商业数据分析、客户服务与营销智能体

学习目标与贯穿案例

前三讲分别建立了大语言模型与智能体的基本认识，学习了提示工程，并围绕校园文创店售后助手讨论了任务设计、工具调用、RAG与效果评测。本讲进一步讨论：怎样利用商业数据理解经营问题，组织客户服务与营销行动，并检验这些行动是否创造价值。

本讲继续使用校园文创店作为贯穿案例。店铺经营者希望回答三个问题：哪些经营问题值得优先处理，怎样为不同客户提供合适的服务，以及哪些营销行动值得继续投入。

完成本讲后，应当能够：

1. 区分不同层次的商业分析，说明数据能够支持哪些判断。
2. 理解指标口径、数据粒度和数据质量对结论的影响。
3. 运用客户画像、RFM和分群方法组织客户信息。
4. 说明客服与营销智能体中模型、工具、规则和人工的分工。
5. 从任务结果、客户体验和商业收益三个方面评价智能体。

一 商业数据分析

从经营问题确定分析任务

商业分析需要明确使用者准备做什么决定。店长关注的可能是渠道投入、商品改进或售后资源安排；不同决定需要的数据与分析方法并不相同。

“分析店铺经营情况”范围较大。将其收敛为“检查本月退款集中在哪些商品和渠道”，就能够进一步确定观察期间、统计对象、指标和所需记录。

商业分析可以分为四个相互关联的层次。

描述性分析提供经营事实，诊断性分析帮助提出解释。预测需要历史数据、稳定的目标定义和独立验证。决策还需要考虑成本、资源和执行条件。

例如，某类商品退款较多，可能与销售规模、商品质量、展示说明或配送有关。退款数量本身只能提示调查方向，不能单独确定原因。

理解数据粒度与关联关系

数据粒度是指一条记录代表什么对象。商业数据中常见的粒度包括一笔收支、一张订单、一条商品明细、一次用户行为和一张服务工单。

同一家店铺的数据可能同时包含：

• 财务与费用记录：金额、币种、归属期间及费用类型。
• 交易记录：订单、商品、客户、支付、退款与履约状态。
• 用户行为记录：访问、浏览、搜索、加购和购买。
• 服务记录：咨询意图、处理过程、工单状态与客户评价。

这些数据需要通过订单号、客户号等字段关联。关联之前，应检查记录之间是一对一、一对多还是多对多关系。

假设一张100元订单对应三次咨询。将订单与咨询记录直接关联后，订单金额可能出现三次。如果对关联结果求和，就会得到300元。此时应分别明确订单金额和咨询次数的统计方式，避免关联扩大记录数量后重复计算金额。

时间也需要统一。下单日、支付日、发货日和退款完成日分别对应不同业务事件。按支付月份归属订单，再观察其后续退款，与直接统计某个月发生的全部退款，回答的是不同问题。

指标需要同时说明公式与口径

指标将业务现象转换为可以比较的数量。一个完整的指标定义至少需要说明统计对象、时间范围、计算方法和排除条件。

本讲采用以下教学经营口径：

• 净销售额＝实付金额－截至观察日已完成的退款金额
• 购买转化率＝成功支付客户数÷同范围去重访问客户数
• 支付客单价＝实付金额÷成功支付订单数
• 退款金额率＝已完成退款金额÷实付金额

其中，净销售额是本案例的经营统计指标，不直接等同于会计营业收入。购买转化率使用人数，支付客单价使用订单数，二者的分母不同。

指标比较还需要注意三个问题。

首先，总量与比例共同解释结果。退款金额率较高，可能来自少数大额订单；只看比例而不看金额和订单数量，容易误判问题规模。

其次，整体指标需要重新计算。不同渠道存在重复访问客户，整体转化率应使用跨渠道去重后的客户数，不能直接平均各渠道转化率。

再次，缺失值需要保留其含义。退款字段缺失，表示当前没有取得该项数据；只有确认没有退款时，才能记为零。分母为零时，应说明指标不适用。

校园文创店的经营数据

以下统计范围为2026年10月支付订单，退款观察截止日为11月6日。

整体访问人数190和支付客户数7，均来自跨渠道去重统计。它们不是各渠道人数的简单相加。

根据表中数据：

• 校园社群净销售额为400元，购买转化率为7.5%。
• 校园摊位净销售额为340元，购买转化率为6.0%。
• 内容平台净销售额为200元，购买转化率为3.0%。
• 全店净销售额为940元。

