IA Intelligence-Saifs Cliente (Pré-visualização)
Classifica os clientes para níveis A/B/C/D com CLV e risco explicado.
Este conector está disponível nos seguintes produtos e regiões:
| Serviço | Class | Regions |
|---|---|---|
| Estúdio Copiloto | Premium | Todas as regiões Power Automate exceto as seguintes: - Governo dos EUA (CCG) - Governo dos EUA (GCC High) - China Cloud operado pela 21Vianet - Departamento de Defesa dos EUA (DoD) |
| Aplicações Lógicas | Standard | Todas as regiões do Logic Apps , exceto as seguintes: - Regiões Azure Government - Regiões do Azure China - Departamento de Defesa dos EUA (DoD) |
| Power Apps | Premium | Todas as regiões Power Apps exceto as seguintes: - Governo dos EUA (CCG) - Governo dos EUA (GCC High) - China Cloud operado pela 21Vianet - Departamento de Defesa dos EUA (DoD) |
| Power Automate | Premium | Todas as regiões Power Automate exceto as seguintes: - Governo dos EUA (CCG) - Governo dos EUA (GCC High) - China Cloud operado pela 21Vianet - Departamento de Defesa dos EUA (DoD) |
| Entrar em contato | |
|---|---|
| Name | Saifs AI |
| URL | https://saifs.ai/ |
| taher@saifytech.com |
| Metadados do conector | |
|---|---|
| Publisher | Saifs AI |
| Sítio Web | https://saifs.ai/ |
| Política de Privacidade | https://saifs.ai/privacy_policy/customer-intelligence |
| Categorias | IA; Dados |
Inteligência do Cliente - Saifs AI
Inteligência do Cliente - A Saifs AI é um servidor Model Context Protocol (MCP) que classifica um livro de compras do cliente em níveis A/B/C/D com valor de vida do cliente (CLV) explicado, valor em risco, aumento de contacto e uma fila de representantes classificada SAVE / GROW / VERIFY . Recolhe o histórico de compras (customer_id, date, amount) das exportações CSV, Excel, Tally ou CRM e devolve um livro por cliente com traços explicativos para que as equipas de vendas priorizem pelo dinheiro em jogo, não apenas pelas etiquetas.
Publisher: Saifs AI
Prerequisites
- Acesso ao Microsoft Copilot Studio (ou outra superfície de agente Microsoft suportada)
- Permissão para criar agentes e adicionar ferramentas MCP
- Uma conta Saifs AI para completar o login da ligação
- Uma exportação de compra com uma linha por transação contendo pelo menos:
-
customer_id(ou equivalente: AccountId, Nome da Parte, e alias semelhantes) -
date(ou equivalente: invoice_date, Data da Fatura) -
amountsuperior a 0 (ou equivalente: receita, montante da fatura)
-
- Opcional mas recomendado para aprendizagem de contacto e elevação: um registo de contactos de representante com
customer_idedateapenas (chamadas, visitas ou toques no WhatsApp) - Para livros com mais de 500 linhas de transação: um sandbox de código com numpy para executar o script de pontuação devolvido por
customer_tiering_get_engine
Obtenção de credenciais
Este MCP usa OAuth 2.0 com Saifs AI.
Para fabricantes que ligam o MCP no Copilot Studio
Administradores e criadores não criam chaves API manualmente. Quando cria uma nova ligação no Copilot Studio, é redirecionado para a Saifs AI para autenticação. Após o início de sessão bem-sucedido, a ligação é criada e o agente pode ligar às ferramentas MCP com essa conta.
Para editoras / validação Microsoft (Azure Key Vault)
Submissões de certificação configuram OAuth via Azure Key Vault (authorization.type = AzureKeyVault). Segredos de armazenamento com nomes exatos (diferença de maiúsculas e maiúsculas):
| Nome secreto | Obrigatório para OAuth 2.0 | Purpose |
|---|---|---|
ClientId |
Yes | ID de cliente / aplicação OAuth |
ClientSecret |
Yes | Segredo do cliente OAuth |
AuthorizationUrl |
Sim (OAuth2) | Ponto final de autorização |
TokenUrl |
Yes | Ponto de extremidade de token |
RefreshUrl |
Se forem usados tokens de atualização | Endpoint de atualização |
Scopes |
Se forem necessários telescópios | Oscilações separadas no espaço |
Conceder ao principal 8e91e74f-afe9-41cd-8c3f-17a9562a74ea do serviço de certificação Microsoft o acesso ao Key Vault Secrets User (ou leitura equivalente). Definido authorization.referenceId no manifesto MCP para o URI do Key Vault, não um URI secreto.
Para detalhes sobre a configuração do Key Vault, consulte a certificação do servidor Microsoft MCP — FAQ.
