客戶 Intelligence-Saifs 人工智慧(預覽)
根據說明的 CLV、風險,將客戶分成 A/B/C/D 等級。
此連接器適用於以下產品和區域:
| 服務 | Class | Regions |
|---|---|---|
| Copilot Studio | 進階 | 除下列區域外的所有 Power Automate 區域 : - 美國政府 (GCC) - 美國政府(海灣合作委員會高中) - 由 21Vianet 營運的中國雲 - 美國國防部 (DoD) |
| 邏輯應用程式 | 標準 | 所有 Logic Apps 區域, 但下列區域除外: - Azure Government 區域 - Azure 中國區域 - 美國國防部 (DoD) |
| Power Apps | 進階 | 除下列區域外的所有 Power Apps 區域 : - 美國政府 (GCC) - 美國政府(海灣合作委員會高中) - 由 21Vianet 營運的中國雲 - 美國國防部 (DoD) |
| Power Automate(自動化服務) | 進階 | 除下列區域外的所有 Power Automate 區域 : - 美國政府 (GCC) - 美國政府(海灣合作委員會高中) - 由 21Vianet 營運的中國雲 - 美國國防部 (DoD) |
| 聯絡方式 | |
|---|---|
| Name | Saifs AI |
| URL | https://saifs.ai/ |
| taher@saifytech.com |
| 連接器中繼資料 | |
|---|---|
| Publisher | Saifs AI |
| 網站 | https://saifs.ai/ |
| 隱私權原則 | https://saifs.ai/privacy_policy/customer-intelligence |
| 類別 | 人工智慧;資料 |
客戶智慧 - Saifs AI
客戶智慧 - Saifs AI 是一款模型情境協議(MCP)伺服器,能將客戶購買簿分為 A/B/C/D 等級,並附有說明的客戶終身價值(CLV)、風險價值、聯絡提升,以及排名的儲存/成長/驗證代表隊列。 它會從 CSV、Excel、Tally 或 CRM 匯出購買歷史customer_id(、 date、) amount匯出,並回傳一個每位客戶的帳本,並附上說明追蹤,讓銷售團隊依據利害關係優先排序,而不只是標籤。
Publisher:Saifs AI
Prerequisites
- 存取 Microsoft Copilot Studio(或其他支援的 Microsoft 代理平台)
- 建立代理程式及新增 MCP 工具的權限
- Saifs AI 帳號完成連線登入
- 每筆交易只有一列的購買匯出,至少包含:
-
customer_id(或等效:AccountId、Party Name 及類似別名) -
date(或等效:invoice_date,發票日期) -
amount大於0(或等同於收入、發票金額)
-
- 可選但建議用於聯絡提升學習:只與
customer_id(date通話、拜訪或 WhatsApp 觸控)的代表聯絡記錄 - 對於超過 500 筆交易列的書籍:使用帶有 numpy 的程式碼沙盒來執行回傳的評分腳本
customer_tiering_get_engine
取得憑證
這個 MCP 使用 OAuth 2.0 搭配 Saifs AI。
給製作者在 Copilot Studio 中連接 MCP 的用戶
管理員和創作者不會手動建立 API 金鑰。 當你在 Copilot Studio 建立新連線時,你會被導向 Saifs AI 進行驗證。 成功登入後,連線會被建立,客服人員可以在該帳號下呼叫 MCP 工具。
For publishers / Microsoft validation (Azure Key Vault)
Certification submissions configure OAuth via Azure Key Vault (authorization.type = AzureKeyVault). 儲存 精確名稱 的秘密(大小寫區分):
| 秘密名稱 | OAuth 2.0 的必備 | Purpose |
|---|---|---|
ClientId |
Yes | OAuth 客戶端 / 應用程式識別碼 |
ClientSecret |
Yes | OAuth用戶端密碼 |
AuthorizationUrl |
是的(OAuth2) | 授權端點 |
TokenUrl |
Yes | 令牌端點 |
RefreshUrl |
如果有刷新標記 | 刷新端點 |
Scopes |
如果需要內視鏡檢查 | 空間分離式示波器 |
授予 Microsoft 認證服務主體 8e91e74f-afe9-41cd-8c3f-17a9562a74ea金鑰保存庫 Secrets User(或等效的讀取權限)。 在 MCP 清單中設定authorization.referenceId為 金鑰保存庫 的 URI,而不是秘密 URI。
關於 金鑰保存庫 設定細節,請參閱 Microsoft MCP 伺服器認證 — 常見問題集。
支援、隱私與條款:
- 網站: https://saifs.ai/
- 支援: https://saifs.ai/contact-us
- 隱私: https://saifs.ai/privacy_policy/customer-intelligence
- 條款: https://saifs.ai/eula
使用者入門
管理員流程
- 點擊 「新代理人」。
- 在右側選單中,點選 工具。
- 點擊模型情境協定(MCP)。
- 選擇 客戶智慧 - Saifs AI。
- 點選 「未連接」,然後點 「建立新連線」。
- 在提示時完成 Saifs AI 登入。
- 登入後,連線會成功建立。
範例:建立客戶優先處理代理
- 例如,請為你的代理人命名,例如 客戶優先排序。
- 新增以下指示:
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.
