SSkilnexa
PromptChăm sóc khách hàng55 câu lệnh

Câu lệnh phân tích góp ý khách hàng

Analysis and report

Giúp phân tích khách hàng rời bỏ, góp ý qua email, mạng xã hội, khảo sát và chương trình tri ân. Cho ra hướng dẫn rút bài học và cách giữ khách. 55 câu lệnh mẫu, mỗi câu có bản tiếng Việt, bản tiếng Anh và hướng dẫn dùng.

Doanh số tháng này giảm, bạn muốn biết vì sao khách bỏ đi và cách giữ họ lại.

49. Dùng phân tích dữ liệu để tăng tỷ lệ giữ chân khách

Using data analysis to enhance customer retention rates

Giúp bạn: Hướng dẫn tìm nhóm khách đang có nguy cơ rời đi và đề xuất việc chăm sóc cụ thể cho từng nhóm để giữ họ lại.

49/55
Bạn cần chuẩn bị:
  • Danh sách khách đã ngừng mua trong 3 đến 6 tháng
  • Các chương trình chăm sóc bạn đã làm trước đây
  • Ngân sách và nhân sự để chăm sóc từng nhóm

Cách dùng: Gửi kèm danh sách khách đã ẩn tên và các lần chăm sóc đã làm, rồi nhờ AI xếp ưu tiên. Thử một chương trình trên nhóm nhỏ, so tỷ lệ quay lại với nhóm không được chăm sóc.

Mẫu tiếng Việt (điền chỗ trong [ ] rồi dán vào chat)

VAI TRÒ
Bạn là chuyên gia giữ chân khách, chỉ cách tìm nhóm có nguy cơ rời đi và đề xuất việc chăm sóc phù hợp.

BỐI CẢNH (bạn điền vào chỗ trong ngoặc vuông)
- Tôi là: [vai trò của bạn, ví dụ chủ shop hoặc quản lý chăm sóc khách]
- Khách đã ngừng: [số khách không mua trong 3 đến 6 tháng]
- Chương trình cũ: [các chương trình chăm sóc bạn đã làm trước đây]
- Nguồn lực: [ngân sách và nhân sự bạn có để chăm sóc từng nhóm]

NHIỆM VỤ
Làm thế nào để dùng phân tích dữ liệu nhằm cải thiện các chiến lược giữ chân khách hàng?

DỮ LIỆU
[Dán danh sách khách đã ngừng mua kèm ngày mua gần nhất]

ĐỊNH DẠNG KẾT QUẢ
Hướng dẫn từng bước, kèm bảng nhóm nguy cơ, hành động chăm sóc cho từng nhóm và thời điểm thực hiện.

QUY TẮC
- Nếu thiếu thông tin, hỏi tôi tối đa 3 câu trước khi trả lời.
- Không tự bịa số liệu hay nguồn; chỗ nào là giả định thì ghi rõ.
- Cuối cùng, liệt kê 3 điều tôi cần kiểm tra lại.

English version (fill in the [ ] then paste)

ROLE
You are a customer retention expert who shows how to find groups at risk of leaving and suggest fitting care actions.

CONTEXT (fill in the square brackets)
- I am: [your role, for example shop owner or customer care manager]
- Lapsed customers: [number of customers who did not buy in the last 3 to 6 months]
- Past programs: [care programs you ran before]
- Resources: [budget and staff you have to care for each group]

TASK
How can data analysis be used to improve customer retention strategies?

DATA
[Paste the list of lapsed customers with their latest purchase date]

OUTPUT FORMAT
A step-by-step guide with a table of at-risk groups, care actions for each and timing.

RULES
- If information is missing, ask me up to 3 questions before answering.
- Do not invent figures or sources; clearly label any assumption.
- At the end, list 3 things I should double-check.
Xem câu hỏi gốc một dòng

How can data analysis be used to improve customer retention strategies? (Format: Retention guide)

Làm thế nào để dùng phân tích dữ liệu nhằm cải thiện các chiến lược giữ chân khách hàng? (Định dạng: Hướng dẫn giữ chân khách)

50. Dùng phân tích khách để xây chân dung khách chi tiết

Using data analytics to create detailed customer personas

Giúp bạn: Hướng dẫn gom dữ liệu khách thành vài chân dung rõ ràng về nhu cầu, thói quen và lý do mua để dùng trong kinh doanh.

50/55
Bạn cần chuẩn bị:
  • Dữ liệu khách về độ tuổi, khu vực và ngành nghề
  • Các câu hỏi khách hay hỏi bạn nhất
  • Sản phẩm khách mua nhiều nhất trong năm nay

Cách dùng: Dán câu lệnh rồi gửi mô tả nhóm khách đã ẩn thông tin cá nhân. Chọn một chân dung AI tạo và hỏi thử ba khách thật xem họ có thấy đúng với mình không.

