Sales Crm Manager logo

Sales Crm Manager

Community
chendongqi
sales-crm-manager

客户关系管理助手 - 专业的客户关系管理与客户价值最大化专家。适用场景: (1) CRM战略规划与体系设计 (2) 客户分类分级管理(RFM模型/客户分层) (3) 客户生命周期管理(获取/激活/留存/变现/推荐) (4) 客户价值分析(LTV/CLV/客户健康度) (5) 客户流失预警与挽回策略 (6) 客户满意度与忠诚度管理(NPS/CSAT) (7) CRM流程优化与自动化 (8) 会员体系与积分体系设计 触发关键词:CRM、客户管理、客户关系、RFM、客户分层、客户生命周期、LTV、客户价值、流失预警、客户挽回、NPS、客户满意度、会员体系、积分体系、客户画像

Overview

Publisherchendongqi
RepositoryOPB-Skills
Skill namesales-crm-manager
Stars
133
Forks
25
Bundled files
Instructions only
Links
  • Markdown instructions

    A SKILL.md file the model loads on demand, so it only costs tokens when a request actually matches.

  • Works with any LLM

    AI skills are plain Markdown, not provider-specific code, so this works with GPT, Claude, Gemini, Grok, or a local model.

  • Self-contained

    Everything the model needs lives in the instructions — no extra files to sync.

  • Open source

    Published by chendongqi on GitHub. Read the source before you install it.

Installation

Install the Sales Crm Manager AI skill in TypingMind to use it with any LLM, or drop it into another agent that reads SKILL.md.

1

Install in TypingMind

TypingMind installs a skill straight from its GitHub folder — it reads SKILL.md, bundles the resource files, and stores the result locally.

  1. Open the app and go to Plugins → Skills.
  2. Choose "Install from GitHub".
  3. Paste the skill folder URL below and confirm.
    https://github.com/chendongqi/OPB-Skills/tree/main/skills/sales-crm-manager
  4. Enable the skill in any chat where you want it available.
Plugins → Skills → Add skill → From GitHub URL, then paste the folder URL and press Continue.
2

Install in another agent

Any agent that reads the Agent Skills format can use this skill — copy the folder into that agent's skills directory.

Claude Code — .claude/skills
git clone --depth 1 https://github.com/chendongqi/OPB-Skills.git /tmp/OPB-Skills
mkdir -p .claude/skills
cp -r /tmp/OPB-Skills/skills/sales-crm-manager .claude/skills/sales-crm-manager
Restart Claude Code after copying so it picks up the new skill.

Use it in TypingMind

Enable Sales Crm Manager in any TypingMind chat and the model takes it from there. Its name and description sit in the system prompt, and the moment a request matches, the model loads the full instructions itself — you never invoke it by hand, and it costs no tokens until it is actually used.

The model loads Sales Crm Manager on its own as soon as a request matches it.

Works with any AI model

AI skills are plain Markdown instructions rather than provider-specific code, so Sales Crm Manager is not tied to the model it was written for. Install it once in TypingMind and use it with GPT-5, Claude, Gemini, Grok, DeepSeek, Mistral, Llama, or a local model you run yourself — all on your own API keys.

  • Loaded only when it is needed

    The system prompt carries just the name and description. The instructions are fetched on the first matching request, so an idle skill costs nothing.

  • Switch models mid-chat

    Because the skill is instructions rather than code, changing model does not break it — the next model reads the same SKILL.md.

Skill instructions

This is the SKILL.md content the model loads. Read it before installing — a skill is instructions your model will follow.

客户关系管理助手

专业的客户关系管理与客户价值最大化专家,帮助企业建立以客户为中心的运营体系。

核心工作流程

1. CRM战略规划框架

CRM体系架构:

CRM体系
├── 战略层
│   ├── 客户战略定位
│   ├── 价值主张设计
│   └── 差异化服务策略
├── 运营层
│   ├── 客户获取管理
│   ├── 客户培育管理
│   ├── 客户维护管理
│   └── 客户挽回管理
├── 数据层
│   ├── 客户数据采集
│   ├── 客户画像构建
│   ├── 客户行为分析
│   └── 客户洞察挖掘
└── 技术层
    ├── CRM系统选型
    ├── 数据整合方案
    ├── 自动化工具
    └── 分析报表系统

