MCP server Customer Intelligence & Segmentation
Коммит 13 нояб. 2026 г.Анализирует историю покупок клиентов для сегментации аккаунтов по уровням, прогнозирования рисков потери выручки и формирования списков задач для отделов продаж.
Также известен как Saify-Technologies/saifs-ai-mcps-docs, customer-intelligence
- Звёзды
- 4
- Инструменты
- 2
- Загрузки, 30 дней
- —
- Последняя версия
- 1.0.2
- Последний коммит
- 13 нояб. 2026 г.
- Лицензия
- MIT
Что такое Customer Intelligence & Segmentation MCP?
Анализирует историю покупок клиентов для сегментации аккаунтов по уровням, прогнозирования рисков потери выручки и формирования списков задач для отделов продаж. Он предоставляет 2 инструмента, например customer_tiering, customer_tiering_get_engine.
Сводка сгенерирована из README проекта
О Customer Intelligence & Segmentation MCP server
Команды продаж и аналитики могут превращать необработанные данные о транзакциях в стратегические приоритеты с помощью этого удаленного MCP server. Он обрабатывает историю покупок клиентов из таких источников, как Salesforce, HubSpot, Zoho, а также из файлов CSV и Excel, распределяя аккаунты по уровням A, B, C или D. Применяя модели выживаемости BG/NBD и модели расходов Gamma-Gamma, система выявляет риски потери выручки и потенциальные возможности для роста.
Пользователи подключаются через Streamable HTTP с использованием аутентификации OAuth 2.1 PKCE, которая при первом использовании открывает страницу входа. Для наборов данных объемом до 500 строк инструмент customer_tiering выполняет скоринг напрямую. Для более крупных наборов данных инструмент customer_tiering_get_engine предоставляет Python-скрипт для локального запуска анализа, что гарантирует сохранение конфиденциальных данных клиентов на вашем устройстве без их отправки на удаленный эндпоинт.
Что вы можете с ним делать
- 1Поиск приоритетных целей для продажПопросите ИИ проанализировать экспорт продаж, чтобы найти аккаунты высшего уровня и определить, кому необходимо позвонить на этой неделе.
- 2Прогнозирование потери выручкиОпределите, какие клиенты становятся неактивными, и рассчитайте общую сумму выручки, находящейся в зоне риска.
- 3Анализ логики сегментации аккаунтовИзучите конкретные причины, по которым тому или иному клиенту был присвоен определенный уровень.
- 4Приватная обработка больших наборов данныхСгенерируйте локальный Python-скрипт для скоринга файлов транзакций, превышающих лимит в 500 строк, без их загрузки в систему.
Взято из README проекта. Каждый вариант использования проверен на соответствие цитате из него.
Как установить Customer Intelligence & Segmentation MCP
Форматы проверены 10 ноя 2026Добавить в CursorДобавить в GooseУстановка Customer Intelligence & Segmentation MCP в Claude Code
$ claude mcp add --transport http customer-intelligence https://customer-tiering-mcp-latest.saifs.ai/mcpУстановка Customer Intelligence & Segmentation MCP в Cursor
~/.cursor/mcp.json
{
"mcpServers": {
"customer-intelligence": {
"url": "https://customer-tiering-mcp-latest.saifs.ai/mcp"
}
}
}Установка Customer Intelligence & Segmentation MCP в VS Code
.vscode/mcp.json
{
"servers": {
"customer-intelligence": {
"type": "http",
"url": "https://customer-tiering-mcp-latest.saifs.ai/mcp"
}
}
}Установка Customer Intelligence & Segmentation MCP в VS Code CLI
$ code --add-mcp '{"name":"customer-intelligence","type":"http","url":"https://customer-tiering-mcp-latest.saifs.ai/mcp"}'Установка Customer Intelligence & Segmentation MCP в Codex
$ codex mcp add customer-intelligence --url https://customer-tiering-mcp-latest.saifs.ai/mcpУстановка Customer Intelligence & Segmentation MCP в Codex config.toml
~/.codex/config.toml
[mcp_servers.customer-intelligence] url = "https://customer-tiering-mcp-latest.saifs.ai/mcp"
Установка Customer Intelligence & Segmentation MCP в Gemini CLI
$ gemini mcp add -s user --transport http customer-intelligence https://customer-tiering-mcp-latest.saifs.ai/mcpУстановка Customer Intelligence & Segmentation MCP в Gemini settings.json
~/.gemini/settings.json
{
"mcpServers": {
"customer-intelligence": {
"url": "https://customer-tiering-mcp-latest.saifs.ai/mcp",
"type": "http"
}
}
}Инструменты Customer Intelligence & Segmentation MCP 2
Определено из READMEcustomer_tieringcustomer_tiering_get_engine
| customer_tiering | — | |
| customer_tiering_get_engine | — |
Автоматические проверки
Запущено 13 нояб. 2026 г.Полный отчёт →Еще не проверено. Для сервера требуется оценка 80, отсутствие серьезных проблем и достаточно данных для нашей проверки. Как работают проверки · Что исправить, чтобы получить больше баллов