Mẫu tiếng Việt (điền chỗ trong [ ] rồi dán vào chat)

VAI TRÒ
Bạn là chuyên gia xây chân dung khách hàng, giúp gom dữ liệu thành vài hình mẫu khách dễ nhớ và dễ dùng.

BỐI CẢNH (bạn điền vào chỗ trong ngoặc vuông)
- Tôi là: [vai trò của bạn, ví dụ chủ thương hiệu hoặc nhân viên marketing]
- Dữ liệu khách: [độ tuổi, khu vực và ngành nghề của khách bạn có]
- Câu hỏi thường gặp: [những điều khách hay hỏi bạn nhất trong thời gian gần đây]
- Sản phẩm bán chạy: [sản phẩm khách mua nhiều nhất trong năm nay]

NHIỆM VỤ
Phân tích khách hàng có thể giúp xây dựng chân dung khách hàng chi tiết như thế nào?

DỮ LIỆU
[Dán bảng khách kèm độ tuổi, khu vực, ngành nghề và sản phẩm đã mua]

ĐỊNH DẠNG KẾT QUẢ
Hướng dẫn từng bước, kèm 3 chân dung khách mẫu gồm nhu cầu, thói quen và lý do mua.

QUY TẮC
- Nếu thiếu thông tin, hỏi tôi tối đa 3 câu trước khi trả lời.
- Không tự bịa số liệu hay nguồn; chỗ nào là giả định thì ghi rõ.
- Cuối cùng, liệt kê 3 điều tôi cần kiểm tra lại.

English version (fill in the [ ] then paste)

ROLE
You are a customer persona expert who helps turn data into a few memorable and usable customer profiles.

CONTEXT (fill in the square brackets)
- I am: [your role, for example brand owner or marketing staff]
- Customer data: [age, area and job sector of your customers]
- Frequent questions: [what customers ask you most often lately]
- Top products: [products customers bought most this year]

TASK
How can customer analytics help in developing detailed customer personas?

DATA
[Paste a customer table with age, area, job sector and products bought]

OUTPUT FORMAT
A step-by-step guide with three sample customer profiles covering needs, habits and reasons to buy.

RULES
- If information is missing, ask me up to 3 questions before answering.
- Do not invent figures or sources; clearly label any assumption.
- At the end, list 3 things I should double-check.
Xem câu hỏi gốc một dòng

How can customer analytics help in developing detailed customer personas? (Format: Persona development guide)

Phân tích khách hàng có thể giúp xây dựng chân dung khách hàng chi tiết như thế nào? (Định dạng: Hướng dẫn xây dựng chân dung khách)

51. Dùng phân tích dữ liệu để cải thiện quy trình chăm sóc khách

Using data analytics to enhance customer service workflows

Giúp bạn: Hướng dẫn xem dữ liệu xử lý yêu cầu để tìm bước tốn thời gian nhất trong quy trình chăm sóc và cách rút ngắn.

51/55
Bạn cần chuẩn bị:
  • Nhật ký yêu cầu hỗ trợ có ghi thời gian xử lý
  • Số nhân viên chăm sóc và cách phân công hiện tại
  • Các loại yêu cầu hay gặp nhất trong tháng

Cách dùng: Gửi kèm nhật ký yêu cầu đã ẩn thông tin khách, rồi nhờ AI chỉ ra ba bước chậm nhất. Đo lại thời gian xử lý của ba bước này sau một tháng thử thay đổi.

Mẫu tiếng Việt (điền chỗ trong [ ] rồi dán vào chat)

VAI TRÒ
Bạn là chuyên gia cải thiện quy trình dịch vụ, tìm bước tốn thời gian nhất và đề xuất cách rút ngắn.

BỐI CẢNH (bạn điền vào chỗ trong ngoặc vuông)
- Tôi là: [vai trò của bạn, ví dụ quản lý tổng đài hoặc trưởng ca]
- Nhật ký: [yêu cầu hỗ trợ có ghi thời gian bắt đầu và kết thúc]
- Phân công: [số nhân viên chăm sóc và cách chia việc hiện tại]
- Loại yêu cầu: [các loại yêu cầu hay gặp nhất trong tháng]

NHIỆM VỤ
Làm thế nào để cải thiện quy trình chăm sóc khách hàng bằng phân tích dữ liệu?

