前言¶
做增长或运营的开发者常有这个困境：客户数据都在，但很难说清客户是谁。标签散落在各表，分层靠拍脑袋，营销动作发出去石沉大海。下面介绍的「客户画像」Skill，就是把模糊的客户整理成可运营画像的一套装法，支撑精准营销与服务。
这是什么¶
客户画像 Skill 由「昆仑增长」发布，坐标 @kunlungrowth/kunlun-customer-profile，版本 1.1.0，在 SkillHub 上归类为 business-ops，来源标记为 enterprise，标签 requires_api_key=false，即不需要额外 API Key。
它解决的问题是：把分散、模糊的客户信息整理成统一、可分层、可运营的画像。该 Skill 同样适用于以下说法：用户画像、客户分层、人群画像、用户分层、买家画像。
覆盖链路与内置方法论¶
官方给出的链路是一条五段式流程：
数据采集 → 标签体系 → 分层 → 场景匹配 → 运营动作
与之配套的内置方法论有三项：RFM 模型、标签树、分层运营。前者解决「按什么标准分」，标签树解决「标签怎么组织」，分层运营解决「分完之后怎么用」。
核心功能¶
能力模块与链路一一对应，共五个：
- 数据采集：承接上游客户数据，作为画像的输入。
- 标签体系：按标签树组织标签，形成结构化的客户描述。
- 客户分层：应用 RFM 模型等方法把客户分到不同层级。
- 场景匹配：把分层结果与具体运营场景对接。
- 运营动作：输出到营销或服务动作上执行。
官方说明该 Skill 的输出可直接交付，且全流程附卡点自救与合规护栏，即在每个环节遇到阻塞时有对应的自救指引，并内置合规方面的约束。
安装与启用¶
已抓取资料中没有给出官方安装命令、目录结构或配置字段，本文不臆造。需要安装时请以官方页面为准：
- 官方地址：https://api.skillhub.cn/kunlungrowth/kunlun-customer-profile
- SkillHub 页面：https://www.skillhub.cn/skills/kunlungrowth/kunlun-customer-profile
由于 requires_api_key=false，启用时不需要准备 API Key。Cursor、Codex CLI、Claude Code 之间的差异在现有资料中未提及，这里如实说明，不做推测。
典型用法¶
已抓取资料没有提供命令行级别的可复现示例，下面按官方链路说明每个环节做什么，作为使用该 Skill 时的主线：
- 先做数据采集，把客户相关数据接入。
- 再做标签体系，用标签树把标签组织起来。
- 接着做客户分层，按 RFM 模型（最近一次消费、消费频率、消费金额）划分客户层级。
- 然后做场景匹配，把分层结果对应到具体场景。
- 最后落到运营动作，执行营销或服务动作。
经过上面的步骤，产出的是可直接交付的画像与分层结果。若某一环节卡住，按官方说明使用流程附带的卡点自救指引处理。
适用场景与注意¶
适合谁：需要做用户画像、客户分层、人群画像、买家画像，并要支撑精准营销与服务的开发或运营团队。
注意两点：
- 数据口径：RFM 等分层方法的效果依赖上游数据采集的质量，链路第一步没做好，后面几层都会失真。
- 合规：官方明确全流程附合规护栏，落地运营动作前应把护栏要求纳入自己的流程，而不是绕过。
SkillHub 页面显示的当前数据为：评分 100000，下载 843 次，安装 0 次，发布时间归属与来源标记见上文。这些数字只作参考，不构成效果承诺。
结尾¶
客户画像 Skill 的价值在于把「客户是谁」这个问题从模糊变成可运营：一条五段式链路串起数据采集到运营动作，RFM 模型、标签树、分层运营提供方法支撑，输出可直接交付。如果你正在搭建用户画像或客户分层能力，可以从官方地址入手了解：https://api.skillhub.cn/kunlungrowth/kunlun-customer-profile
