客戶畫像生成:用交互數據結構化 B/C 端買家畫像

前言

銷售或運營手裏往往散落着聊天記錄、訂單和拜訪紀要,卻很難快速回答「這個人怎麼決策」「該找誰拍板」「下一步該怎麼跟」。自己整理容易漏角色、憑印象下結論,也缺少統一的輸出格式給團隊對齊。

下面介紹 SkillHub 社區 Skill「客戶畫像生成」(@user_70c2f807/customer-persona-generator,v1.0.0)。它把 Agent 引導到一套可複用的分析流程:從合法獲取的交互數據出發,輸出帶決策鏈、痛點與跟進建議的結構化畫像卡片,並標明推斷確信度與禁忌項。

這是什麼

「客戶畫像生成」是面向 business-ops 場景的 Agent Skill,由社區發佈者 user_70c2f807 維護,來源爲 community。Skill 自述的定位是:根據聊天記錄、訂單數據和互動歷史,生成結構化客戶畫像,覆蓋決策鏈條、購買偏好、溝通風格和痛點分析,供銷售與運營團隊把握需求。

官方入口:

  • API 座標頁:https://api.skillhub.cn/user_70c2f807/customer-persona-generator
  • SkillHub 展示頁:https://www.skillhub.cn/skills/user_70c2f807/customer-persona-generator

頁面元數據(截至資料抓取):評分 100000,下載 1040;標籤標明 requires_api_key=false,無需額外 API Key 即可按 Skill 說明使用。

Skill 明確 不適用於:大規模營銷活動、CRM 系統搭建、客服話術腳本、人口統計類普查分析;也不替代 BI、輿情監控、徵信或問卷調研工具。

核心功能

以下能力均來自 Skill 自帶的 SKILL.md 說明,按執行鏈路歸納如下。

分析能力

  1. 偏好提煉:從購買歷史與溝通記錄識別偏好模式。
  2. 決策鏈分析:在 B 端場景識別決策者、影響者、使用者等角色。
  3. 溝通風格判斷:歸納溝通偏好與決策節奏(理性/感性、快/慢等)。
  4. 痛點挖掘:從表面需求推斷深層痛點。
  5. 分層標籤:按客戶價值與行爲特徵做標籤化。
  6. 行動建議:基於畫像給出跟進策略與話術方向。

內置三步流程

  1. 數據收集:彙總聊天/訂單/拜訪記錄,確認 B 端或 C 端、新客或老客、業務目標(成單/續費/upsell),並標出數據空白。
  2. 畫像分析:提取行爲特徵,判斷決策風格,識別痛點,B 端繪製決策鏈。
  3. 畫像輸出與建議:生成結構化畫像卡片,標註洞察與風險,給出溝通建議與下一步行動。

輸出原則:基於數據證據、標註高/中/低確信度;B 端須覆蓋決策鏈;洞察需附帶行動建議;並包含「不宜做什麼」的禁忌項。文檔中還定義了數據不足、行爲矛盾、決策人不明確等場景下的提示語與 FAQ。

安裝與啓用

Skill 遵循通用 SKILL.md 格式。安裝前需本機已有 SkillHub CLI;完整說明見 https://skillhub.cn/install/skillhub.md。

1. 檢查 CLI

command -v skillhub && skillhub --version

未安裝時可執行官方推薦的一鍵安裝(完整包含 CLI 與默認 Skill):

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

2. 安裝本 Skill 到當前 Agent 的 skills 目錄

安裝時必須用 --dir 指向 Agent 實際讀取的目錄,否則默認落在 ./skills/ 可能無法被識別。本 Skill 的 CLI 安裝方式爲:

skillhub install customer-persona-generator --namespace user_70c2f807 --dir <skills 目錄>

常見客戶端路徑(摘自 SkillHub 安裝文檔):

  • Cursor:~/.cursor/skills/
  • Claude Code:~/.claude/skills/
  • Codex:~/.codex/skills/ 或項目下的 .agents/skills/

也可將下列提示交給支持 Skill 的 AI,由其按安裝文檔完成安裝:

請根據 https://skillhub.cn/install/skillhub.md,安裝 `@user_70c2f807/customer-persona-generator`。

安裝後按你所用客戶端要求重啓或刷新 Agent,使新 Skill 生效。

典型用法

啓用 Skill 後,用自然語言提供 合法獲取 的交互數據即可觸發流程。官方 SKILL.md 中的快速開始示例如下(可直接改寫粘貼):

根據這段聊天記錄幫我分析這個客戶的決策風格和關注點 [粘貼記錄]
這個客戶購買了3次,幫我從訂單記錄中提煉他的偏好規律
我們要拜訪一個大客戶,幫我整理已知信息生成客戶畫像
幫我分析這個企業客戶的決策鏈,誰是關鍵決策人

輸出爲 Markdown 結構的「客戶畫像卡片」,通常包含:基本信息、決策鏈表格、行爲畫像、核心痛點、跟進建議(含禁忌提醒)。文檔中的模板字段包括客戶名稱、行業、合作階段、決策角色表、決策風格、溝通偏好、價格敏感度等,實際內容應替換爲你提供的真實數據,而非照搬示例公司名。

適用場景與注意

適合誰

  • 一線銷售、客戶成功或運營:在拜訪前整理大客戶檔案,或在溝通後快速更新畫像。
  • 需要 B 端決策鏈 視角的團隊:Skill 強調多角色而非單一聯繫人。
  • 已具備一定溝通或訂單數據、希望統一輸出格式的場景。

限制與坑(Skill 原文強調)

  1. 畫像爲 推斷結果,新客或數據少時準確度有限,應迭代補充。
  2. 僅基於 合法 交互數據,不涉及非法採集。
  3. 客戶行爲會變化,畫像需定期更新(文檔建議關鍵客戶每季度 Review,重大變化即時更新)。
  4. B 端可能存在未識別的隱藏決策者;決策鏈不清晰時,文檔建議通過溝通探測。
  5. 最少數據門檻:約 3 次以上溝通記錄 或訂單歷史;更完整還需拜訪記錄、行業與組織信息。
  6. 客戶畫像涉及商業機密與個人信息,需控制知悉範圍並遵守個人信息保護相關要求。

結尾

「客戶畫像生成」把分散的客戶互動信息收斂成可共享的結構化畫像與跟進建議,並內置確信度、禁忌項和異常場景話術,適合在 Agent 工作流裏做 單客戶深度分析,而不是替代大盤數據分析或 CRM 實施。

進一步瞭解或安裝,請訪問 SkillHub 官方頁面:https://www.skillhub.cn/skills/user_70c2f807/customer-persona-generator

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