DỮ LIỆU
[Dán nhật ký yêu cầu hỗ trợ có thời gian xử lý từng bước]

ĐỊNH DẠNG KẾT QUẢ
Hướng dẫn từng bước, kèm bảng thời gian các khâu và đề xuất 3 thay đổi nên thử trước.

QUY TẮC
- Nếu thiếu thông tin, hỏi tôi tối đa 3 câu trước khi trả lời.
- Không tự bịa số liệu hay nguồn; chỗ nào là giả định thì ghi rõ.
- Cuối cùng, liệt kê 3 điều tôi cần kiểm tra lại.

English version (fill in the [ ] then paste)

ROLE
You are a service workflow improvement expert who finds the most time-consuming step and suggests how to shorten it.

CONTEXT (fill in the square brackets)
- I am: [your role, for example call center manager or shift leader]
- Log: [support requests with start and finish times recorded]
- Assignment: [number of care staff and how work is split now]
- Request types: [most common types of requests this month]

TASK
How can customer service workflows be improved using data analytics?

DATA
[Paste the support log with processing time for each step]

OUTPUT FORMAT
A step-by-step guide with a table of time per stage and three changes to try first.

RULES
- If information is missing, ask me up to 3 questions before answering.
- Do not invent figures or sources; clearly label any assumption.
- At the end, list 3 things I should double-check.
Xem câu hỏi gốc một dòng

How can customer service workflows be improved using data analytics? (Format: Service workflow improvement guide)

Làm thế nào để cải thiện quy trình chăm sóc khách hàng bằng phân tích dữ liệu? (Định dạng: Hướng dẫn cải thiện quy trình dịch vụ)

52. Tìm điểm khách khó chịu bằng dữ liệu và xếp ưu tiên

Using data analytics to identify and prioritize customer pain points

Giúp bạn: Hướng dẫn lọc các điểm khiến khách bực bội từ khiếu nại và đánh giá, rồi xếp theo số người bị ảnh hưởng.

52/55
Bạn cần chuẩn bị:
  • Danh sách khiếu nại và đánh giá trong ba tháng qua
  • Tiêu chí xếp ưu tiên bạn chọn: chi phí, tốc độ hay doanh thu
  • Số khách bị ảnh hưởng ước tính cho từng điểm

Cách dùng: Dán câu lệnh rồi gửi danh sách khiếu nại đã ẩn tên khách. Lấy hai điểm AI xếp đầu, đếm số khách gặp phải trong sổ hỗ trợ để kiểm lại thứ tự ưu tiên.

Mẫu tiếng Việt (điền chỗ trong [ ] rồi dán vào chat)

VAI TRÒ
Bạn là chuyên gia phân tích điểm khó chịu, giúp lọc khiếu nại thành danh sách việc cần xử lý theo thứ tự.

BỐI CẢNH (bạn điền vào chỗ trong ngoặc vuông)
- Tôi là: [vai trò của bạn, ví dụ chủ shop hoặc quản lý dịch vụ]
- Nguồn khiếu nại: [khiếu nại và đánh giá trong ba tháng qua]
- Tiêu chí ưu tiên: [chi phí, tốc độ hay doanh thu bạn chọn để xếp hạng]
- Số khách ảnh hưởng: [ước tính số khách bị tác động ở từng điểm]

NHIỆM VỤ
Làm thế nào để tìm và xếp ưu tiên các điểm khiến khách hàng khó chịu bằng phân tích dữ liệu?

DỮ LIỆU
[Dán danh sách khiếu nại và đánh giá tiêu cực trong ba tháng]

ĐỊNH DẠNG KẾT QUẢ
Bảng các điểm khó chịu được xếp hạng theo số người bị ảnh hưởng, kèm việc cần làm trước.

QUY TẮC
- Nếu thiếu thông tin, hỏi tôi tối đa 3 câu trước khi trả lời.
- Không tự bịa số liệu hay nguồn; chỗ nào là giả định thì ghi rõ.
- Cuối cùng, liệt kê 3 điều tôi cần kiểm tra lại.

English version (fill in the [ ] then paste)

ROLE
You are a pain point analyst who helps filter complaints into a prioritized list of issues to fix.

CONTEXT (fill in the square brackets)
- I am: [your role, for example shop owner or service manager]
- Complaint sources: [complaints and reviews from the last three months]
- Priority criteria: [cost, speed or revenue you choose for ranking]
- Affected customers: [estimated number of customers hit by each issue]

TASK
How can customer pain points be identified and prioritized using data analytics?

DATA
[Paste complaints and negative reviews from the last three months]

OUTPUT FORMAT
A table of pain points ranked by number of affected people, with the first actions to take.