CRM成熟度模型:

等级阶段特征重点工作
L1初始级基础客户信息记录数据收集与整理
L2规范级客户分类与标签建立分级体系
L3管理级客户生命周期管理流程标准化
L4优化级数据驱动决策精细化运营
L5卓越级智能化、个性化AI赋能预测

2. 客户分类分级管理

RFM模型分析:

RFM模型
├── R (Recency) - 最近消费时间
│   ├── 评分标准
│   │   ├── 5分:7天内
│   │   ├── 4分:8-30天
│   │   ├── 3分:31-90天
│   │   ├── 2分:91-180天
│   │   └── 1分:180天以上
│   └── 业务含义:衡量客户活跃度
├── F (Frequency) - 消费频次
│   ├── 评分标准
│   │   ├── 5分:20次以上/年
│   │   ├── 4分:12-19次/年
│   │   ├── 3分:6-11次/年
│   │   ├── 2分:2-5次/年
│   │   └── 1分:1次/年
│   └── 业务含义:衡量客户粘性
└── F (Monetary) - 消费金额
    ├── 评分标准(按行业调整)
    │   ├── 5分:Top 5%
    │   ├── 4分:Top 5-20%
    │   ├── 3分:Top 20-50%
    │   ├── 2分:Top 50-80%
    │   └── 1分:Bottom 20%
    └── 业务含义:衡量客户价值

客户分层策略:

客户类型RFM特征占比策略重点资源投入
重要价值客户高R高F高M5%专属服务、深度绑定最高
重要发展客户高R高F低M10%提升客单价高
重要保持客户低R高F高M8%唤醒激活高
重要挽留客户低R低F高M5%流失预警中高
一般价值客户高R低F低M15%培养习惯中
一般发展客户高R低F低M20%引导复购中
一般保持客户低R低F低M20%基础维护低
流失客户极低R17%评估挽回价值按价值

3. 客户生命周期管理

AARRR模型应用:

客户生命周期
├── Acquisition (获取)
│   ├── 渠道效率分析
│   ├── 获客成本(CAC)优化
│   └── 首次转化率提升
├── Activation (激活)
│   ├── 新客引导流程
│   ├── 首单激励设计
│   └── 核心功能体验
├── Retention (留存)
│   ├── 留存率监控
│   ├── 流失预警机制
│   └── 召回策略设计
├── Revenue (变现)
│   ├── ARPU提升策略
│   ├── 交叉销售/向上销售
│   └── 客户钱包份额
└── Referral (推荐)
    ├── 推荐机制设计
    ├── 口碑传播激励
    └── 病毒系数优化

生命周期阶段管理:

阶段时间范围目标关键动作关键指标
潜在客户注册前获取触达、引流转化率
新客户0-30天激活引导、首单激活率
成长客户31-90天培养复购、习惯复购率
成熟客户91-365天价值最大化深耕、交叉ARPU
衰退客户沉默30-90天挽留预警、召回挽回率
流失客户沉默90天+评估分析、挽回ROI

4. 客户价值分析

客户终身价值(LTV/CLV)计算:

LTV计算方法
├── 简单计算法
│   └── LTV = ARPU × 客户生命周期(月)
├── 历史价值法
│   └── LTV = 历史总收入 - 服务成本
├── 预测价值法
│   └── LTV = Σ(预测月收入 × 留存概率) / (1+折现率)^n
└── 分群计算法
    └── 按客户群组分别计算平均LTV

关键指标
├── CAC (获客成本)
│   └── 营销费用 / 新增客户数
├── LTV/CAC比率
│   ├── 理想值:>3
│   ├── 健康值:2-3
│   └── 警戒值:<2
└── 回本周期
    └── CAC / 月均利润

客户健康度评估:

维度指标权重健康标准预警阈值
活跃度登录/访问频次25%周均3次+下降50%
参与度功能使用深度20%核心功能使用核心功能弃用
消费力消费金额/频次25%稳定或增长连续下降
满意度NPS/CSAT评分15%NPS>30NPS<0
互动度反馈/咨询频次15%适度互动长期沉默

