Müşteri Başarı Yöneticisi

Üretim-grade müşteri başarısı analitikleri, çok boyutlu sağlık puanlaması, churn risk tahmini ve genişleme fırsatı tanımlaması. Üç Python CLI aracı, yalnızca standart kütüphane kullanarak deterministik, tekrarlanabilir analiz sağlar -- harici bağımlılık, API çağrısı veya ML modeli yok.

---

İçindekiler

• Giriş Gereksinimleri
• Çıktı Formatları
• Kullanım Şekli
• Scriptler
• Referans Kılavuzları
• Şablonlar
• En İyi Uygulamalar
• Sınırlamalar

---

Giriş Gereksinimleri

Tüm scriptler bir JSON dosyasını konumsal giriş argümanı olarak kabul eder. Tam şema örnekleri ve örnek veriler için assets/sample_customer_data.json dosyasına bakın.

Health Score Calculator

Her müşteri nesnesi için gerekli alanlar: customer_id, name, segment, arr ve iç içe geçmiş nesneler usage (login_frequency, feature_adoption, dau_mau_ratio), engagement (support_ticket_volume, meeting_attendance, nps_score, csat_score), support (open_tickets, escalation_rate, avg_resolution_hours), relationship (executive_sponsor_engagement, multi_threading_depth, renewal_sentiment) ve trend analizi için önceki dönem scoreları.

Churn Risk Analyzer

Her müşteri nesnesi için gerekli alanlar: customer_id, name, segment, arr, contract_end_date ve iç içe geçmiş nesneler usage_decline, engagement_drop, support_issues, relationship_signals ve commercial_factors.

Expansion Opportunity Scorer

Her müşteri nesnesi için gerekli alanlar: customer_id, name, segment, arr ve iç içe geçmiş nesneler contract (licensed_seats, active_seats, plan_tier, available_tiers), product_usage (modül başına benimseme flagları ve kullanım yüzdeleri) ve departments (mevcut ve potansiyel).

---

Çıktı Formatları

Tüm scriptler --format bayrağı aracılığıyla iki çıktı formatını destekler:

• text (varsayılan): Terminal görüntüleme için insan tarafından okunabilir biçimlendirilmiş çıktı
• json: Entegrasyonlar ve pipeline'lar için makine tarafından okunabilir JSON çıktısı

---

Kullanım Şekli

Hızlı Başlangıç

# Health scoring
python scripts/health_score_calculator.py assets/sample_customer_data.json
python scripts/health_score_calculator.py assets/sample_customer_data.json --format json

# Churn risk analysis
python scripts/churn_risk_analyzer.py assets/sample_customer_data.json
python scripts/churn_risk_analyzer.py assets/sample_customer_data.json --format json

# Expansion opportunity scoring
python scripts/expansion_opportunity_scorer.py assets/sample_customer_data.json
python scripts/expansion_opportunity_scorer.py assets/sample_customer_data.json --format json

İş Akışı Entegrasyonu

# 1. Portföy genelinde müşteri sağlığını puanla
python scripts/health_score_calculator.py customer_portfolio.json --format json > health_results.json
# Doğrula: health_results.json'in devam etmeden önce beklenen sayıda müşteri kaydı içerdiğini onayla

# 2. Risk altındaki hesapları belirle
python scripts/churn_risk_analyzer.py customer_portfolio.json --format json > risk_results.json
# Doğrula: risk_results.json'in boş olmadığını ve her müşteri için risk seviyelerinin bulunduğunu onayla

# 3. Sağlıklı hesaplarda genişleme fırsatları bul
python scripts/expansion_opportunity_scorer.py customer_portfolio.json --format json > expansion_results.json
# Doğrula: expansion_results.json'in fırsatları önceliğe göre sıraladığını onayla

# 4. Şablonları kullanarak QBR hazırla
# Referans: assets/qbr_template.md

Hata işleme: Bir script hata ile çıkarsa şunları kontrol edin:

• Giriş JSON'ı o script için gerekli şemayla eşleşir (yukarıdaki Giriş Gereksinimleri bölümüne bakın)
• Tüm gerekli alanlar mevcut ve doğru türde
• Python 3.7+ kullanılıyor (python --version)
• Önceki adımlardan çıktı dosyaları sonraki adımlara aktarılmadan önce boş değil

---

Scriptler

1. health_score_calculator.py

Amaç: Trend analizi ve segment-bilinçli benchmarking ile çok boyutlu müşteri sağlığı puanlaması.