Suporte, privacidade e termos:
- Sítio Internet: https://saifs.ai/
- Apoio: https://saifs.ai/contact-us
- Privacidade: https://saifs.ai/privacy_policy/customer-intelligence
- Termos: https://saifs.ai/eula
Introdução
Fluxo para administradores
- Clique em Novo Agente.
- No menu lateral direito, clique em Ferramentas.
- Clique em Protocolo de Contexto do Modelo (MCP).
- Inteligência do Cliente Selecionado - Saifs AI.
- Clica em Não Ligado, depois clica em Criar Nova Ligação.
- Iniciar sessão completo com a IA do Saifs quando solicitado.
- Após o login, a ligação é criada com sucesso.
Exemplo: criar um agente de Priorização do Cliente
- Nomeie o seu agente, por exemplo , Priorização do Cliente.
- Adicionar instruções 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.
- Clique em Pré-visualização para testar com um pequeno CSV de compra.
- Clique em Publicar.
Verificação rápida após a ligação
- Arranja um livro pequeno (pelo menos clientes suficientes e compradores habituais para o modelo encaixar) com
customer_tiering. - Confirme que a resposta inclui um livro de registos por cliente, etiquetas de níveis, valores do depósito de dinheiro e uma fila de GUARDAR / CRESCER / VERIFICAR.
- Para um ficheiro maior, chame,
customer_tiering_get_engineguarde e execute o script devolvido conforme indicado, confirmandocustomer_tiering_result.jsonque está escrito.
Operações suportadas
customer_tiering
Classifica uma carteira de clientes com 500 linhas de transações ou menos em níveis A/B/C/D. Envie as linhas diretamente; o servidor executa modelação de sobrevivência (BG/NBD), modelação de gastos (Gamma-Gamma), migração de níveis, a camada de dinheiro e cartões de decisão, e depois devolve o resultado completo, incluindo um registo por cliente com traços de explicação.
Use quando o utilizador pede para segmentar, escalonar ou classificar clientes; construir uma fila de chamadas (GUARDAR / CRESCER / VERIFICAR); encontrar contas em risco ou de crescimento; estimar exposição contabilística; ou pontuar uma exportação de compra CSV / Excel / Tally / CRM de 500 linhas ou menos.
Para livros com mais de 500 linhas, use customer_tiering_get_engine em vez disso.
Parâmetros necessários
| Parameter | Tipo | Description |
|---|---|---|
transactions |
matriz | Compra filas. Cada item precisa customer_idde , date, e amount (> 0, finito). |
Parâmetros opcionais
| Parameter | Tipo | Description |
|---|---|---|
customer_name |
cadeia (de caracteres) | Em cada transação: nome legível opcional quando customer_id é um código. Usado para etiquetas; agrupamento ainda usa customer_id. |
as_of |
cadeia (de caracteres) | Data da análise YYYY-MM-DD. Por defeito, a data da transação mais recente. |
horizon_months |
número inteiro | Horizonte de projeção CLV em meses (padrão 12). |
annual_discount_rate |
number | Taxa de desconto anual para CLV (padrão 0,10). |
currency |
cadeia (de caracteres) | Código de moeda ISO apenas para exibição (INR, USD, EUR). Sem conversão de FX. |
currency_symbol |
cadeia (de caracteres) | Sobrescrever símbolo de exibição (por exemplo, ₹ ou $). |
risk_period_months |
número inteiro | Janela sobre a qual é avaliado o risco de abandono por negligência (incumprimento 3). |
contact_effectiveness |
number | Fração de reserva do churn em risco recuperada por um contacto quando os dados aprendidos estão em falta (padrão 0,30). |
assumed_upgrade_prob |
number | P de retenção (atualização | contactado) quando os dados aprendidos são insuficientes (padrão 0,15). |
rep_contacts |
matriz | Opcional[{customer_id, date}, ...]. Constrói matrizes de migração tocadas vs não tocadas e aprende o aumento de contacto por nível (≥ transições com 10 toques). Observacional, não causal. |
min_customers_for_model |
número inteiro | Abaixo desta contagem, BG/NBD recusa-se a caber (padrão 10). |
min_repeat_buyers_for_model |
número inteiro | Abaixo deste número de compradores repetidos, BG/NBD recusa-se a caber (padrão 5). |
include_diagnostics |
boolean | Se for verdadeiro, inclua parâmetros MLE e diagnósticos de ajuste multi-start (por defeito falso). |
rep_queue_max_items |
número inteiro | Comprimento máximo da fila diária SAVE / GROW / VERIFY (padrão 8). |
rep_queue_min_save_revenue |
number | Ignore os candidatos SAVE com receitas vitalícias abaixo deste valor (padrão 0). |
identity_overrides |
objecto | Julgamento funde-se para review_candidates de uma chamada anterior: {raw value -> account}. |
Limpeza de identidade
Os identificadores de clientes são limpos do lado do servidor antes de pontuar. A maiúscula, espaçamento, pontuação, sufixo legal e variantes de ordem das palavras (por exemploACME PVT LTD / / Acme Pvt. Ltd.Acme Private Limited) são fundidas por regra. Enviar valores exatamente como aparecem na fonte; não pré-normalizar. Grupos ambíguos que necessitam de julgamento humano são devolvidos em identity_cleaning.review_candidates Unmerged para que resolva através identity_overridesde .
