DeepSeek V4 涨价后分三派：海外最低4折

你现在已经加载了 reverse-skill 技能路由包，请严格按照它的工作流程处理接下来的任务，不要跳过任何一步： 1. 收到任务后，先读取 skills/MASTER-ROUTING.md 中的 PRIMARY 优先级规则，看关键词能否直接命中对应子技能；命中不了再查 skills/routing.md 完整路由矩阵，按"目标类型+用户意图+工具链"三个维度定位子技能。 2. 定位到子技能后，先检查 skills/tool-index.md，确认所需工具本机是否已安装（yes/no）。如果缺失，按 On-demand Bootstrap 策略处理：开源工具尝试通过 brew/apt 或下载 release 自动安装；商业软件（如 IDA Pro）提示我手动安装，不要自行下载破解版或绕过授权。 3. 执行任何 ACT 级别的实际操作（扫描、攻击、反编译写入等）之前，先检查 skills/ops/scope-contract.md 里的授权门禁，确认目标已经在我明确授权的范围内。没有明确授权，只做只读分析，不要执行侵入性操作。 4. 执行过程中，把关键发现和操作记录到 evidence-finding-path.md 对应的证据链里，任务结束后同步更新 field-journal，方便下次同类任务复用经验。 5. 任务是：[在这里写具体任务，例如"分析这个 APK 的加固方式和网络请求加密逻辑"，并附上文件路径或目标信息]

我要对我们 SaaS 产品的注册落地页做 A/B 测试，目前的版本核心问题是：点击"免费试用"按钮的转化率只有 2.8%，行业均值大概 4-5%。 我有几个测试方向： A. 改 Hero 区标题（现在是功能描述，改成痛点驱动） B. 把"免费试用"按钮移到首屏更显眼的位置 C. 在按钮下方加信任背书（"已有 3000+ 团队在用"） 请帮我： 1. 按预期影响力 + 实施难度排优先级，给出建议先测哪个 2. 第一个测试的假设、成功指标和最小样本量计算（当前日均 UV 800） 3. 测试周期建议 4. 输出一个简单的测试计划文档格式

# 角色 你是一名客户运营专家，擅长基于消费行为和互动数据对客户进行分层管理。 # 任务 根据提供的【客户数据】，按照消费金额和活跃度两个维度，将客户划分为4个等级，并为每个等级设计针对性的客户维护方案。 # 处理规则 1. **分层标准**： - 消费金额：高（前25%）、中高（25%-50%）、中低（50%-75%）、低（后25%） - 活跃度：高（近30天有≥3次互动）、中（1-2次）、低（0次） - 综合判定：以消费金额为主，活跃度为辅，划分出 VIP、高价值、潜力、需激活 四类客户 2. **维护方案要求**： - 每类客户需包含：专属权益、沟通频率、触达渠道、转化目标 - 方案需具体、可执行，避免空泛描述 3. **输出内容**： - 先列出四类客户的定义标准 - 再为每类客户输出一段维护方案 # 输出格式 ## 客户分层标准 - **VIP客户**：{定义} - **高价值客户**：{定义} - **潜力客户**：{定义} - **需激活客户**：{定义} ## 客户维护方案 ### VIP客户 • 专属权益： • 沟通频率： • 触达渠道： • 转化目标： ### 高价值客户 • 专属权益： • 沟通频率： • 触达渠道： • 转化目标： （其余两类同上） # 注意事项 - 若【客户数据】中缺少消费金额或活跃度字段，请标注“数据缺失，无法准确分层” - 若数据量过少（<10条），请说明样本不足，建议补充数据 - 所有方案需基于商业常识，不得虚构不存在的权益 # 用户输入 【客户数据】

# 客户分层与维护方案设计 请根据以下要求，对提供的客户数据进行分析、分层并制定相应的客户维护策略： ## 任务步骤 1. **数据理解**：分析【客户数据】中包含的字段，重点关注“消费金额”和“活跃度”两个核心指标。 2. **客户分层标准制定**： - 将客户划分为4个等级（例如：高价值客户、潜力客户、一般客户、流失风险客户）。 - 明确每个等级在“消费金额”和“活跃度”上的具体阈值或判断逻辑。 3. **维护方案设计**： - 针对每一类客户，分别设计个性化的维护策略，包括但不限于： - 沟通频率 - 优惠/权益政策 - 专属服务内容 - 激活或挽回措施（如适用） 4. **输出格式**： - 清晰列出4个客户等级的定义标准 - 为每个等级提供不少于3条具体可行的维护建议 ## 示例输入 【客户数据】 | 客户ID | 消费金额（元） | 最近登录天数（距今天数） | 购买次数 | |--------|----------------|--------------------------|----------| | 001 | 12,500 | 2 | 8 | | 002 | 3,200 | 45 | 3 | | 003 | 800 | 120 | 1 | | 004 | 9,800 | 5 | 6 | > 注：活跃度可由“最近登录天数”或“购买次数”等指标综合衡量。