一文讀懂客戶健康度

最近有朋友想讓我們談談關於客戶健康度（Customer Health Score）的話題。對於客戶成功團隊來說，客戶健康度分析非常重要，它能幫助客戶成功經理（CSM）們瞭解客戶健康狀況，提前預知客戶的流失風險。今天我們就來詳細聊聊：

什麼是客戶健康度

客戶健康度的重要性

怎麼計算客戶健康度

什麼是客戶健康度

客戶健康度的定義是什麼？

客戶健康度（Customer Health Score）是用來衡量客戶是否健康、是否有流失風險的指標。

透過一定的計算規則，公司會對每個客戶的情況進行綜合評定，最後用等級或分數量化表示。客戶健康度將幫助客戶成功團隊理解客戶復購、增購、以及流失的可能性，以便於規劃下一步的行動。

客戶健康度的重要性

幫助 CSM 合理安排工作內容

客戶健康度管理能夠幫 CSM 瞭解不同客戶的實時健康狀態。同時，指導他們

把精力分配在回報率更高的工作中

。

比如，某 CSM 有三個主要客戶。A 客戶健康度評分為 100 分，B 客戶為 80 分，而 C 客戶只有 30 分。透過健康度模型，他能夠了解到「A 客戶大機率會續費；B 客戶需要持續跟進；C 客戶有非常大的流失風險，但可以嘗試挽回」。因此，他應該投入更多的時間在 B 客戶、C 客戶上，針對具體的風險點開展工作。而對於 A 客戶，他會著重去思考有沒有什麼讓對方增購的機會。

指導 CSM 提升客戶體驗

客戶健康度能夠讓 CSM 明白提升客戶體驗的具體方法。當客戶健康度低的時候，CSM 可以對照模型中的每個小指標，檢查到底是哪一部分導致的總體健康度降低，並去

針對性地去彌補、對症下藥

。

例如，某客戶的總體健康度較低。當 CSM 具體檢視模型中的各項指標時，發現主要是由於客戶組織內使用人數比例太低導致的。因此，CSM 會去調查為什麼該客戶有一部分員工不使用他們的產品。如果是客戶上手較為困難，可以進行更加充分的內部培訓。

怎麼計算客戶健康度？

客戶健康度怎麼計算呢？由於各家公司產品、業務形態、客戶群體的不同，客戶健康度並不會有一個統一的計算方式。但是，搭建客戶的健康度模型過程卻是有步驟和方法可循的。這裡，我們會為大家介紹一套我們總結的流程。通過幾步，幫你快速搭建一個簡單的健康度模型。

簡單健康度模型公式：

客戶健康度 = 權重 A * 指標 A + 權重 B * 指標 B + 權重 C * 指標 C + ……

* 這裡我們介紹簡單的線性健康度模型公式，應根據公司實際情況進行參考。

第一步

進行客戶分組

你公司產品或服務的物件可能會是多個截然不同的群體。當客戶群體不同時，客戶的行為、表現、續費意願也會大不相同。因此，用同一個模型同時來計算不同客群的健康度，可能就不太合理了。這時，我們需要進行客戶分組，

給不同的客戶群體設計不一樣的健康度模型

。

比如，當你的客戶群同時存在「企業客戶」和「個人客戶」時，他們的行為會完全不同。同樣的差別也會發生在如「新客戶 vs 老客戶」、「國央企客戶 vs 民營企業客戶」、「大型企業客戶 vs 中小企業客戶」等情況之中。

所以，你需要將客戶以合適的方式進行分類，再為每一個客戶組都設計出相應的健康度模型。

第二步 列舉出體現健康度的指標

不管是中醫講究的望聞問切，還是現代醫學的聽診、驗血、核磁共振等等，醫生都會用多種手段、從多個角度來綜合分析一個人健康與否。而衡量客戶的健康度也是一樣。這一步中，你需要

列舉出所有能夠體現客戶健康度的指標

，並選擇其中一些具有代表性的，加入到客戶健康度指標體系裡去。

思考客戶健康度模型應該包含哪些指標，你可以從這三個大方面入手：

1. 客戶活躍度

客戶活躍度代表著客戶真實的產品使用情況。客戶越活躍，代表著他對產品的需求度越高，也越可能持續復購，所以該指標非常適合加入健康度模型。客戶活躍度可以透過多個更小的維度和指標進行體現，比如：