O que recebes em troca (conceptualmente)
- Níveis A/B/C/D baseados no CLV previsto (não apenas nas receitas passadas)
- Traços explicativos para o motivo pelo qual uma conta foi colocada num nível
- Valor em risco, aumento de contacto e potencial de valorização de melhoria enquadrados à medida que a moeda varia com confiança
- Números de exposição ao nível do livro
- Uma fila de rep classificada de SAVE / GROW / VERIFY
customer_tiering_get_engine
Para livros com mais de 500 linhas de transações. Devolve um script Python completo e executável que classifica o livro para níveis A/B/C/D com a mesma pilha de modelação e camada de dinheiro. Executa-o no teu sandbox de código contra o ficheiro de transações do utilizador. As linhas nunca passam pelo modelo como fichas, por isso um livro de 10.000 linhas custa o mesmo a orquestrar que um de 600 linhas.
Parâmetros necessários
| Parameter | Tipo | Description |
|---|---|---|
file_path |
cadeia (de caracteres) | Caminho para o ficheiro de transações (CSV / TSV / JSON) dentro do sandbox. Uma linha por compra com identificador do cliente, data e montante > 0. Os nomes das colunas são combinados de forma flexível. |
Parâmetros opcionais
| Parameter | Tipo | Description |
|---|---|---|
contacts_path |
cadeia (de caracteres) | Caminho opcional para um registo de contactos de representante (identificador do cliente + data apenas). Com transições tocadas suficientes, o valor do contacto é medido por nível em vez de assumido. |
currency |
cadeia (de caracteres) | Código de moeda ISO para o ecrã (USD por defeito). |
as_of |
cadeia (de caracteres) | Data da análise YYYY-MM-DD. Por defeito, é o mais recente no ficheiro. |
Como executar o script devolvido
- Guarde o script devolvido exatamente como indicado (não reescreva, encurta, formate ou reimplemente a matemática).
- Edite apenas as linhas PATH / AS_OF / CURRENCY / OUT / OVERRIDES / CONTACTS no final, se necessário.
- Joga-o num sandbox com o numpy.
- Leia as decisões classificadas impressas e os números principais; abra o livro de registos completo por cliente escrito ao lado da entrada (padrão
customer_tiering_result.json).
Um resumo pré-agregado por cliente não funcionará — os modelos precisam de tempo de compra.
Como funciona a pontuação (linguagem simples)
O MCP combina a análise clássica de clientes num único livro de registo explicado:
- Classificação base — concentração em Pareto / ABC como verificação de sanidade.
- Alerta precoce comportamental — Sinais de recência, frequência e monetários ao estilo RFM para o rastreio da explicação.
- Probabilidade viva — A modelação de sobrevivência BG/NBD estima se uma conta ainda está ativa.
- Despesa e CLV — Gamma-Gamma de modelação de gastos do valor futuro esperado; os níveis seguem o CLV previsto.
- Migração e elevação — transições de níveis ao estilo de Markov; o histórico opcional de contacto com representantes aprende elevação tocada vs não tocada.
- Camada monetária — Transforma probabilidades em valor em risco, valor de contacto, potencial de subida de melhoria e exposição contabilística, reportados em intervalos de confiança — nunca se limitam apenas às estimativas pontuais.
Os números do canal e do dinheiro são um guia direcional do histórico de compras, não um experimento de laboratório a provar causalidade.
Problemas conhecidos e limitações
- Conta ativa necessária. É necessária uma conta Saifs AI ativa com acesso ao Customer Intelligence. Ferramentas não podem ser chamadas até que o início de sessão OAuth seja concluído com sucesso na ligação.
- Dados mínimos para o ajuste. Abaixo dos limiares configurados para clientes e compradores recorrentes (predefinidos: 10 clientes, 5 compradores recorrentes), BG/NBD recusa-se a encaixar. Adicione mais histórico ou reduza limiares apenas quando o livro for realmente pequeno e o utilizador aceitar um encaixe mais fraco.
- É necessário o momento da compra. Resumos agregados de uma linha por cliente não podem ser pontuados. Exporte compras ao nível de linha ou de fatura.