5. 客户流失管理

流失预警体系:

流失预警机制
├── 预警指标
│   ├── 行为指标
│   │   ├── 登录频次下降
│   │   ├── 功能使用减少
│   │   └── 互动响应降低
│   ├── 交易指标
│   │   ├── 消费金额下降
│   │   ├── 消费频次降低
│   │   └── 客单价下降
│   └── 态度指标
│       ├── 投诉增加
│       ├── 满意度下降
│       └── NPS评分降低
├── 预警等级
│   ├── 红色:高流失风险(30天内可能流失)
│   ├── 橙色:中流失风险(60天内可能流失)
│   └── 黄色:低流失风险(90天内可能流失)
└── 响应机制
    ├── 自动触发:系统自动发送关怀
    ├── 人工介入:客户经理主动联系
    └── 升级处理:管理层特殊关注

流失挽回策略:

流失原因占比挽回策略优先级成功率
价格敏感25%专属折扣、积分补偿高40%
服务不满20%道歉+补偿+改进承诺高35%
竞品吸引18%差异化价值强调中25%
需求变化15%新产品/服务推荐中30%
体验问题12%技术支持+培训中45%
自然流失10%定期触达维护低15%

6. 客户满意度管理

NPS体系设计:

NPS (Net Promoter Score)
├── 评分体系
│   ├── 推荐者(9-10分):忠诚客户
│   ├── 被动者(7-8分):满意但不忠诚
│   └── 批评者(0-6分):不满意客户
├── 计算方法
│   └── NPS = 推荐者占比 - 批评者占比
├── 基准参考
│   ├── 优秀:NPS > 50
│   ├── 良好:NPS 30-50
│   ├── 一般:NPS 0-30
│   └── 较差:NPS < 0
└── 改进机制
    ├── 推荐者:深化关系、发展代言人
    ├── 被动者:提升体验、转化为推荐者
    └── 批评者:问题解决、防止负面传播

满意度提升框架:

维度测量指标提升策略目标值
产品满意度功能满足度需求调研、迭代优化>85%
服务满意度响应速度、解决率流程优化、培训提升>90%
价格满意度性价比感知价值传递、灵活定价>80%
体验满意度使用便捷度UX优化、引导设计>85%
整体满意度CSAT综合评分全链路优化>88%

7. 会员与积分体系

会员等级设计:

会员体系架构
├── 等级设计
│   ├── 普通会员:基础权益
│   ├── 银卡会员:消费满X或积分满Y
│   ├── 金卡会员:消费满2X或积分满2Y
│   ├── 白金会员:消费满5X或积分满5Y
│   └── 钻石会员:邀请制/消费满10X
├── 权益设计
│   ├── 折扣权益:等级越高折扣越大
│   ├── 积分权益:积分倍率递增
│   ├── 服务权益:专属客服、优先服务
│   ├── 活动权益:专属活动、提前体验
│   └── 礼遇权益:生日礼、周年礼
├── 升降级规则
│   ├── 升级条件:累计消费/积分
│   ├── 保级条件:年度消费/活跃度
│   └── 降级规则:连续X月不满足保级
└── 运营策略
    ├── 升级激励:临近升级提醒
    ├── 保级预警:即将降级通知
    └── 等级特权:差异化服务体验

积分体系设计:

项目设计要点示例
积分获取消费积分、行为积分、奖励积分1元=1积分
积分有效期固定期限/滚动期限2年有效
积分价值兑换比例、使用门槛100积分=1元
积分消耗商品兑换、抵扣现金、权益兑换多渠道消耗
积分膨胀控制发放、增加消耗场景年度清零提醒

输出模板

CRM策略规划报告

markdown
# CRM策略规划报告

## 项目信息
| 项目 | 内容 |
|------|------|
| 项目名称 | |
| 客户基数 | |
| 分析周期 | |
| 编写人 | |
| 日期 | |

## 1. 现状分析
### 1.1 客户基础数据
| 指标 | 数值 | 同比 | 行业基准 |
|------|------|------|----------|
| 客户总数 | | | |
| 活跃客户数 | | | |
| 新增客户数 | | | |
| 流失客户数 | | | |
| 客户留存率 | | | |

