Semua templat
AplikasiKesuksesan pelanggan

Skor kesehatan pelanggan

Tentukan arti kesehatan akun bagi Anda, lalu kelola daftar akun yang dihasilkannya. Ubah satu bobot, dan seluruh daftar langsung diurutkan ulang di tempat.

Dashboard live meminta Anda untuk masuk terlebih dahulu. Apa pun yang berisi tabel yang dapat diisi pengguna dibagikan dengan cara tersebut, bukan secara publik.

Papan kesehatan akun yang padat, diurutkan dari yang terburuk, dengan kontrol pembobotan di atasnya dan bilah sebaris yang menampilkan setiap input penilaian per akun

Sebuah aplikasi, bukan laporan, yang dibuat di Flitch dari data penggunaan produk di gudang data. Pembobotan adalah antarmukanya: lima input, masing-masing dengan bobot dan ambang batas, dan mengubah salah satunya langsung menghitung ulang skor dan mengurutkan ulang peringkat setiap akun. Definisi bernama disimpan agar tim bisa menyepakati satu definisi.

Fungsi dashboard

  • Lima input berbobot yang bisa Anda atur: penggunaan seat, tren aktivitas, keluasan fitur, kehadiran admin, dan keterkinian
  • Seluruh portofolio pelanggan diurutkan ulang langsung di tempat saat bobot digeser, tanpa langkah penerapan
  • Satu baris per akun yang memuat setiap input, skor yang dihasilkannya, dan kategori kesehatan
  • Tren aktivitas diukur dengan empat minggu dibandingkan empat minggu sebelumnya, bukan bulan kalender
  • Akun yang terbuka langsung di tempat untuk menunjukkan kontribusi setiap input terhadap skornya masing-masing
  • Akun tanpa aktivitas dalam rentang waktu ini dipisahkan, karena sudah tidak aktif bukan berarti tidak sehat

Data apa yang ada di baliknya

DatasetIsi yang dibawa
DIM_ACCOUNTDaftar pelanggan: paket, seat, ARR, wilayah, dan pemilik.
FCT_USAGE_DAILYAktivitas harian per akun, ditampilkan dalam ringkasan mingguan.
FCT_FEATURE_USAGE_MONTHLYFitur apa saja yang digunakan setiap akun, per bulan.
DIM_USERDaftar pengguna, untuk melihat keberadaan admin dan tanggal terakhir aktif.
DIM_FEATUREKatalog fitur yang menjadi acuan persentase ukuran cakupan.

Tabel yang diisi orang

Tidak semua hal yang layak dilaporkan berasal dari sebuah sistem. Data ini ditulis secara manual di dalam dashboard, seiring pekerjaan berjalan. Salinan Anda akan mendapatkan tabel dan kontrolnya, lalu dimulai dalam keadaan kosong.

  • Definitions Pembobotan bernama yang disepakati tim dan digunakan kembali.
  • Account Review Tindak lanjutnya: tingkat risiko saat itu, penanggung jawab, tindakan yang disepakati, dan apakah sudah selesai.

Cara pembuatannya

Tidak ada yang menata ini secara manual. Dashboard ini berasal dari satu prompt terhadap dataset di atas, lalu disempurnakan dari sana. Berikut prompt-nya, tanpa diedit.

Buat "Health score", sebuah alat yang memungkinkan tim customer success menentukan arti kesehatan akun, lalu menindaklanjuti daftar akun yang dihasilkan dari keputusan tersebut.

FAQ Skor kesehatan pelanggan

Mengapa bobotnya dapat diatur, bukan dibuat tetap?

Karena tidak ada dua tim yang memaknai "sehat" dengan cara yang sama, dan skor yang tidak disepakati akan diabaikan. Menjadikan definisi sebagai antarmuka mengubah perdebatan soal angka menjadi perdebatan soal bobot, yang memang layak diperdebatkan.

Mengapa empat minggu, bukan bulan ke bulan?

Satu bulan kalender memiliki delapan atau sepuluh hari akhir pekan, dan aktivitas di akhir pekan hanya sebagian kecil dari aktivitas hari kerja. Karena itu, perbandingan bulan ke bulan bisa bergeser beberapa persen hanya karena kalender. Jendela dengan durasi sama menghilangkan efek ini, dan bereaksi dalam seminggu, bukan menunggu pergantian bulan.

Apa yang terjadi pada akun yang tidak memiliki data?

Input yang tidak dapat diukur ditampilkan sebagai tanpa data dan dikeluarkan dari penyebut akun tersebut, bukan diberi skor nol. Menghukum akun karena ada celah di data warehouse Anda bukanlah sinyal kesehatan. Akun yang sama sekali tidak memiliki aktivitas diberi peringkat terpisah, sehingga urutan terburuk lebih dulu berarti akun terburuk yang masih layak diselamatkan.

Apakah perlu data warehouse?

Template ini dibangun dengan data berbentuk data warehouse dan terbaca sama persis dari Snowflake, BigQuery, Postgres, atau file. Data warehouse tidak memiliki skema tetap, jadi template ini membawa skemanya sendiri, dengan bentuk seperti hasil dari proyek dbt.

Mulai dari template ini

Anda mendapatkan salinan sendiri, lengkap dengan data sendiri, di ruang kerja Anda sendiri. Ubah apa saja sesuai keinginan Anda.

Gunakan templat ini