- 點擊 預覽 即可用小額購買的 CSV 來測試。
- 按一下 [發佈]。
連線後快速驗證
- 用一本小書(至少有足夠的顧客和回頭客讓模型能裝下)評分
customer_tiering。 - 確認回應包含每位客戶的分類帳、層級標籤、資金層級數據,以及儲存/成長/驗證佇列。
- 對於較大的檔案,呼叫
customer_tiering_get_engine、儲存並執行回傳的腳本,確認customer_tiering_result.json已寫入。
支援的作業
customer_tiering
將客戶帳簿中交易行數在 500 行或以下 ,分為 A/B/C/D 層級。 直接傳送行數;伺服器執行生存建模(BG/NBD)、支出建模(Gamma-Gamma)、階層遷移、資金層及決策卡,然後回傳完整結果,包括每位客戶的帳本及說明追蹤。
當使用者要求分群、分級或排名客戶時使用;建立通話佇列(儲存/成長/驗證);尋找高風險或成長型帳戶;估算書籍曝光量;或是 CSV / Excel / Tally / CRM 購買匯出資料不超過 500 筆。
對於超過 500 行的書籍,請改用 customer_tiering_get_engine 。
所需參數
| 參數 | 類型 | Description |
|---|---|---|
transactions |
陣列 | 購買排數。 每個項目需要 customer_id、 date、 和 amount (> 0, 有限)。 |
選擇性參數
| 參數 | 類型 | Description |
|---|---|---|
customer_name |
字串 | 每筆交易:當 customer_id 是代碼時,可選的可讀名稱。 用於標籤;分組仍使用 customer_id。 |
as_of |
字串 | 分析日期 YYYY-MM-DD。 預設為最新的交易日期。 |
horizon_months |
整數 | CLV預測期為數月(預設為12)。 |
annual_discount_rate |
number | CLV 的年度折現率(預設為 0.10)。 |
currency |
字串 | 僅顯示時使用ISO貨幣代碼(INR、USD、EUR)。 沒有特效轉換。 |
currency_symbol |
字串 | 覆蓋顯示符號(例如 ₹ 或 $)。 |
risk_period_months |
整數 | 評估忽略流失風險的窗口(預設為3)。 |
contact_effectiveness |
number | 當學習資料遺失時,一名聯絡人恢復的風險流失比例(預設 0.30)。 |
assumed_upgrade_prob |
number | 當學習資料不足時(預設 0.15),備用 P(升級|已聯絡)。 |
rep_contacts |
陣列 | 可選的 [{customer_id, date}, ...]。 建立觸控與未接觸遷移矩陣,並學習每層接觸提升(≥ 10 個觸控轉換)。 是觀察性的,不是隨意的。 |
min_customers_for_model |
整數 | 低於這個數值,BG/NBD 就無法融入(預設是 10)。 |
min_repeat_buyers_for_model |
整數 | 低於這個回頭購買者數量,BG/NBD 就無法容納(預設為 5 個)。 |
include_diagnostics |
boolean | 若為真,則包含 MLE 參數與多重起始擬合診斷(預設為假)。 |
rep_queue_max_items |
整數 | 每日儲存/成長/驗證隊列的最大長度(預設為8)。 |
rep_queue_min_save_revenue |
number | 忽略終身收入低於此值(預設為0)的SAVE候選人。 |
identity_overrides |
物件 | 判斷合併後來自 review_candidates 先前的判定: {raw value -> account}。 |
身份清理