使用頻率：客戶對於產品的使用頻次和使用時長；

使用廣度：客戶組織內真實使用人數的比例；

使用深度：客戶對於產品不同功能的使用情況；

2. 客戶滿意度

用客戶自己的評價和反饋來判斷他們的健康度情況，其實非常直接有效。比如，你可以透過直接給客戶組織下的所有使用者傳送問卷，來計算該客戶的淨推薦值（NPS）。

3. 接觸過程中獲得的反饋

在 CSM 或公司其他成員與客戶溝通的過程中，往往能夠嗅到客戶真實想法的蛛絲馬跡。比如，當某客戶 KP 的回覆每次都帶有不滿和消極的情緒，或是互動次數明顯要小於其他家時，你大概就能判斷出該客戶的健康程度不夠理想。因此，你可以用一些服務指標結合主觀判斷，量化出這部分的得分。

當然，以上的維度也只是推薦，公司還是應該根據自己的業務形態和服務模式去選擇合適的指標。同時需要注意，

應該儘可能選擇一些具有代表性的指標

，而不是涵蓋過多的影響因素，這樣反而可能導致模型過於複雜，結果不夠準確。

最終，你需要把各個指標轉化為 0-100 這個區間的分數來進行資料標準化。用「客戶的周產品使用時長」這個指標舉例。本身這個值可能會是「1023 分鐘」，你需要將它和其他客戶的使用時長相對比，最後制定一個轉化規則，比如：

超過 1000 分鐘的客戶非常活躍，得 100 分；

500-1000 分鐘，得 80 分；

200-500 分鐘，得 40 分；

0-200 分鐘，得 0 分。

在這種計算規則下，「1023 分鐘」會轉化為 100 分。

第三步

給指標分配權重

我們已經確認好了客戶健康度分析模型中的指標，現在需要給根據他們的重要性

給每個指標分配一個權重

，所有指標的權重之和應當等於 100%。

比如說，某健康度模型包括三個指標 A、B 和 C。在這三個指標中，A 能最好地反映出客戶的健康狀況，所以在模型中權重較高，佔 60%。B 和 C 這兩個指標差不太多，各佔 20 %。所以最終的客戶健康度模型會體現為：

客戶健康度 = 60% * A + 20% * B + 20% * C

第四步

計算週期和呈現形式

你需要結合自己的實際業務形態和付費週期去

確認客戶健康度的計算頻率

。可以是每天、每星期、每月、甚至是每季度計算一次。太短的週期會導致該週期數據量較小，健康度結果波動較大，不夠準確。太長的週期則會導致健康度結果不夠實時，當你發現客戶健康度低的時候，客戶已經流失掉了。