### 1.2 客户价值分布
| 客户层级 | 客户数 | 占比 | 贡献收入 | 收入占比 |
|----------|--------|------|----------|----------|
| 高价值 | | | | |
| 中价值 | | | | |
| 低价值 | | | | |

### 1.3 关键问题诊断
- 问题1:[描述]
- 问题2:[描述]
- 问题3:[描述]

## 2. RFM分析
### 2.1 客户分群结果
| 客户类型 | 客户数 | 占比 | 平均LTV | 策略方向 |
|----------|--------|------|---------|----------|
| 重要价值客户 | | | | |
| 重要发展客户 | | | | |
| 重要保持客户 | | | | |
| 重要挽留客户 | | | | |
| 一般客户 | | | | |
| 流失客户 | | | | |

### 2.2 分群策略建议
[针对各客户群的具体策略]

## 3. 生命周期管理计划
### 3.1 各阶段目标
| 阶段 | 当前表现 | 目标值 | 差距 | 优先级 |
|------|----------|--------|------|--------|
| 获取 | | | | |
| 激活 | | | | |
| 留存 | | | | |
| 变现 | | | | |
| 推荐 | | | | |

### 3.2 关键行动计划
[各阶段具体行动]

## 4. 客户价值提升方案
### 4.1 LTV提升策略
- 策略1:[具体措施]
- 策略2:[具体措施]

### 4.2 CAC优化策略
- 策略1:[具体措施]
- 策略2:[具体措施]

## 5. 流失预防方案
### 5.1 预警机制设计
[预警指标和阈值设置]

### 5.2 挽回策略设计
[分类挽回方案]

## 6. 执行计划
| 阶段 | 任务 | 负责人 | 时间 | 预期成果 |
|------|------|--------|------|----------|
| 第一阶段 | | | | |
| 第二阶段 | | | | |
| 第三阶段 | | | | |

## 7. 预期效果
| 指标 | 当前值 | 目标值 | 提升幅度 |
|------|--------|--------|----------|
| 客户留存率 | | | |
| 客户LTV | | | |
| NPS评分 | | | |
| 复购率 | | | |

客户分析报告

markdown
# 客户分析报告

## 分析概览
| 项目 | 内容 |
|------|------|
| 分析周期 | |
| 客户范围 | |
| 分析日期 | |

## 1. 客户画像
### 1.1 基础属性
| 维度 | 分布 |
|------|------|
| 地域分布 | |
| 年龄分布 | |
| 行业分布 | |
| 规模分布 | |

### 1.2 行为特征
- 活跃时段:
- 使用习惯:
- 偏好特征:

### 1.3 价值特征
- 消费能力:
- 增长潜力:
- 推荐意愿:

## 2. RFM分析详情
### 2.1 评分分布
[R/F/M各维度分布图表]

### 2.2 客户分群
[分群结果及特征]

## 3. 行为分析
### 3.1 活跃度分析
[登录、使用、互动等行为分析]

### 3.2 消费行为分析
[消费频次、金额、品类等分析]

## 4. 健康度评估
### 4.1 整体健康度
**健康度评分**:X分(满分100)

### 4.2 各维度评分
| 维度 | 评分 | 状态 | 建议 |
|------|------|------|------|
| 活跃度 | | | |
| 参与度 | | | |
| 消费力 | | | |
| 满意度 | | | |
| 互动度 | | | |

## 5. 风险预警
### 5.1 流失风险客户
| 客户 | 风险等级 | 风险信号 | 建议行动 |
|------|----------|----------|----------|
| | | | |

## 6. 运营建议
[基于分析的具体运营建议]

流失挽回方案

markdown
# 客户流失挽回方案

## 方案信息
| 项目 | 内容 |
|------|------|
| 目标客户群 | |
| 客户数量 | |
| 执行周期 | |

## 1. 流失分析
### 1.1 流失原因分布
| 原因 | 客户数 | 占比 | 挽回难度 |
|------|--------|------|----------|
| | | | |

### 1.2 流失客户特征
[流失客户画像分析]

## 2. 挽回策略
### 2.1 分群策略
| 客户群 | 特征 | 策略 | 预算 | 预期挽回率 |
|--------|------|------|------|------------|
| | | | | |

### 2.2 触达方案
| 触达方式 | 时机 | 内容要点 | 优惠力度 |
|----------|------|----------|----------|
| 短信 | | | |
| 电话 | | | |
| 邮件 | | | |
| APP推送 | | | |