- Связанный и доступный исходный репозиторийsaify-technologies/saifs-ai-mcps-docs is public and reachablegithub.com/saify-technologies/saifs-ai-mcps-docs ↗Пройдено
- Пакет указывает этот репозиторий как источникНе проверялось
- Происхождение сборки (аттестация Sigstore)Не проверялось
- Open source лицензия (OSI)MITspdx.org/licenses/MIT.html ↗Пройдено
- Коммит или релиз за последний годLast commit or release 2026-11-13github.com/saify-technologies/saifs-ai-mcps-docs ↗Пройдено
- OpenSSF ScorecardНе проверялось
- Имя пакета не похоже на популярный пакетНе проверялось
- Нет критических предупреждений в пакете или его зависимостяхНе проверялось
- Нет скрытых инструкций для модели2 tool descriptions and the README read; no override phrases, credential paths or hidden charactersПройдено
- Деструктивные инструменты помеченыNo tool named like delete, drop or execПройдено
- Удалённая конечная точка отвечает на рукопожатие MCPHTTPS endpoint answered 401 (sign-in required)Пройдено
README
Открыть на GitHubCustomer Intelligence & Segmentation
Ranks a customer book into A/B/C/D tiers from purchase history, flags accounts that are slipping or ready to grow, estimates revenue at risk and upside, and builds a short SAVE / GROW / VERIFY call list for sales reps. Works from CSV, Excel, Tally, Salesforce, HubSpot, Zoho or any CRM export with a customer id, a date and an amount.
| Registry name | ai.saifs/customer-intelligence |
| Endpoint | https://customer-tiering-mcp-latest.saifs.ai/mcp |
| Transport | Streamable HTTP (remote, nothing to install) |
| Auth | OAuth 2.1 — PKCE (S256) and dynamic client registration; your client opens a sign-in page on first use |
| Publisher | SAIFS AI |
Install
VS Code / GitHub Copilot
Add to .vscode/mcp.json (workspace) or your user mcp.json:
{
"servers": {
"saifs-customer-intelligence": {
"type": "http",
"url": "https://customer-tiering-mcp-latest.saifs.ai/mcp"
}
}
}
Then start the server from the MCP view and sign in when prompted.
Claude (claude.ai, Desktop)
Settings → Connectors → Add custom connector, and paste:
https://customer-tiering-mcp-latest.saifs.ai/mcp
Claude Code
claude mcp add --transport http saifs-customer-intelligence https://customer-tiering-mcp-latest.saifs.ai/mcp
Any other MCP client
Point it at https://customer-tiering-mcp-latest.saifs.ai/mcp using the Streamable HTTP transport. The server returns 401 with a
WWW-Authenticate: Bearer … resource_metadata=… challenge, so OAuth-aware clients sign in automatically.
Tools
| Tool | What it does |
|---|---|
customer_tiering |
Scores a customer book of up to 500 transaction rows into A/B/C/D tiers (BG/NBD survival model, Gamma-Gamma spend model, tier migration, money layer) and returns decision cards and a per-customer ledger. Cleans customer-name variants before scoring. |
customer_tiering_get_engine |
For books over 500 rows: returns a runnable Python script that scores the file locally, so customer data never reaches the server. |
Example prompts
- “Here's our sales export. Who are our A accounts, and who should we call this week?”
- “Which customers are going quiet and how much revenue is at risk?”
- “Why is customer ACME-104 a C account?”
Support
- Website: https://saifs.ai
- Issues: https://github.com/Saify-Technologies/saifs-ai-mcps-docs/issues
- Privacy: https://saifs.ai/privacy_policy
Вопросы о Customer Intelligence & Segmentation MCP
Как добавить Customer Intelligence & Segmentation MCP в Claude Code?
Выполните claude mcp add --transport http customer-intelligence https://customer-tiering-mcp-latest.saifs.ai/mcp в терминале. Добавьте --scope user, чтобы сервер был доступен во всех проектах.
Как добавить Customer Intelligence & Segmentation MCP в Cursor?
Откройте ~/.cursor/mcp.json и добавьте сервер в mcpServers, используя конфигурацию Cursor из раздела установки выше.
Какие инструменты предоставляет Customer Intelligence & Segmentation MCP?
Он предоставляет 2 инструмента, включая customer_tiering, customer_tiering_get_engine.
Какие форматы данных поддерживаются?
Сервер работает с CSV, Excel, Tally, Salesforce, HubSpot, Zoho или любым экспортом из CRM, содержащим ID клиента, дату и сумму транзакции.
Как сервер обрабатывает большие наборы данных для обеспечения конфиденциальности?
Для наборов данных, превышающих 500 строк, сервер предоставляет готовый к запуску Python-скрипт для локального скоринга, чтобы данные не передавались на сервер.
Какие уровни клиентов предоставляются?
Система ранжирует клиентские базы по уровням A, B, C и D, используя модели выживаемости и модели расходов.