内容平台的退款金额率约为44.4%，但该渠道只有3张支付订单。在本例中，160元退款来自一张全额退款订单。这提示店长进一步核对退款原因，也说明小样本中的比例可能受到单笔交易明显影响。

当前可以确认的是各渠道的经营差异。商品展示不充分、质量问题或客户预期不一致，仍然属于需要补充证据的解释。

如果进一步取得本期净商品成本420元、渠道投放费用180元，则：

投放后贡献＝940－420－180＝340元。

这里的商品成本已经处理退货成本冲回。由于尚未扣除运费、售后、人工和固定成本，340元不能称为净利润。

数据分析智能体的分工

数据分析智能体可以按照以下步骤组织任务：

明确业务问题 → 检查数据 → 查询与计算 → 核对结果 → 解释发现 → 提出行动。

模型适合理解自然语言问题、提出分析计划和组织解释。计算工具负责汇总、分组、指标计算和作图，业务人员确认口径、解释与行动是否合理。

一份可使用的分析摘要应保留数据范围、指标定义、计算结果和来源，并将已经确认的事实与待验证原因分别表达。工具执行失败时，应保存失败状态，不能用模型生成的数字补齐结果。

二 客户画像与客户分群

从记录形成可使用的客户信息

客户画像是围绕具体业务目的组织客户信息的方法。

构建画像时，可以区分三个层次：

• 特征：客户已经表现出的行为或明确提供的信息，例如购买频次和本次用途。
• 标签：依据规则或模型形成的描述，例如近期有售后、近期待购。
• 分群：将具有某些共同特征的客户划入同一组，以支持服务或经营行动。

客户在一次对话中说“这次替朋友买礼物”，可以支持本次商品选择，却不足以证明其长期偏好。画像因此需要记录信息来源、适用范围和更新时间。

分群应当服务于决策。例如，为安排服务资源，可以根据咨询类型和问题状态分群；为研究复购，可以根据购买时间与频次分群。不同任务可以使用不同分群方式。

RFM分析

RFM利用购买行为描述客户，包括三个维度：^[1]

• R，Recency：距离最近一次购买的时间。
• F，Frequency：一定期间内的购买频次。
• M，Monetary：一定期间内的购买金额。

RFM的观察期间、评分规则及是否扣除退货，需要根据业务统一设置。以下采用本讲的教学口径。

本讲以2026年11月7日为参考日，交易窗口为10月1日至10月31日。R依据最近支付日期计算，F为期间支付订单数，M为扣除截至11月6日已完成退款后的净销售额。

