人资行业客户流失风险问数垂类大模型语料数据

原始数据来源于公司面向合作企业、个人客户开展商务服务过程中沉淀的全量客户经营台账数据。 通过构建客户营收贡献 - 合作周期 - 互动频次 - 异常行为 - 风险标签多维查询语料体系，将自然语言问数需求转化为标准 SQL 查询语句，覆盖统计类、分布类、占比类、TopN 类、对比类、阈值类、趋势类等七大查询场景。 该数据集解决企业客户流失识别滞后、流失诱因无法量化定位、分层客户风险缺少量化评级、客户营收异动原因不明、挽留施策缺乏数据依据等核心痛点，帮助业务部门从 “凭经验判断客户好坏” 转向 “数据驱动客户生命周期精细化运营与流失前置干预决策”。 同时，该数据集的特征工程体系与 SQL 生成规范经过标准化处理，可为客户流失风控领域垂类大模型 Text-to-SQL 任务提供结构化标注训练样本，推动客户风控运营模式从 “人工逐条梳理台账统计” 向 “自然语言提问 + AI 自动取数分析” 智能化演进。该查询体系可横向复用至大客户运维、中小散客运营、续费续约管理、渠道代理商管控、会员体系流失监测等领域。

搜集汇总

背景与挑战

背景概述

该数据集为人资行业客户流失风险问数垂类大模型语料数据，来源于公司商务服务过程中沉淀的客户经营台账，构建了多维查询语料体系，覆盖多种查询场景，旨在支持客户流失风险分析与前置干预决策，并为Text-to-SQL任务提供训练样本。