客戶識別碼會在伺服器端清理後再評分。 大小寫、行距、標點符號、法律後綴及語序變體(例如ACME PVT LTD / / Acme Pvt. Ltd.Acme Private Limited)依規則合併。 傳送的數值必須完全照原文顯示;不要預先正規化。 需要人為判斷的模糊群組會以未合併的形式回傳 identity_cleaning.review_candidates ,讓你透過 identity_overrides來解決。
你獲得的(概念上)
- 根據預測的 CLV(不僅限於過去營收)劃分 A/B/C/D 等級
- 解釋了為什麼某個帳號會落在某個階級
- 價值風險、接觸提升與升級上漲空間,皆以信心區間為框架
- 書籍層級曝光數據
- 排名的儲存/成長/驗證聲望隊列
customer_tiering_get_engine
對於 超過 500 筆交易列的書籍。 回傳一個完整且可執行的 Python 腳本,將書分成 A/B/C/D 等級,且使用相同的建模堆疊和金錢層。 在你的程式碼沙盒裡執行,對照使用者的交易檔案。 列不會以代幣形式通過模型,因此一萬行的書編排成本與六百行的書相同。
所需參數
| 參數 | 類型 | Description |
|---|---|---|
file_path |
字串 | 沙盒內交易檔案(CSV / TSV / JSON)的路徑。 每筆購買一列,標示顧客識別碼、日期和金額 > 0。 欄位名稱可靈活匹配。 |
選擇性參數
| 參數 | 類型 | Description |
|---|---|---|
contacts_path |
字串 | 可選路徑通往客服聯絡紀錄(僅客戶識別碼 + 日期)。 當觸及過足夠多的轉換時,接觸值會以每層測量,而非假設。 |
currency |
字串 | 顯示用 ISO 貨幣代碼(預設美元)。 |
as_of |
字串 | 分析日期 YYYY-MM-DD。 預設為最新檔案。 |
如何執行退回的腳本
- 將回傳的腳本完全依照原文保存(不要重新輸入、縮短、重新格式化或重新實作數學運算)。
- 如果需要,只編輯底部的 PATH / AS_OF / CURRENCY / OUT / OVERRIDES / CONTACTS 行。
- 用 numpy 在沙盒裡執行。
- 閱讀印刷的排名決策與頭條數據;打開寫在輸入旁邊的完整每位客戶帳本(預設
customer_tiering_result.json)。
預先彙總的每位客戶摘要 無法 運作——模型需要購買時機。
計分方式(淺顯語言)
MCP 將傳統的客戶分析整合成一個解釋式帳本:
- 基準排名 ——帕累托/ABC專注力作為理智檢驗。
- 行為早期警示 ——類似RFM的近期性、頻率與財務訊號,用於解釋追蹤。
- 存活機率 — BG/NBD 存活模型估算帳戶是否仍在運作。
- 支出與 CLV—— Gamma-Gamma 支出建模專案的預期未來價值;分級依預測的CLV而定。
- 遷移與提升 ——馬可夫式階層轉換;可選的重複接觸歷史可學習觸碰與未觸碰的提升。
- 資金層 — 將機率轉換為風險價值、接觸價值、升級上漲空間及帳本曝險,並以信心指數報告,絕不僅靠單純的點數估計。
通路和金額是購買歷史的指引,不是實驗室實驗證明因果關係。
已知問題和限制
- 需啟用帳號。 必須擁有一個能存取客戶智慧的活躍 Saifs AI 帳號。 在 OAuth 登入成功完成連線前,無法呼叫工具。
- 擬合所需的最小資料。 低於設定的客戶與回頭客門檻(預設:10 位顧客,5 位回頭客),BG/NBD 就無法安裝。 只有當書本真的很小,且使用者接受較弱的契合度時,才應該增加更多歷史或降低門檻。
- 購買時機需要。 每位客戶一行的彙總摘要無法被評分。 出口線級或發票級採購。
- 行路徑大小限制。
customer_tiering接受 500 筆交易列或更少。 較大的書籍必須使用customer_tiering_get_enginenumpy沙盒。 - 身份合併是基於規則的。 自動清潔會合併清晰的拼寫/格/後綴變體。 模糊的配對(例如
Acme & Co對比Acme Pvt Ltd)會分開,直到你在審核後申請identity_overrides。 - 接觸提升是觀察性的。
