Inteligencia artificial de Intelligence-Saifs de clientes (versión preliminar)
Puntue los clientes en niveles A/B/C/D con CLV explicado, riesgo.
Este conector está disponible en los siguientes productos y regiones:
| Service | Class | Regions |
|---|---|---|
| Copilot Studio | Premium | Todas las regiones Power Automate excepto las siguientes: - Gobierno de EE. UU. (GCC) - Gobierno de EE. UU. (GCC High) - China Cloud operado por 21Vianet - Departamento de Defensa de EE. UU. (DoD) |
| Aplicaciones lógicas | Standard | Todas las regiones de Logic Apps excepto las siguientes: - regiones de Azure Government - Regiones de Azure China - Departamento de Defensa de EE. UU. (DoD) |
| Power Apps | Premium | Todas las regiones Power Apps excepto las siguientes: - Gobierno de EE. UU. (GCC) - Gobierno de EE. UU. (GCC High) - China Cloud operado por 21Vianet - Departamento de Defensa de EE. UU. (DoD) |
| Power Automate | Premium | Todas las regiones Power Automate excepto las siguientes: - Gobierno de EE. UU. (GCC) - Gobierno de EE. UU. (GCC High) - China Cloud operado por 21Vianet - Departamento de Defensa de EE. UU. (DoD) |
| Contacto | |
|---|---|
| Name | Saifs AI |
| Dirección URL | https://saifs.ai/ |
| taher@saifytech.com |
| Metadatos del conector | |
|---|---|
| Publicador | Saifs AI |
| Sitio web | https://saifs.ai/ |
| Directiva de privacidad | https://saifs.ai/privacy_policy/customer-intelligence |
| Categories | IA; Datos |
Inteligencia del cliente: Inteligencia artificial de Saifs
Inteligencia del cliente: Saifs AI es un servidor de Protocolo de contexto de modelo (MCP) que puntúa un libro de compras de clientes en los niveles A/B/C/D con el valor de duración del cliente (CLV), valor en riesgo, elevación de contactos y una cola de reps clasificada SAVE/GROW/VERIFY. Toma el historial de compras (customer_id, date, amount) de las exportaciones CSV, Excel, Tally o CRM y devuelve un libro de contabilidad por cliente con seguimientos de explicación para que los equipos de ventas prioricen por dinero en juego, no solo las etiquetas.
Publisher: Saifs AI
Prerequisites
- Acceso a Microsoft Copilot Studio (u otra superficie de agente de Microsoft compatible)
- Permiso para crear agentes y agregar herramientas de MCP
- Una cuenta de Saifs AI para completar el inicio de sesión de conexión
- Una exportación de compra con una fila por transacción que contenga al menos:
-
customer_id(o equivalente: AccountId, Nombre de entidad y alias similares) -
date(o equivalente: invoice_date, Fecha de factura) -
amountmayor que 0 (o equivalente: ingresos, Importe de factura)
-
- Opcional, pero recomendado para el aprendizaje de elevación de contactos: un registro
customer_idde contactos con ydatesolo (llamadas, visitas o toques de WhatsApp) - Para libros mayores de 500 filas de transacciones: un espacio aislado de código con numpy para ejecutar el script de puntuación devuelto por
customer_tiering_get_engine
Obtención de credenciales
Este MCP usa OAuth 2.0 con Saifs AI.
Para los creadores que conectan el MCP en Copilot Studio
Los administradores y creadores no crean manualmente claves de API. Al crear una nueva conexión en Copilot Studio, se le redirigirá a Saifs AI para autenticarse. Después de iniciar sesión correctamente, se crea la conexión y el agente puede llamar a herramientas de MCP en esa cuenta.
