用途：面向客户成功与数据分析场景，指导设计客户健康评分体系、构建流失预测模型，并把客户数据转化为可执行的干预洞察。
主要能力：覆盖健康分设计、加权与校准；领先指标与滞后指标分析；流失预测与预警系统；使用与采用指标分析；风险识别、升级与干预；数据增强与客户360；同期群分析与基准对比；高管报表与仪表盘；客户分层与评分模型。核心框架给出健康分层级（产品使用35%、互动25%、增长信号20%、支持健康20%）、健康状态区间（85+繁荣、70-84健康、50-69中性、30-49风险、<30危急）、流失风险因素与权重、分析栈分层及各层用途。同时列出关键指标目标（如健康分准确率>70%、领先指标相关性>0.6、检测时间<14天、误报率<20%）与高管仪表盘KPI（如毛收入留存85-95%、净收入留存100-130%）。
使用方式：调用该 skill 时应用 rules/ 下的规则，按前缀归类：health-、indicators-、churn-、usage-、risk-、data-、cohort-、executive-、segmentation-*。
适用场景：客户成功团队、收入运营、数据分析人员设计健康分或流失预警体系时参考。
限制与提醒：资料以方法论与框架为主，未提供具体工具名称、安装命令、代码实现或定价信息，落地实现细节暂未提供。需避免虚荣健康分、过度侧重产品使用、只关注滞后指标、一刀切阈值、纯人工追踪、只算分不行动、仅年度校准、忽视数据质量等反模式。