rep_contacts當貨幣層估計足夠密集時(每層≥ 10 次接觸轉換)。 它不是隨機因果證明。 稀疏階層會退回到contact_effectiveness/assumed_upgrade_prob。 - 貨幣是一種展示標籤。 通過INR或USD並不代表金額轉換。 請寄出已用你想申報的貨幣的金額。
- 非合約購買模式。 預設的組合是針對非合約/重複購買的書籍(經銷商、代理商、D2C、貿易商)。 純訂閱續約書籍可能需要不同的框架;薄或不適合的書籍應明確拒絕,而非過度裝填。
- 個人資料。 根據適用的隱私法(包括印度的DPDP),購買紀錄可視為個人資料。 僅使用您獲授權處理的資料;維持保留與按需刪除的政策。
- v1 沒有 FX,也沒有 CRM 回寫功能。 MCP 評分並說明;它不會單獨推送更新到 Salesforce、HubSpot 或 Dataverse。
常見問題
我該如何連接 MCP?
請在「開始:新代理→工具」→模型情境協定(MCP)下,依照 管理員流程 →選擇 「客戶智慧 - Saifs AI 」→建立新連線→完成 Saifs AI 登入。
我的檔案中需要哪些欄位?
至少:客戶識別碼、購買日期,以及正數金額。 大多數 CRM 和 Excel 欄位名稱都可以接受,無需重新命名。 若識別碼為代碼,可選擇加入客戶姓名欄,並設置獨立的聯絡記錄(customer_id, date),以改善提升估算。
我應該使用哪一個工具?
-
500行或以下:
customer_tiering(在工具呼叫中傳送列)。 - 超過 500 行:
customer_tiering_get_engine(請在本地執行回傳腳本)。
什麼是儲存/成長/驗證佇列?
一份簡短的每日財務排名代表名單:
- SAVE — 若忽視,具有重大價值的帳戶將面臨風險
- GROW — 若聯絡可升級的帳戶
- VERIFY — 需要身份或資料確認才能採取行動的帳戶
為什麼金錢數字會顯示區間?
每個貨幣數字都附帶模型的信心值(例如區間),而非僅僅是單一點估計。 這種誠實是刻意為之,讓經理在現實落在區間時能信任數字。
我可以為 Tally 或 Excel 匯出評分嗎?
Yes. 任何有購買列(customer_id /party、日期、金額)的匯出都可以。 只有必要時才會預洗;身份變體由工具合併。
部署指示
- 在 Copilot Studio 中,建立一個新的客服人員,並將 Customer Intelligence - Saifs AI 作為 MCP 工具加入。
- 建立新連線並完成 Saifs AI 登入。
- 新增銷售優先順序使用案例的代理人指示(參見「入門」),用範例購買檔案預覽,然後發佈。
- 在提交或更新 Microsoft 認證套件時,依 M365 及 Copilot 的應用程式與代理服務類型,請保持 live MCP 工具表面與此文件一致。 套件期望(清單、工具定義、
intro.md認證設定)在 Microsoft MCP 伺服器認證中描述。
Support
- 產品:客戶智慧 - Saifs AI
- Publisher:Saifs AI
- 網站: https://saifs.ai/
- 註冊/開始: https://saifs.ai/
- 聯絡我們 / 協助: https://saifs.ai/contact-us
- 隱私: https://saifs.ai/privacy_policy/customer-intelligence
- 條款: https://saifs.ai/eula
- MCP 端點(參考):
https://customer-tiering-mcp-latest.saifs.ai/mcp
動作
| 客戶 Intelligence-Saifs 人工智慧 |
根據說明的 CLV、風險,將客戶分成 A/B/C/D 等級。 |
客戶 Intelligence-Saifs 人工智慧
根據說明的 CLV、風險,將客戶分成 A/B/C/D 等級。