### 2.3 激励设计
[具体优惠/礼品/权益设计]

## 3. 执行计划
| 阶段 | 时间 | 动作 | 负责人 |
|------|------|------|--------|
| | | | |

## 4. 效果评估
### 4.1 评估指标
| 指标 | 目标 | 实际 | 达成率 |
|------|------|------|--------|
| 触达率 | | | |
| 响应率 | | | |
| 挽回率 | | | |
| ROI | | | |

### 4.2 经验总结
[成功经验和改进建议]

最佳实践

  • 客户为中心:所有决策以客户价值和体验为出发点
  • 数据驱动:基于数据分析而非直觉做决策
  • 分层运营:不同价值客户采用差异化策略
  • 全生命周期:关注客户从获取到流失的完整旅程
  • 预防优于挽回:建立预警机制,主动防止流失
  • 持续优化:定期复盘,迭代改进运营策略
  • 技术赋能:善用CRM系统和自动化工具提升效率

Frequently asked questions

What does the Sales Crm Manager AI skill do?

客户关系管理助手 - 专业的客户关系管理与客户价值最大化专家。适用场景: (1) CRM战略规划与体系设计 (2) 客户分类分级管理(RFM模型/客户分层) (3) 客户生命周期管理(获取/激活/留存/变现/推荐) (4) 客户价值分析(LTV/CLV/客户健康度) (5) 客户流失预警与挽回策略 (6) 客户满意度与忠诚度管理(NPS/CSAT) (7) CRM流程优化与自动化 (8) 会员体系与积分体系设计 触发关键词:CRM、客户管理、客户关系、RFM、客户分层、客户生命周期、LTV、客户价值、流失预警、客户挽回、NPS、客户满意度、会员体系、积分体系、客户画像

Why use Sales Crm Manager on TypingMind?

Because you install it once and use it with any model. Sales Crm Manager is plain Markdown rather than provider-specific code, so the same skill runs on GPT-5, Claude, Gemini, Grok, or a local model — and you can switch model mid-chat without it breaking. TypingMind runs on your own API keys, so you pay providers directly instead of a per-seat subscription, and your skills and chats stay in your own storage.

How do I install Sales Crm Manager in TypingMind?

Open Plugins → Skills → Install from GitHub in TypingMind and paste https://github.com/chendongqi/OPB-Skills/tree/main/skills/sales-crm-manager. TypingMind reads its SKILL.md and installs it as a skill you can enable per chat.

Which AI models can use Sales Crm Manager?

Any model you connect in TypingMind. AI skills are plain Markdown instructions rather than provider-specific code, so GPT, Claude, Gemini, Grok, and local models can all load this skill when a request matches it.

How many AI models can I use with Sales Crm Manager?

As many as you like. As long as a model supports skills, you can use Sales Crm Manager with it — GPT, Claude, Gemini, Grok, DeepSeek, Mistral, Llama and more — all on TypingMind with your own API keys.

Is the Sales Crm Manager AI skill free?

It is published on GitHub by chendongqi. Check the repository for licensing terms. You only pay your own AI provider for the tokens you use.

What are AI skills?

An AI skill is a reusable instruction bundle that teaches an AI model how to do one specific task. It follows the open Agent Skills format: a SKILL.md file with a name and description, plus any scripts, templates or reference files the model may need. The model reads the instructions only when your request matches the skill, so an installed skill costs nothing until it is used.

How are AI skills different from plugins or MCP servers?

A plugin or MCP server gives a model new tools to call — code that runs somewhere and returns a result. An AI skill gives the model knowledge and process instead: how to approach a task, which steps to follow, what good output looks like. Skills are plain Markdown, so they need no server, no API key and no runtime, and they work with any model.

View all

Set up your own AI workspace now

Get notified about new features and future giveaways by subscribing to our newsletter 👇