下表摘取三位教学客户：

本例中，R越小表示距离最近支付越近。R和F均保留支付交易记录，M再扣除退款。如果需要评价有效购买，应另设排除全额退款交易后的指标。

RFM能够帮助整理历史行为，但不能直接说明客户满意度、未来购买概率或终身价值。C05的净消费为零，也不能据此判断其没有未来价值。

从分群走向差异化行动

分群的作用，是帮助企业选择更合适的行动。

近期有明确需求的客户，可以获得与需求相关的信息；有未解决售后的客户，需要优先推进问题处理；长期没有购买记录的客户，则需要结合商品购买周期与历史需求理解。

“长期未购买”不必然意味着客户流失。购买纪念品、耐用品与日常消耗品的频率不同，同一时间阈值在不同业务中的含义也不同。

企业还可以从客户生命周期理解关系变化，包括初次了解、首次购买、重复购买和关系维护等阶段。这是一种运营视角，阶段判断需要行为证据支持，并随新信息调整。

客户画像如何进入智能体

智能体读取画像后，应当据此调整当前任务所需的信息与行动。

例如，客户存在尚未解决的印刷质量工单，系统应先读取工单状态，确认处理进展。只有在服务条件与触达条件均满足时，才考虑后续推荐。

画像更新需要处理新增、修正和失效信息。客户明确纠正偏好后，系统应更新记录；一次模型推断应标明为推断，并保留验证或删除的方式。

画像的使用范围也需要与当前任务一致。经营分析通常可以使用去标识化的聚合数据；处理一笔订单时，则由系统检查当前用户是否有权访问该订单。

三 客户服务智能体

从答复质量走向服务完成

第三讲重点训练了售后条件判断。本讲进一步关注完整服务过程：客户问题是否得到解决，处理中发生了多少等待和重复沟通，系统在什么情况下需要交接。

客服任务通常包含三类：

1. 知识问答：解释制度、商品信息和服务流程。
2. 状态查询：读取订单、物流或申请进度。
3. 问题处理：补充材料、提交申请、协调异常与人工接管。

三类任务需要的证据不同。制度问答需要有效条款，订单查询需要实际业务记录，问题处理还需要明确操作权限和执行结果。

“符合申请条件”“申请已提交”“审核已通过”和“退款已到账”分别代表不同状态。客服答复应与当前可核验状态一致。

意图识别与任务路由

意图识别用于判断客户希望完成什么任务，任务路由则决定进入哪一条处理流程。

例如，查询物流、了解退货条件与投诉商品质量，虽然都属于售后咨询，却需要不同资料与处理步骤。

模型可以从口语描述中提取意图和事实，规则或程序负责日期、订单归属与固定条件检查。关键事实不清楚时，系统应提出有针对性的追问。

同一段描述还可能包含多个意图。例如，客户既询问订单进度，又表达取消订单的意愿。系统需要明确两个诉求之间的关系，避免仅回答其中一个问题便结束服务。

一个完整的服务流程

客服智能体可以按照以下流程运行：

接收诉求 → 核对身份与订单 → 识别意图 → 读取有效规则与业务状态 → 判断信息是否充分 → 提出处理方案 → 执行或交接 → 确认后续状态。

流程中需要保存已经确认的事实、已经完成的操作和待处理事项。转人工时，应将这些信息一并交接，减少客户重复描述。

如果工具超时，系统能够确认的是“当前未取得查询结果”。后续可以有限重试或交接，不能将查询失败解释为订单不存在。

校园文创店的服务改进

假设一段时期内，多份工单出现印刷质量问题。

单笔服务需要根据第三讲的有效规则，核对商品、收货时间、凭证与问题照片，协助完成相应申请。经营分析还可以将这些工单按商品、批次、问题类型和处理结果汇总，为改进提供线索。

汇总时需要区分：

• 问题涉及多少张订单；
• 同一订单发生多少次咨询；
• 问题是否已经解决；
• 是否集中于某个商品或生产批次。

某类问题的咨询次数较多，可能来自问题订单增加，也可能来自同一客户反复联系。两者对应的改进方向不同。

服务质量如何衡量

本讲从处理结果、过程体验和运行效率三个方面检查服务质量。

处理结果关注判断是否正确、问题是否解决、承诺是否兑现。

过程体验关注解释是否清楚、客户是否重复提交资料，以及转人工后能否继续处理。

运行效率关注响应、解决耗时、人工介入与单个解决问题的成本。

常用指标包括：

问题解决率＝经核实已解决工单数÷纳入评估工单数。

统计时应预先确定解决标准和后续观察窗口。对话结束、转人工或等待补充材料，不能直接记为问题已解决。

客户满意度＝满意的有效评价数÷全部有效评价数。

报告满意度时，还应说明评价样本量与响应率。未评价的客户不能直接视为满意。

首次响应时间反映首次反馈速度，最终解决时间反映问题处理周期。自动回复能够缩短前者，后者是否改善需要单独检验。

四 营销智能体

营销任务需要明确对象与目标

营销任务需要说明希望影响哪类客户、满足什么需求，以及如何观察结果。

“提高销量”可以进一步拆成首次购买、重复购买、团体定制咨询或其他目标。这些目标对应不同客户、商品和评价方式。

客户分群帮助理解需求差异，目标客户选择决定优先服务哪些群体，价值表达说明产品或服务能够提供什么。生成文案是这一过程中的一个环节。

在校园文创店中，个人纪念品购买与团体活动定制具有不同的数量、时间和沟通要求。营销智能体应先确认需求，再组织商品与服务方案。

个性化推荐的基本机制

推荐流程可以按候选生成（召回）、评分排序与重排组织，并在相关环节执行过滤：先从商品集合中取得相关候选，再比较匹配程度，最后结合其他要求调整结果。^[3]

