层信号与动作库.md—— 各层级判定细节、动作话术与实战案例references/根因映射与进阶技巧.md—— 不满原因到责任团队的映射，及根因分析、资源分流等进阶打法references/指标口径与数据清洗.md—— 核心指标计算公式、数据清洗步骤、模型预测对接说明assets/分层清单模板.md—— 分层结果清单模板assets/全年修复档案模板.md—— 低满用户跟踪台账assets/实施计划模板.md—— 实施计划模板（两阶段，节奏可伸缩）assets/复盘模板.md—— 周期复盘模板references/行业参数映射.md—— 跨行业参数配置、多行业映射、数据不足降级路径、度量闭环