- Limite do tamanho do caminho das filas.
customer_tieringaceita 500 linhas de transações ou menos. Livros maiores têm de ser usadoscustomer_tiering_get_enginemais uma caixa de areia anestesiada. - As fusões de identidade são baseadas em regras. A limpeza automática funde as variantes de ortografia/maiúsculas/sufixos de limpeza. Pares ambíguos (por exemplo
Acme & Co, vs)Acme Pvt Ltdmantêm-se separados até se candidataridentity_overridesapós a revisão. - O levantamento por contacto é observacional.
rep_contactsmelhora as estimativas da camada monetária quando suficientemente densa (≥ 10 transições tocadas por nível). Não é uma prova causal aleatória. Os níveis escassos voltam paracontact_effectiveness/assumed_upgrade_prob. - A moeda é uma etiqueta de exposição. Passar INR ou USD não converte os montantes. Envie os valores já na moeda que quer que sejam reportados.
- Modelo de compra não contratual. A pilha padrão destina-se a livros não contratuais / de repetição (distribuidores, agências, D2C, comércio). Livros de renovação pura de subscrição podem necessitar de uma moldura diferente; livros finos ou inadequados devem ser recusados por uma razão clara e não excessivamente ajustados.
- Dados pessoais. O histórico de compras pode ser dado pessoal ao abrigo da legislação de privacidade aplicável (incluindo o DPDP da Índia). Use apenas os dados que está autorizado a processar; mantenha as políticas de retenção e eliminação a pedido.
- Sem FX, sem write-back de CRM na v1. O MCP avalia e explica; não envia atualizações para o Salesforce, HubSpot ou Dataverse sozinho.
Perguntas Mais Frequentes
Como é que ligo o MCP?
Siga o Fluxo para administradores em Como Começar: Novas Ferramentas de Agente → → Protocolo de Contexto de Modelo (MCP) → selecione Inteligência do Cliente - Saifs AI → Criar Nova Ligação → iniciar sessão completa na Saifs AI.
Que colunas preciso no meu ficheiro?
No mínimo: um identificador do cliente, uma data de compra e um valor positivo. A maioria dos nomes de colunas CRM e Excel são aceites sem renomeação. Opcionalmente, inclua uma coluna do nome do cliente quando o id for um código, e um registo de contactos separado (customer_id, date) para melhorar as estimativas de uplift.
Que ferramenta devo utilizar?
-
500 linhas ou menos:
customer_tiering(enviar linhas na chamada de ferramenta). -
Mais de 500 linhas:
customer_tiering_get_engine(executar o script devolvido localmente).
O que é a fila SAVE / GROW / VERIFY ?
Uma lista diária curta, classificada por dinheiro, para os representantes:
- SAVE — contas com valor material em risco se negligenciadas
- GROW — contas com potencial de atualização se contactado
- VERIFY — contas que necessitam de confirmação de identidade ou de dados antes de agirem
Porque é que os valores monetários mostram os intervalos?
Cada valor de moeda vem com a confiança do modelo (por exemplo, um intervalo), não apenas uma estimativa de um ponto. Essa honestidade é intencional para que os gestores possam confiar nos números quando a realidade está dentro do intervalo.
Posso obter exportações no Tally ou no Excel?
Yes. Qualquer exportação com linhas de compra (customer_id / parte, data, montante) funciona. Pré-limpe apenas se for necessário; as variantes de identidade são fundidas pelas ferramentas.
Instruções de implantação
- No Copilot Studio, crie um novo agente e adicione Customer Intelligence - Saifs AI como ferramenta MCP.
- Crie uma nova ligação e complete o login da Saifs AI.
- Adicione instruções de agente para o seu caso de priorização de vendas (veja Começar), Faça uma Pré-visualização com um ficheiro de compra de exemplo e depois Publique.
- Mantenha a superfície da ferramenta MCP em tempo real alinhada com esta documentação ao submeter ou atualizar pacotes de certificação Microsoft sob o tipo de oferta Apps and Agents for M365 e Copilot. As expectativas de pacotes (manifesto, definições de ferramentas,
intro.md, configuração de autenticação) são descritas na certificação do servidor Microsoft MCP.
Support
- Produto: Inteligência do Cliente - Saifs AI
- Publisher: Saifs AI
- Sítio Internet: https://saifs.ai/
- Inscreva-se / Comece: https://saifs.ai/
- Contacte-nos / Ajuda: https://saifs.ai/contact-us
- Privacidade: https://saifs.ai/privacy_policy/customer-intelligence
- Termos: https://saifs.ai/eula
- Endpoint MCP (referência):
https://customer-tiering-mcp-latest.saifs.ai/mcp
Ações
| IA Intelligence-Saifs do cliente |
Classifica os clientes para níveis A/B/C/D com CLV e risco explicado. |
IA Intelligence-Saifs do cliente
Classifica os clientes para níveis A/B/C/D com CLV e risco explicado.