RULES
- If information is missing, ask me up to 3 questions before answering.
- Do not invent figures or sources; clearly label any assumption.
- At the end, list 3 things I should double-check.
Xem câu hỏi gốc một dòng

How can customer pain points be identified and prioritized using data analytics? (Format: Pain point analysis guide)

Làm thế nào để tìm và xếp ưu tiên các điểm khiến khách hàng khó chịu bằng phân tích dữ liệu? (Định dạng: Hướng dẫn phân tích điểm khó chịu)

53. Dùng dữ liệu tìm xu hướng và mẫu hành vi của khách

Using data analytics to identify customer trends and patterns

Giúp bạn: Hướng dẫn xem số liệu theo tuần hoặc tháng để nhận ra xu hướng tăng giảm và các mẫu lặp lại trong hành vi mua.

53/55
Bạn cần chuẩn bị:
  • Số liệu bán hàng hoặc truy cập theo tuần trong một năm
  • Các mùa cao điểm và thời điểm khách hay mua
  • Ghi chú các chương trình khuyến mãi đã chạy

Cách dùng: Gửi kèm bảng số liệu theo tuần đã ẩn thông tin khách, rồi nhờ AI nêu các xu hướng. Đối chiếu từng xu hướng với lịch khuyến mãi để biết đâu là nguyên nhân thật.

Mẫu tiếng Việt (điền chỗ trong [ ] rồi dán vào chat)

VAI TRÒ
Bạn là chuyên gia nhận diện xu hướng, hướng dẫn xem số liệu theo tuần hoặc tháng để thấy mẫu lặp lại.

BỐI CẢNH (bạn điền vào chỗ trong ngoặc vuông)
- Tôi là: [vai trò của bạn, ví dụ chủ shop hoặc nhân viên bán hàng]
- Số liệu: [doanh số hoặc lượt truy cập theo tuần trong một năm]
- Mùa cao điểm: [các đợt cao điểm và thời điểm khách hay mua]
- Khuyến mãi: [các chương trình khuyến mãi đã chạy và ngày chạy]

NHIỆM VỤ
Làm thế nào để dùng phân tích dữ liệu nhằm phát hiện xu hướng và các mẫu hành vi của khách?

DỮ LIỆU
[Dán số liệu bán hàng hoặc lượt truy cập theo tuần trong một năm]

ĐỊNH DẠNG KẾT QUẢ
Hướng dẫn từng bước, kèm biểu đồ theo tuần, bảng các mẫu lặp lại và chú thích khuyến mãi.

QUY TẮC
- Nếu thiếu thông tin, hỏi tôi tối đa 3 câu trước khi trả lời.
- Không tự bịa số liệu hay nguồn; chỗ nào là giả định thì ghi rõ.
- Cuối cùng, liệt kê 3 điều tôi cần kiểm tra lại.

English version (fill in the [ ] then paste)

ROLE
You are a trend recognition expert who guides you to read weekly or monthly figures to spot repeating patterns.

CONTEXT (fill in the square brackets)
- I am: [your role, for example shop owner or sales staff]
- Figures: [weekly sales or visits over one year]
- Peak seasons: [busy periods and when customers usually buy]
- Promotions: [promotions you ran and their dates]

TASK
How can data analytics be used to spot customer trends and patterns?

DATA
[Paste weekly sales or visit numbers for one year]

OUTPUT FORMAT
A step-by-step guide with a weekly chart, a table of repeating patterns and promotion notes.

RULES
- If information is missing, ask me up to 3 questions before answering.
- Do not invent figures or sources; clearly label any assumption.
- At the end, list 3 things I should double-check.
Xem câu hỏi gốc một dòng

How can data analytics be used to spot customer trends and patterns? (Format: Trend identification guide)

Làm thế nào để dùng phân tích dữ liệu nhằm phát hiện xu hướng và các mẫu hành vi của khách? (Định dạng: Hướng dẫn nhận diện xu hướng)

54. Dùng phân tích dữ liệu để tối ưu quy trình hỗ trợ khách

Using data analytics to optimize customer support workflows

Giúp bạn: Gợi ý cách phân loại yêu cầu hỗ trợ, giao đúng người và theo dõi tiến độ dựa trên số liệu thật.

54/55
Bạn cần chuẩn bị:
  • Các loại yêu cầu hỗ trợ bạn nhận mỗi ngày
  • Danh sách nhân viên hỗ trợ và chuyên môn của từng người
  • Công cụ quản lý phiếu hỗ trợ bạn đang dùng

Cách dùng: Dán câu lệnh rồi gửi mô tả quy trình hỗ trợ hiện tại. Thử luồng phân loại mới với một tuần yêu cầu, rồi đếm xem có ít yêu cầu bị giao sai người hơn không.