Para publicadores o validación de Microsoft (Azure Key Vault)
Los envíos de certificación configuran OAuth a través de Azure Key Vault (authorization.type = AzureKeyVault). Almacenar secretos con nombres exactos (distingue mayúsculas de minúsculas):
| Nombre del secreto | Obligatorio para OAuth 2.0 | Purpose |
|---|---|---|
ClientId |
Yes | Cliente o id. de aplicación de OAuth |
ClientSecret |
Yes | Secreto de cliente de OAuth |
AuthorizationUrl |
Sí (OAuth2) | Punto de conexión de autorización |
TokenUrl |
Yes | Punto de conexión de token |
RefreshUrl |
Si se usan tokens de actualización | Actualizar punto de conexión |
Scopes |
Si se requieren ámbitos | Ámbitos separados por espacios |
Conceda a la entidad de servicio 8e91e74f-afe9-41cd-8c3f-17a9562a74ea de certificación de Microsoft Key Vault usuario secretos (o acceso de lectura equivalente). Establezca authorization.referenceId en el manifiesto MCP en el URI de Key Vault, no en un URI secreto.
Para obtener Key Vault detalles de configuración, consulte Microsoft certificación de servidor MCP: preguntas más frecuentes.
Soporte técnico, privacidad y términos:
- Sitio web: https://saifs.ai/
- Soporte técnico: https://saifs.ai/contact-us
- Privacidad: https://saifs.ai/privacy_policy/customer-intelligence
- Términos: https://saifs.ai/eula
Getting Started
Flujo para administradores
- Haga clic en Nuevo agente.
- En el menú del lado derecho, haga clic en Herramientas.
- Haga clic en Protocolo de contexto de modelo (MCP).
- Seleccione Inteligencia del cliente - Saifs AI.
- Haga clic en No conectado y, a continuación, haga clic en Crear nueva conexión.
- Complete el inicio de sesión de Saifs AI cuando se le solicite.
- Después del inicio de sesión, la conexión se crea correctamente.
Ejemplo: creación de un agente de priorización de clientes
- Asigne un nombre al agente, por ejemplo , Priorización de clientes.
- Agregue instrucciones como:
You help sales managers prioritize which customers to call today.
When the user provides a purchase export (customer_id, date, amount):
- If there are 500 transaction rows or fewer, call customer_tiering with the rows.
- If there are more than 500 rows, call customer_tiering_get_engine and run the returned script verbatim against the file (numpy required).
Always lead with ranked SAVE / GROW / VERIFY actions and money impact in the user's currency.
Explain tiers in plain language. Do not invent winners or rupee figures the tools did not return.
If identity_cleaning.review_candidates appear, ask the user which accounts to merge and re-send with identity_overrides.
- Haga clic en Vista previa para probar con un csv de compra pequeño.
- Haga clic en Publicar.
Comprobación rápida después de conectarse
- Puntue un libro pequeño (al menos suficientes clientes y repita los compradores para que el modelo se ajuste) con
customer_tiering. - Confirme que la respuesta incluye un libro de contabilidad por cliente, etiquetas de capas, cifras de capas de dinero y una cola SAVE/GROW/VERIFY.
- Para un archivo mayor, llame a
customer_tiering_get_engine, guarde y ejecute el script devuelto como se indica y confirmecustomer_tiering_result.jsonque está escrito.
Operaciones admitidas
customer_tiering
Puntúa un libro de clientes de 500 filas de transacciones o menos en niveles A/B/C/D. Envíe las filas directamente; el servidor ejecuta el modelado de supervivencia (BG/NBD), el modelado de gastos (Gamma-Gamma), la migración de niveles, la capa de dinero y las tarjetas de decisión y, a continuación, devuelve el resultado completo, incluido un libro de contabilidad por cliente con seguimientos de explicación.
Úselo cuando el usuario pida segmentar, nivel o clasificar a los clientes; crear una cola de llamadas (SAVE / GROW / VERIFY); buscar cuentas en riesgo o de crecimiento; estimación de la exposición del libro; o puntee un CSV/Excel/Tally/CRM compra exportación de 500 filas o menos.
En el caso de los libros mayores de 500 filas, use customer_tiering_get_engine en su lugar.