Boyutlar ve Ağırlıklar:

Boyut	Ağırlık	Metrikler
Usage	30%	Login frequency, feature adoption, DAU/MAU ratio
Engagement	25%	Support ticket volume, meeting attendance, NPS/CSAT
Support	20%	Open tickets, escalation rate, avg resolution time
Relationship	25%	Executive sponsor engagement, multi-threading depth, renewal sentiment

Sınıflandırma:

• Green (75-100): Sağlıklı -- müşteri değer elde ediyor
• Yellow (50-74): Dikkat gerekli -- yakından izle
• Red (0-49): Risk altında -- acil müdahale gerekli

Kullanım:

python scripts/health_score_calculator.py customer_data.json
python scripts/health_score_calculator.py customer_data.json --format json

2. churn_risk_analyzer.py

Amaç: Davranışsal sinyal algılaması ve katman-tabanlı müdahale önerileri ile risk altındaki hesapları tanımla.

Risk Sinyal Ağırlıkları:

Sinyal Kategorisi	Ağırlık	Göstergeler
Usage Decline	30%	Login trend, feature adoption change, DAU/MAU change
Engagement Drop	25%	Meeting cancellations, response time, NPS change
Support Issues	20%	Open escalations, unresolved critical, satisfaction trend
Relationship Signals	15%	Champion left, sponsor change, competitor mentions
Commercial Factors	10%	Contract type, pricing complaints, budget cuts

Risk Seviyeleri:

• Critical (80-100): Acil yönetici escalation
• High (60-79): Acil CSM müdahalesi
• Medium (40-59): Proaktif iletişim
• Low (0-39): Standart izleme

Kullanım:

python scripts/churn_risk_analyzer.py customer_data.json
python scripts/churn_risk_analyzer.py customer_data.json --format json

3. expansion_opportunity_scorer.py

Amaç: Gelir tahmini ve öncelik sıralaması ile upsell, cross-sell ve genişleme fırsatlarını belirle.

Genişleme Türleri:

• Upsell: Daha yüksek bir katmana yükseltme veya mevcut ürünün daha fazlasını satın alma
• Cross-sell: Yeni ürün modülleri ekleme
• Expansion: Ek koltuk veya bölümler

Kullanım:

python scripts/expansion_opportunity_scorer.py customer_data.json
python scripts/expansion_opportunity_scorer.py customer_data.json --format json

---

Referans Kılavuzları

Referans	Açıklama
references/health-scoring-framework.md	Tam health scoring metodolojisi, boyut tanımları, ağırlıklandırma gerekçesi, eşik kalibrasyonu
references/cs-playbooks.md	Her risk seviyesi, onboarding, renewal, expansion ve escalation prosedürleri için müdahale playbook'ları
references/cs-metrics-benchmarks.md	NRR, GRR, churn oranları, health scoreları, segment ve endüstri başına expansion oranları için sektör benchmarkları

---

Şablonlar

Şablon	Amaç
assets/qbr_template.md	Quarterly Business Review sunum yapısı
assets/success_plan_template.md	Hedefler, kilometre taşları ve metrikler içeren müşteri başarı planı
assets/onboarding_checklist_template.md	Faz kapıları ile 90 günlük onboarding kontrol listesi
assets/executive_business_review_template.md	Stratejik hesaplar için yönetici paydaş incelemesi

---

En İyi Uygulamalar

1. Sinyalleri birleştir: Tam müşteri resmi için üç scripti birlikte kullan
2. Trendlere, snapshot'lara değil, hareket et: Azalan Green, istikrarlı Yellow'dan daha acildir
3. Eşikleri kalibre et: Segment benchmarkları references/health-scoring-framework.md başına ürün ve endüstriye göre ayarla
4. Verilerle hazırla: Her QBR ve yönetici toplantısından önce scriptleri çalıştır; müdahale rehberi için references/cs-playbooks.md'ye başvur

---

Sınırlamalar

• Gerçek zamanlı veri yok: Scriptler JSON giriş dosyalarından belirli bir zaman noktasındaki snapshot'ları analiz eder
• CRM entegrasyonu yok: Veriler CRM/CS platformunuzdan manuel olarak dışa aktarılmalıdır
• Yalnızca deterministik: ML tahmini yok -- puanlama ağırlıklı sinyallere dayalı algoritmiktir
• Eşik ayarlaması: Varsayılan eşikler sektör standardıdır ancak işletmeniz için kalibrasyona ihtiyaç duyabilir
• Gelir tahminleri: Genişleme gelir tahminleri kullanım desenleri temelinde yaklaşık değerlerdir

---

Son Güncelleme: Şubat 2026 Araçlar: 3 Python CLI aracı Bağımlılıklar: Yalnızca Python 3.7+ standart kütüphane