按我們這個步驟計算出的客戶健康度將會是一個介於 0-100 的分數，你也可以用某種對應方式將它轉化為一個更易懂的客戶狀態，比如：

0-40 分：不健康。極易流失，需要馬上跟進；

40-80 分：一般。需要持續地觀察和跟進；

80-100 分：非常健康。可以考慮進行增購推薦。

第五步 進行動態調整

沒有公司能夠一次性搭建出一套非常準確的客戶健康度模型。你可能會發現第一次搭的模型和客戶真實情況偏差大的離譜，這都是很正常的。優秀的團隊能夠

不斷在實踐中迭代自己健康度的計算方法

，最終越來越準確地預測客戶的健康狀況。

你可以透過以下方法動態調整健康度模型：

刪掉影響較小的指標；

增加新的指標；

調整各指標之間的權重關係；

對過往的客戶資料進行迴歸分析，藉助機器學習得到更準確的模型。

最後一點值得詳細說說。當你的客戶資料積攢到一定量之後，你可以

用客戶真實的留存和流失情況作為因變數，其他指標作為自變數進行迴歸分析

。藉助資料分析和機器學習的能力，用統計學的方法得到更為準確的健康度模型。

第六步

完成模型

經過以上的步驟，以及不斷的迭代，你最終會得到這樣一個模型：

客戶健康度 = 權重 A * 指標 A + 權重 B * 指標 B + 權重 C * 指標 C + ……

此時，你就可以計算出所有客戶的健康度，並以此規劃下一步的工作了。在實際客戶成功的工作中，很多團隊不僅會緊盯

總體健康度評分

，也會在客戶看板中詳細展示很多二級評分，例如

活躍度分數、NPS 分數、以及客戶情緒值

。這些值相對獨立，能直接體現客戶某方面的問題，對 CSM 們的日常工作也有著非常重要的指導意義。

實戰模擬

這裡，我們來舉兩家不同行業公司的例子，看看他們是如何用上述的步驟搭建客戶健康度分析模型的。

工業製造行業 · 餐飲機器人公司

第一步

：公司的商業化團隊將他們的客戶分為兩大類，分別是：

民營餐廳；

企業食堂；

針對這兩種客戶群體，該公司分別為他們搭建了客戶健康度模型，並由不同的客戶成功小組去管理和檢測。

第二步

：我們以民營餐廳舉例。公司選取了一系列能夠體現客戶健康度的指標，如下：

指標 1：機器人每週的使用時長；

指標 2：送餐、點菜結賬、與客戶互動等功能模組的使用數；

指標 3：每週使用的機器人佔購買機器人總數的比例；

指標 4：餐廳老闆對機器人的評價；

指標 5：在與客戶溝透過程中的主觀判斷評分；

指標 6：餐廳本身的經驗情況打分；

第三步

：根據經驗，該公司的客戶成功團隊為上述的指標分配了權重。其中，他們認為客戶餐廳老闆對機器人的評價最為重要，佔 50%。其他項各佔 10 %。所以最終模型如下：

客戶健康度 = 10% * 指標 1 + 10% * 指標 2 + 10% * 指標 3 + 50% * 指標 4 + 10% * 指標 5 + 10% * 指標 6

第四步

：因為每年機器人會進行功能升級和迭代，再考慮到收集機器人使用資料和客戶反饋的客觀限制，他們決定每個月計算一次客戶的健康度。

SaaS 行業 · 辦公效率軟體公司

第一步：

公司的商業化團隊將他們的客戶分為三大類，分別是：

ToG 政府客戶；

ToB 企業版客戶；

小團隊或個人客戶；

針對這三種客戶群體，該公司分別為他們搭建了三套客戶健康度模型，並由不同的客戶成功小組去管理和檢測。

第二步

：我們以 ToB 企業版客戶舉例。公司選取了一系列能夠體現客戶健康度的指標，如下：

指標 1：客戶組織下每週使用人數佔組織總人數的百分比；

指標 2：人均使用時長；

指標 3：人均傳送訊息條數；

指標 4：產品功能模組使用率；

指標 5：NPS 值；

指標 6：工單在一日內被解決的機率；

指標 7：CSM 對於對方 KP 健康情況的主觀評分；

第三步：

根據經驗，該公司認為客戶的使用粘性高低，是決定客戶是否續費的主要影響因素。因此，他們加大了客戶活躍度相關指標的權重。最終模型如下：

客戶健康度 = 20% * 指標 1 + 20% * 指標 2 + 20% * 指標 3 + 20% * 指標 4 + 10% * 指標 5 + 5% * 指標 6 + 10% * 指標 7

第四步

：在積攢了足夠多的歷史客戶行為資料後，他們聘請了一位資料分析師透過機器學習專門最佳化客戶健康度模型。

最終，這兩家公司的客戶成功團隊根據客戶健康度計算結果，合理地安排了工作內容，極大程度地提升了客戶的留存率和生命週期價值。

馬上搭建健康度模型

作為客戶成功團隊，想要自己搭建好準確且體系化的健康度模型，實際上非常複雜。相比之下，

選擇一個開箱即用的健康度計算工具是更好的選擇

。

藉助行業的最佳實踐和專業的 AI 資料分析模型，獲客多會幫助企業搭建完善的客戶健康度模型體系。同時，透過自動化能力，實時追蹤客戶健康度變化，進行客戶流失預警，並幫助客戶成功團隊自動規劃下一步行動。

想要了解更多關於客戶成功的最佳實踐、如何搭建和管理客戶成功團隊、客戶成功的技術選型等等，歡迎關注或聯絡我們，獲客多幫你構建加速業務增長的客戶成功引擎。

微信公眾號搜尋「

獲客多 Hokdo

」，關注我們，瞭解更多客戶成功行業乾貨～

訪問

www.hokdo.com

，聯絡我們，免費試用專業客戶成功系統。