Parámetros necesarios
| Parameter | Tipo | Description |
|---|---|---|
transactions |
array | Comprar filas. Cada elemento necesita customer_id, datey amount (> 0, finito). |
Parámetros opcionales
| Parameter | Tipo | Description |
|---|---|---|
customer_name |
string | En cada transacción: nombre legible opcional cuando customer_id es un código. Se usa para etiquetas; la agrupación sigue usando customer_id. |
as_of |
string | Fecha YYYY-MM-DDde análisis . El valor predeterminado es la fecha de transacción más reciente. |
horizon_months |
integer | Horizonte de proyección de CLV en meses (valor predeterminado 12). |
annual_discount_rate |
número | Tasa de descuento anual para CLV (valor predeterminado 0,10). |
currency |
string | Código de moneda ISO solo para mostrar (INR, USD, EUR). Sin conversión fx. |
currency_symbol |
string | Invalide el símbolo de presentación (por ejemplo , o $). |
risk_period_months |
integer | Ventana sobre la que se evalúa el riesgo de abandono de abandono (valor predeterminado 3). |
contact_effectiveness |
número | Fracción de reserva de renovación en riesgo recuperada por un contacto cuando faltan datos aprendidos (el valor predeterminado es 0,30). |
assumed_upgrade_prob |
número | Reserva P(upgrade | contacted) cuando los datos aprendidos no son suficientes (el valor predeterminado es 0.15). |
rep_contacts |
array |
[{customer_id, date}, ...] opcional. Crea matrices de migración tocadas frente a no retocadas y aprende a ponerse en contacto con el aumento por nivel (≥ 10 transiciones táctiles). Observación, no causal. |
min_customers_for_model |
integer | Debajo de este recuento, BG/NBD se niega a ajustarse (valor predeterminado 10). |
min_repeat_buyers_for_model |
integer | Debajo de este recuento de compradores repetidos, BG/NBD se niega a ajustarse (valor predeterminado 5). |
include_diagnostics |
booleano | Si es true, incluya los parámetros de MLE y los diagnósticos de ajuste de inicio múltiple (valor predeterminado false). |
rep_queue_max_items |
integer | Longitud máxima de la cola SAVE / GROW / VERIFY diaria (valor predeterminado 8). |
rep_queue_min_save_revenue |
número | Ignore SAVE candidatos con ingresos de duración por debajo de este (valor predeterminado 0). |
identity_overrides |
object | El juicio se combina a review_candidates partir de una llamada anterior: {raw value -> account}. |
Limpieza de identidades
Los identificadores de cliente se limpian en el lado servidor antes de la puntuación. Las variantes de mayúsculas, espaciado, puntuación, sufijo legal y orden de palabra (por ejemploACME PVT LTD / / Acme Pvt. Ltd.Acme Private Limited) se combinan mediante regla. Enviar valores exactamente como aparecen en el origen; no se normalizan previamente. Los grupos ambiguos que necesitan juicio humano se devuelven sin identity_cleaning.review_candidates combinar para que se resuelvan a través de identity_overrides.
Lo que se devuelve (conceptualmente)
- Niveles A/B/C/D basados en CLV previsto (no solo los ingresos anteriores)
- Seguimientos de explicación de por qué una cuenta ha llegado a un nivel
- Valor en riesgo, elevación de contactos y actualización al revés enmarcado como intervalos de divisas con confianza
- Cifras de exposición de nivel de libro
- Una cola de rep save/GROW/VERIFY clasificada
customer_tiering_get_engine
Para libros mayores de 500 filas de transacciones. Devuelve un script completo y ejecutable Python que puntúa el libro en niveles A/B/C/D con la misma pila de modelado y nivel de dinero. Ejecútelo en el espacio aislado de código en el archivo de transacciones del usuario. Las filas nunca pasan por el modelo como tokens, por lo que un libro de 10 000 filas cuesta lo mismo para orquestar como uno de 600 filas.
