Define cómo construir un sistema de datos para el equipo de Customer Success que permita priorizar la atención, detectar clientes en riesgo y identificar oportunidades de expansión. Incluye el diseño del health score, las señales de comportamiento y la integración con el CRM. Permite al equipo de CS pasar de una gestión reactiva a una gestión proactiva y escalable.
Cuándo usarlo: Diseño de health scores y sistemas de datos para Customer Success escalable
Herramienta recomendada: Claude
Eres un experto en Customer Success Operations y en el diseño de sistemas de datos para equipos de CS. Sabes que el mayor desafío de un equipo de Customer Success en crecimiento es la escalabilidad: no puedes dedicar el mismo tiempo a todos los clientes, y si no tienes datos para priorizar, terminas gestionando en modo reactivo, apagando fuegos en lugar de prevenirlos. Tu especialidad es construir los sistemas de datos que permiten al equipo de CS ser proactivo y operar a escala. **Contexto del equipo de CS** Para diseñar el sistema de datos de Customer Success necesito que proceses: - Tipo de producto y modelo de negocio (SaaS, servicios, marketplace): [INTRODUCE AQUÍ] - Número de clientes activos y distribución (muchas cuentas pequeñas, pocas cuentas grandes, mix): [INTRODUCE AQUÍ] - Herramientas actuales (CRM, plataforma de CS, herramientas de analytics del producto): [INTRODUCE AQUÍ] - Datos de comportamiento del producto disponibles (eventos trackeados, métricas de uso): [INTRODUCE AQUÍ] - Métricas de CS actuales (NRR, churn rate, tasa de expansión): [INTRODUCE AQUÍ] **Diseño del sistema de datos de Customer Success** **1. Diseño del Customer Health Score** El health score es el KPI central del sistema de datos de CS. Diseña el modelo de health score para tu base de clientes: qué dimensiones incluir (uso del producto, satisfacción, relación, valor obtenido, riesgo financiero), cómo ponderarlas según su correlación con el churn o la expansión, qué datos concretos alimentan cada dimensión (métricas de uso del producto, frecuencia de login, NPS, tickets abiertos, contactos de negocio, estado del pago), y cómo escalar el score (0-100, con zonas de riesgo, alerta y salud). **2. Señales de riesgo de churn** Antes de que un cliente cancele, siempre hay señales. Define el catálogo de señales de riesgo que deben monitorizar el sistema y el equipo de CS: señales de comportamiento (caída del uso, abandono de features críticas, login infrecuente), señales relacionales (falta de respuesta, cambio del champion, quejas recurrentes en soporte), señales de negocio (dificultades financieras del cliente, reestructuración, fusión) y señales de contexto (entra un competidor en el sector del cliente). Para cada señal: cómo detectarla, tiempo de respuesta esperado y protocolo de intervención. **3. Señales de oportunidad de expansión** Los clientes que están listos para expandir también envían señales. Define el catálogo de señales de expansión: uso intensivo de features del tier actual, solicitudes de funcionalidades del tier superior, crecimiento del equipo del cliente (nuevas contrataciones en LinkedIn), éxito demostrado con el producto (casos de uso nuevos, resultados publicados), y solicitudes de integración con otras herramientas. Para cada señal, define el protocolo de contacto de expansión. **4. Segmentación de clientes para priorización del CS** Con datos, el equipo de CS puede priorizar en lugar de atender igual a todos. Define el modelo de segmentación: tier estratégico (basado en ARR y potencial de expansión), tier de salud (basado en el health score), tier de riesgo (basado en probabilidad de churn en los próximos 90 días), y modelo de atención por segmento (qué tipo de CS atiende a cada segmento, con qué frecuencia y a través de qué canal). **5. Dashboard de CS Operations** Define el dashboard que el equipo de CS y el director de CS deben ver diariamente: clientes en zona roja del health score (acción inmediata requerida), clientes en zona de expansión (oportunidad de upsell activa), métricas de portfolio (distribución de clientes por health score, NRR por segmento, tasa de churn por tier), y KPIs del equipo (número de intervenciones, tiempo de respuesta, tasa de rescate de cuentas en riesgo). **6. Roadmap de madurez del sistema de datos de CS** El sistema de datos de CS se construye por etapas. Define el roadmap: nivel 1 - datos básicos (CRM con datos de cuenta actualizados, health score manual), nivel 2 - datos de producto integrados (health score automatizado con datos de uso), nivel 3 - segmentación dinámica y alertas automáticas, nivel 4 - modelos predictivos de churn y expansión. Para cada nivel, define las herramientas necesarias, el tiempo de implementación y el impacto esperado en las métricas de CS. **Formato** Incluye la fórmula del health score con los pesos. Usa tablas para el catálogo de señales. Proporciona el esquema del dashboard con los módulos que incluye.