候选生成的常见思路包括：^[2]

• 基于内容的推荐：利用商品属性及客户明确表达的偏好寻找相关商品。
• 协同过滤：利用用户与商品之间的历史交互寻找可能相关的候选。

在本案例中，还需要检查库存、预算、交付时间和客户限制。这些硬条件应在产生可执行推荐前得到验证。

例如，客户需要一周内用于活动的定制品，即使某商品在偏好评分上较高，只要无法按时交付，就不能作为当前可执行方案。

大模型可以理解自然语言需求、组织候选信息和解释推荐依据。商品是否存在、价格与库存是否有效，需要由目录和业务工具确认。

对于新客户或新商品，历史交互较少，可以通过询问用途、预算和时间要求补充信息，再提供少量适合的候选。

销售线索评分

销售线索评分用于安排跟进优先级。它需要明确哪些行为与需求值得优先投入沟通资源。

以团体定制业务为例，可以考虑需求匹配、明确意向和跟进时效三个维度。假设各项采用0—100分，课堂规则为：

线索分＝0.40×需求匹配分＋0.35×意向行为分＋0.25×跟进时效分。

一条线索的三项分数分别为80、60和100，则总分为：

0.40×80＋0.35×60＋0.25×100＝78分。

权重与分值规则是本例的教学设定。78分表示该规则下的跟进优先级，不能解释为78%的成交概率。

评分还需要避免使用结果发生后才获得的信息。如果目标是预测是否成交，就不能把成交后形成的合同状态用于当时的评分。

触达条件应先于评分排序检查。客户已经拒绝营销，或存在需要优先处理的服务问题时，高分不能覆盖这些状态。

营销智能体的工作流程

营销智能体可以按照以下顺序工作：

明确目标 → 筛选合格人群 → 查询商品与活动 → 比较策略 → 生成内容 → 核验并审核 → 记录触达与反馈。

其中，客户筛选需要考虑需求相关性、触达许可、服务状态和发送频次。内容生成需要使用可核实的商品、价格、优惠与交付信息。

客户明确表示不感兴趣后，应及时更新记录。商品缺货、活动到期或交付条件变化后，相关内容也应随之失效。

营销智能体的改进依据包括客户反馈、成交、退款与成本。点击量可以帮助了解内容表现，不能单独证明客户需求得到满足或营销产生了收益。

五 业务效果评价

同时检查任务、体验与收益

第三讲已经讨论固定测试集与失败分析。本讲在此基础上，将评价扩展到业务结果。

一套系统可能答复准确，但人工复核耗时较高；也可能提高点击量，却带来更多退款。评价需要同时观察这些变化。

指标应在测试或实验前定义。在线实验研究也指出，指标变化的误读会导致错误的业务决定。^[4]

离线测试与业务试验的分工

离线测试可以检查系统在既定样例中的表现，包括正常请求、缺失信息、规则例外、工具失败与权限不足。

比较两个方案时，应保持任务、输入资料和验收标准一致，并记录各方案实际具有的工具与数据权限。如果权限不同，结果应解释为整套方案的比较。

业务试验进一步观察真实使用后的结果。它需要面对客户构成、活动、季节、商品与运营方式等变化。

营销方案实施后销量增加，可能同时受到这些因素影响。仅比较实施前后，通常不足以将全部变化归因于新方案。

用A/B实验检验增量效果

A/B实验将合格对象随机分配到不同方案，比较相同观察窗口内的结果。随机分配有助于减少客户选择造成的系统差异，因果解释还需要检查执行、数据完整性与组间干扰等条件。^[5]

校园文创店可以在满足触达条件的人群中，按客户随机分组：

• A组沿用现有做法。
• B组使用新的个性化推荐。

实验开始前，需要明确业务假设、主指标、约束指标、随机分组单位和样本量要求。^[5]

