AI-агент для скорингу здоровʼя клієнтів: посібник CS

Коли Head of Customer Success у 80-особовому SaaS розповіла, що кожен CSM щоранку дивиться 7 дашбордів і все одно пропустив 2 акаунти, що зачорнилися за місяць — це не проблема інструментів. Це проблема signal-to-noise. Робота агента — виправити це співвідношення.

Як виглядає health-scoring до AI?

У SMB SaaS або сервісі на 30–500 людей CSM-команда має:

• Дашборд продуктового usage
• Дашборд саппорту
• NPS/CSAT
• Календар продовжень
• Папку QBR-нотаток
• Slack-канал "що почули"
• Таблицю "Account Watchlist"

CSM з 30 акаунтами відкриває це щоранку. До 8-го акаунта — гортає. До 20-го — раціоналізує. Чорняться зазвичай ті, на яких не вистачило часу.

Визначення: Customer health score — композитний індикатор likelihood-to-renew за сигналами usage, support, sentiment, commercial.

Класичний rule-based health score (red/yellow/green) валиться не від поганих правил, а від того, що його перестають читати після 3-го тижня. Робота агента — зробити ранкове читання 2 хвилини, не 45.

Куди слотується агент?

Три межі:

1. Агрегація сигналів. Агент читає джерела через конектори і пише один структурований запис на акаунт на день.
2. Score + reasoning. Бал 1–10 + 3-рядкове "що змінилося і чому такий бал" — НЕ generic шаблон.
3. Щоденний ранжований digest. Сортування по зміні score, не по абсолютному значенню. Акаунти, що зрушили, важливіші за вічно червоні.

Чого нема: агент не шле листів, не створює тасків, не тригерить workflow. Автоми — як CS випалює довіру у масштабі.

Визначення: Score-change ranking — сортування по delta health за тиждень. Найкорисніший CS-вид.

Шаблон промпта

Ти — асистент customer health scoring для [КОМПАНІЇ].

ВХОДИ (на акаунт, 90 днів):
- Сигнали usage
- Тікети саппорту
- NPS/CSAT
- Commercial-сигнали
- QBR/нотатки (3 останні)
- Історія score (12 тижнів)

ЗАДАЧА: на акаунт:

1. Score сьогодні (1-10) + попередній.
2. Зміна за 7 і 28 днів.
3. Топ-3 сигнали з джерелами.
4. Одне речення "що CSM варто перевірити". НЕ рекомендація.
5. Confidence (low/medium/high).

ВИХІД (JSON):
{
  "account_id": "...",
  "today_score": ...,
  "previous_score": ...,
  "delta_7d": ...,
  "delta_28d": ...,
  "top_signals": [...],
  "csm_consider": "...",
  "confidence": "...",
  "data_gaps": [...]
}

ПРАВИЛА:
- Жодних зовнішніх комунікацій.
- Жодних авто-тасків.
- Цитуй сигнали, не висновуй почуття понад очевидне.
- "csm_consider" — питання/спостереження, не директива.
- Низька confidence — кажи прямо.

"csm_consider" як питання, не рекомендація — дизайн, що тримає судження CSM у петлі.

Tool tip (Course for Business): Більшість CS-проектів падає, бо їх ставлять як "автоматизуй CSM". Це вбиває довіру на 3-й день. Augment-don't-replace — правило 6-week program: агент дивиться, CSM звертається. AI Champions (1:15-20) сидить shoulder-to-shoulder з CS-лідом, поки ви будуєте цей розподіл. https://course.aiadvisoryboard.me/business.

Які KPI міряти?

Шість чисел, щомісяця:

1. Churn-caught-early — акаунти, що агент flag-нув за 14+ днів до churn.
2. Час CSM на ранковий огляд. Ціль <10 хв.
3. Action-taken rate на flagged акаунтах.
4. False-flag rate — <25%.
5. Net Revenue Retention — лаг-індикатор, щоквартально.
6. CSM-задоволеність агентом.

Останнє — soft KPI, який пропускають і шкодують.

Team scan (what AI champions report after week 1)

• ~75% CSM відкрили digest 4+ рази у перший тиждень
• Найвища адопція в CSM з 25+ акаунтами
• Економія: 30–40 хв на CSM на ранок
• Override-паттерн: NPS recency overweight — fix у вагах
• Перша перемога: 6-figure ARR акаунт, що тихо припинив користуватись інтеграцією за 3 тижні
• Перший біль: integration health шумний — додано 7-day smoothing
• False-flag rate: 19% на 4-му тижні
• CSM-задоволеність: обережно позитивна. Найсильніше: "він пояснює чому"
• Топ-1 use case за оцінкою CS-ліда
• Адопція тримається, бо digest замінив ранковий ритуал, не додав

Micro-case (що змінюється за 7-14 днів)

B2B SaaS на 95 людей увімкнув для 4 CSM на 120 акаунтів. Було: ранок 30–45 хв на CSM, 2 несподівані churn попереднього кварталу. Через 2 тижні: ранок 8 хв; 2 акаунти, що агент позначив червоним і CSM не очікували, виявились у procurement-кризі — обидва врятували проактивними дзвінками. Розповідь ради змістилася з "ось NRR" на "ось 5 акаунтів, які агент зловив рано".

Note on this case: This example is illustrative — based on typical patterns we observe with companies of 30-500 employees, not a single named client. Specific numbers are rounded approximations of common ranges, not guarantees.

Tool tip (Course for Business): Частий паттерн: команда купує "churn prediction" tool, отримує black-box, не довіряє, повертається до дашбордів на 5-му тижні. Агент тут прозорий — кожен score має 3 цитати з реальних сигналів. Shoulder-to-Shoulder hot seat у 6-week program форсить чемпіона будувати цю прозорість з 1-го дня. Augment-don't-replace на практиці. https://course.aiadvisoryboard.me/business.

FAQ

Чим відрізняється від Gainsight/ChurnZero? Це платформи з rule-scoring і workflow-автоматизацією. Агент — шар scoring+reasoning, який сидить зверху або заміняє scoring. Різниця: агент пояснює природньою мовою на акаунт, замість generic "red".

Чи не граватимуть CSM зі score? Менше, ніж здається. Score спостережний, але не actionable сам по собі — лише дії CSM рухають retention. Тільки якщо привʼязати compen до score — буде гра. Привʼязуйте до retention.

Privacy? Стандартні правила. Агент працює з анонімізованими агрегатами в межах вашого tenant — без raw PII, без cross-customer training.

Коли ROI? Час CSM — 2-й тиждень. Churn-caught-early — повний квартал. І це число важливе.

Висновок

Health scoring — не математика. Це проблема уваги — CSM не може 30 акаунтів × 7 дашбордів щоранку і лишатися гострим. Агент стискає у 8 хвилин структурованого сигналу і повертає час на дзвінок клієнту.

Одна CSM-команда. Тиждень з чемпіоном поруч із CS-лідом. Churn-caught-early щомісяця, false-flag щотижня, CSM-задоволеність щокварталу.

Якщо хочете, щоб кожен співробітник зробив свою першу AI-автоматизацію за 5 днів — 30-хвилинний дзвінок: https://course.aiadvisoryboard.me/business.