Parámetros necesarios
| Parameter | Tipo | Description |
|---|---|---|
file_path |
string | Ruta de acceso al archivo de transacción (CSV / TSV / JSON) dentro del espacio aislado. Una fila por compra con el identificador de cliente, la fecha y el importe > 0. Los nombres de columna coinciden de forma flexible. |
Parámetros opcionales
| Parameter | Tipo | Description |
|---|---|---|
contacts_path |
string | Ruta de acceso opcional a un registro de contactos de representantes (identificador de cliente + solo fecha). Con suficientes transiciones tocadas, el valor de contacto se mide por nivel en lugar de asumirlo. |
currency |
string | Código de moneda ISO para mostrar (USD predeterminado). |
as_of |
string | Fecha YYYY-MM-DDde análisis . El valor predeterminado es más reciente en el archivo. |
Ejecución del script devuelto
- Guarde el script devuelto exactamente como se indica (no vuelva a escribir, acortar, volver a formatear ni volver a implementar las matemáticas).
- Edite solo las líneas PATH / AS_OF / CURRENCY / OUT / OVERRIDES / CONTACTS en la parte inferior si es necesario.
- Ejecútelo en un espacio aislado con numpy.
- Lea las decisiones impresas clasificadas y las cifras de titulares; abra el libro de contabilidad completo por cliente escrito junto a la entrada (valor predeterminado
customer_tiering_result.json).
Un resumen por cliente agregado previamente no funcionará: los modelos necesitan tiempo de compra.
Funcionamiento de la puntuación (lenguaje sin formato)
McP combina el análisis de clientes clásico en un libro de contabilidad explicado:
- Clasificación de línea base : concentración de Pareto/ABC como una comprobación de integridad.
- Advertencia temprana del comportamiento : recencia, frecuencia y señales monetarias de estilo RFM para el seguimiento de la explicación.
- Probabilidad activa : el modelado de supervivencia BG/NBD calcula si una cuenta sigue activa.
- Gasto y CLV : Gamma-Gamma proyectos de modelado de gastos esperados valor futuro; los niveles siguen el CLV previsto.
- Migración y elevación : transiciones de nivel de estilo Markov; El historial de contactos de rep-contact opcional aprende tocada frente a uplift sin retocar.
- Capa de dinero : convierte las probabilidades en valor en riesgo, el valor de contacto, la actualización al revés y la exposición de libros, notificadas como intervalos con confianza, nunca solo estimaciones de puntos sin sistema.
Las cifras de canales y dinero son una guía direccional del historial de compras, no un experimento de laboratorio que demuestra la causa.
Problemas conocidos y limitaciones
- Se requiere una cuenta activa. Se requiere una cuenta activa de Saifs AI con acceso a Customer Intelligence. No se puede llamar a las herramientas hasta que el inicio de sesión de OAuth se complete correctamente en la conexión.
- Datos mínimos para el ajuste. Debajo de los umbrales de cliente y de repetición de compradores configurados (valores predeterminados: 10 clientes, 5 compradores repetidos), BG/NBD se niega a ajustarse. Agregar más historial o reducir umbrales solo cuando el libro es realmente pequeño y el usuario acepta un ajuste más débil.
- Tiempo de compra necesario. No se pueden puntuar resúmenes agregados de una fila por cliente. Exportar compras de nivel de línea o de factura.
- Límite de tamaño de ruta de acceso de fila.
customer_tieringacepta 500 filas de transacción o menos. Los libros más grandes deben usarcustomer_tiering_get_enginemás un espacio aislado numpy. - Las combinaciones de identidades se basan en reglas. La limpieza automática combina variantes de ortografía clara, mayúsculas y minúsculas o sufijos. Los pares ambiguos (por ejemplo
Acme & Co, vsAcme Pvt Ltd) permanecen separados hasta que se apliquenidentity_overridesdespués de la revisión. - Contact uplift es observación.
rep_contactsmejora las estimaciones de la capa de dinero cuando es lo suficientemente denso (≥ 10 transiciones tocadas por nivel). No es una prueba causal aleatoria. Los niveles dispersos vuelven acontact_effectiveness/assumed_upgrade_prob. - Currency es una etiqueta para mostrar. Pasar INR o USD no convierte importes. Envíe importes ya en la moneda que desea notificar.