下面是一个独立的实验示例，与前面的12张订单样本不属于同一批数据。

B组成交率比A组高2个百分点，相对提升为40%。

每名分组客户的净贡献差为0.8元。按B组1000名客户计算，样本中的增量贡献估计为800元。

净贡献的成本范围应事先约定，例如是否扣除商品成本、优惠、退款及营销费用。主分析应按最初随机分组统计，不能在看到结果后仅挑选点击或成交客户比较。

是否推广还需要结合置信区间、业务上有意义的改善幅度，以及投诉、退订、退款等约束指标判断。观察期应覆盖主要结果的形成过程，特别注意延迟退款。

计算智能体的完整成本

智能体成本包括模型调用、工具使用、数据整理、人工复核、系统开发维护，以及失败后的返工处理。

客服方案可以估算：

净收益＝实际可节省的工时价值＋返工成本减少－新增运行与维护成本。

工时减少需要结合排班、服务质量与实际工作安排解释。释放的时间可以用于其他任务，但不一定立即转化为现金节约。

营销方案则需要评价增量贡献。被推荐客户的全部购买额包含其原本可能发生的购买，不能全部计为智能体创造的新增收入。

评价结果还应保留适用范围。某类客户、某段时期或某个商品上的有效结果，需要进一步验证才能推广到其他场景。

课堂实践与期中项目准备

每组围绕校园文创店，完成一份数据摘要，并选择客服或营销方向形成方案。

数据摘要需要说明观察期间、统计对象、指标口径、主要结果及需要补充的证据。至少选取一个发现，区分数据事实、分析解释和下一步验证行动。

方案需要明确：

1. 业务问题：谁需要完成什么任务，当前困难是什么。
2. 数据需求：需要哪些资料、字段和状态，数据是否可获得。
3. Agent流程：模型、工具、规则与人工分别负责什么。
4. 评价指标：怎样检查任务完成、客户体验、成本和业务收益。

课堂交付为一页业务说明、一张流程图和一份评价指标表，可作为第五讲期中项目方案汇报的基础。

思考题

1. 描述性分析与诊断性分析分别能够支持什么判断？
2. 一张订单对应多次咨询，如何避免销售金额被重复计算？
3. 为什么不能直接平均不同渠道的购买转化率？
4. RFM能够描述哪些行为，又有哪些信息需要另行补充？
5. 客服首次响应更快，是否意味着问题解决得更好？
6. 为什么线索评分78分不能解释为78%的成交概率？
7. 成交率从5%提高到7%，百分点变化与相对变化分别是多少？
8. 评价营销智能体时，为什么需要关注增量贡献与完整成本？

参考文献

1. [1] FADER P S, HARDIE B G S, LEE K L. RFM and CLV: Using Iso-Value Curves for Customer Base Analysis[J]. Journal of Marketing Research, 2005, 42(4): 415–430. DOI: 10.1509/jmkr.2005.42.4.415.
2. [2] ADOMAVICIUS G, TUZHILIN A. Toward the Next Generation of Recommender Systems: A Survey of the State-of-the-Art and Possible Extensions[J]. IEEE Transactions on Knowledge and Data Engineering, 2005, 17(6): 734–749. DOI: 10.1109/TKDE.2005.99.
3. [3] 阿里云. 推荐解决方案综述（PAI-Rec推荐开发平台）[EB/OL]. [2026-11-07]. 阿里云帮助中心.
4. [4] DMITRIEV P, GUPTA S, KIM D W, VAZ G. A Dirty Dozen: Twelve Common Metric Interpretation Pitfalls in Online Controlled Experiments[C]//Proceedings of the 23rd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York: ACM, 2017: 1427–1436. DOI: 10.1145/3097983.3098024.
5. [5] KOHAVI R, LONGBOTHAM R, SOMMERFIELD D, HENNE R M. Controlled Experiments on the Web: Survey and Practical Guide[J]. Data Mining and Knowledge Discovery, 2009, 18(1): 140–181. DOI: 10.1007/s10618-008-0114-1.