- Modelo de compra no contractual. La pila predeterminada tiene como objetivo libros no contractuales o de compra de repetición (distribuidores, agencias, D2C, comercio). Los libros de renovación de suscripciones puras pueden necesitar un marco diferente; libros finos o no adecuados deben rechazarse con una razón clara en lugar de sobreajustarse.
- Datos personales. El historial de compras puede ser datos personales en virtud de la ley de privacidad aplicable (incluido el DPDP de la India). Use solo los datos que esté autorizado para procesar; mantenga las directivas de retención y eliminación en la solicitud.
- No FX, no hay reescritura de CRM en v1. Las puntuaciones de MCP y las explica; no inserta actualizaciones en Salesforce, HubSpot ni Dataverse por sí misma.
Preguntas más frecuentes
¿Cómo puedo conectar el MCP?
Siga Flow para administradores en Introducción: New Agent → Tools → Model Context Protocol (MCP) → seleccione Customer Intelligence - Saifs AI → Create New Connection → complete Saifs AI sign-in.
¿Qué columnas necesito en mi archivo?
Como mínimo: un identificador de cliente, una fecha de compra y una cantidad positiva. La mayoría de los nombres de columna de CRM y Excel se aceptan sin cambiar el nombre. Opcionalmente, incluya una columna de nombre de cliente cuando el identificador sea un código y un registro de contactos independiente (customer_id, date) para mejorar las estimaciones de elevación.
¿Qué herramienta debo usar?
-
500 filas o menos:
customer_tiering(enviar filas en la llamada a la herramienta). -
Más de 500 filas:
customer_tiering_get_engine(ejecute el script devuelto localmente).
¿Qué es la cola SAVE/GROW/VERIFY?
Una lista diaria corta y clasificada por dinero para los representantes:
- SAVE : cuentas con valor material en riesgo si se olvida
- GROW : cuentas con actualización al revés si se contactan
- VERIFY : cuentas que necesitan confirmación de identidad o datos antes de actuar
¿Por qué las cifras de dinero muestran rangos?
Cada figura de moneda se distribuye con la confianza del modelo (por ejemplo, un intervalo), no solo una estimación de punto. Esa honestidad es intencionada para que los administradores puedan confiar en los números cuando la realidad llega dentro del rango.
¿Puedo puntuar tally o Excel exportaciones?
Yes. Cualquier exportación con filas de compra (customer_id /party, date, amount) funciona. Pre-clean only if you must; las herramientas combinan las variantes de identidad.
Instrucciones de implementación
- En Copilot Studio, cree un nuevo agente y agregue Customer Intelligence - Saifs AI como una herramienta MCP.
- Cree una nueva conexión y complete el inicio de sesión de Saifs AI.
- Agregue instrucciones de agente para el caso de uso de priorización de ventas (consulte Introducción), Versión preliminar con un archivo de compra de ejemplo y, a continuación, Publicar.
- Mantenga la superficie de herramientas de MCP activa alineada con esta documentación al enviar o actualizar paquetes de certificación Microsoft en aplicaciones y agentes para M365 y Copilot tipo de oferta. Las expectativas del paquete (manifiesto, definiciones de herramientas,
intro.mdconfiguración de autenticación) se describen en Microsoft certificación del servidor MCP.
Support
- Producto: Inteligencia del cliente - Saifs AI
- Publisher: Saifs AI
- Sitio web: https://saifs.ai/
- Regístrese o empiece a trabajar: https://saifs.ai/
- Póngase en contacto con nosotros/Ayuda: https://saifs.ai/contact-us
- Privacidad: https://saifs.ai/privacy_policy/customer-intelligence
- Términos: https://saifs.ai/eula
- Punto de conexión de MCP (referencia):
https://customer-tiering-mcp-latest.saifs.ai/mcp
Acciones
| Inteligencia artificial de Intelligence-Saifs de clientes |
Puntue los clientes en niveles A/B/C/D con CLV explicado, riesgo. |
Inteligencia artificial de Intelligence-Saifs de clientes
Puntue los clientes en niveles A/B/C/D con CLV explicado, riesgo.