Mẫu tiếng Việt (điền chỗ trong [ ] rồi dán vào chat)

VAI TRÒ
Bạn là chuyên gia quản lý phiếu hỗ trợ, chỉ cách phân loại và giao việc đúng người bằng số liệu thật.

BỐI CẢNH (bạn điền vào chỗ trong ngoặc vuông)
- Tôi là: [vai trò của bạn, ví dụ trưởng nhóm hỗ trợ khách]
- Yêu cầu mỗi ngày: [các loại yêu cầu hỗ trợ bạn nhận mỗi ngày]
- Nhân viên: [danh sách nhân viên và chuyên môn của từng người]
- Công cụ: [phần mềm quản lý phiếu hoặc bảng tính bạn đang dùng]

NHIỆM VỤ
Làm thế nào để tối ưu quy trình hỗ trợ khách hàng bằng phân tích dữ liệu?

DỮ LIỆU
[Dán danh sách phiếu hỗ trợ của một tuần kèm loại và người nhận]

ĐỊNH DẠNG KẾT QUẢ
Hướng dẫn từng bước phân loại phiếu, kèm bảng phân công và bảng theo dõi tiến độ.

QUY TẮC
- Nếu thiếu thông tin, hỏi tôi tối đa 3 câu trước khi trả lời.
- Không tự bịa số liệu hay nguồn; chỗ nào là giả định thì ghi rõ.
- Cuối cùng, liệt kê 3 điều tôi cần kiểm tra lại.

English version (fill in the [ ] then paste)

ROLE
You are a support ticket manager who shows how to sort requests and assign them to the right person using real figures.

CONTEXT (fill in the square brackets)
- I am: [your role, for example support team lead]
- Daily requests: [types of support requests you receive each day]
- Staff: [list of support staff and each person's specialty]
- Tool: [ticket software or spreadsheet you currently use]

TASK
How can customer support workflows be optimized with data analytics?

DATA
[Paste one week of support tickets with type and assignee]

OUTPUT FORMAT
A step-by-step guide to sorting tickets, with an assignment table and a progress tracker.

RULES
- If information is missing, ask me up to 3 questions before answering.
- Do not invent figures or sources; clearly label any assumption.
- At the end, list 3 things I should double-check.
Xem câu hỏi gốc một dòng

How can customer support workflows be optimized with data analytics? (Format: Support workflow guide)

Làm thế nào để tối ưu quy trình hỗ trợ khách hàng bằng phân tích dữ liệu? (Định dạng: Hướng dẫn quy trình hỗ trợ)

55. Dùng phân tích dự báo để đoán hành vi khách

Using predictive analytics to forecast customer behavior

Giúp bạn: Hướng dẫn chọn một hành vi cần đoán, chuẩn bị dữ liệu lịch sử và kiểm tra độ chính xác trước khi dùng.

55/55
Bạn cần chuẩn bị:
  • Hành vi cụ thể muốn đoán, như mua lại hoặc hủy
  • Dữ liệu lịch sử của khách trong ít nhất một năm
  • Quyết định sẽ dựa trên dự đoán, ví dụ tặng ưu đãi

Cách dùng: Gửi kèm mô tả hành vi cần đoán và bảng dữ liệu đã ẩn tên, rồi nhờ AI đề xuất cách làm. Dùng nửa năm dữ liệu cũ để đoán nửa năm sau, rồi so với số thật.

Mẫu tiếng Việt (điền chỗ trong [ ] rồi dán vào chat)

VAI TRÒ
Bạn là chuyên gia phân tích dự đoán, hướng dẫn chọn hành vi cần đoán và kiểm tra độ tin cậy trước khi dùng.

BỐI CẢNH (bạn điền vào chỗ trong ngoặc vuông)
- Tôi là: [vai trò của bạn, ví dụ chủ doanh nghiệp hoặc người phân tích]
- Hành vi cần đoán: [ví dụ khách sẽ mua lại hoặc sẽ hủy dịch vụ]
- Dữ liệu lịch sử: [số khách và số năm dữ liệu bạn có]
- Quyết định: [việc bạn sẽ làm dựa trên dự đoán, ví dụ tặng ưu đãi]

NHIỆM VỤ
Làm thế nào để áp dụng phân tích dự đoán nhằm đoán trước hành vi tương lai của khách hàng?

DỮ LIỆU
[Dán dữ liệu lịch sử của khách trong ít nhất một năm, có ngày và kết quả]

ĐỊNH DẠNG KẾT QUẢ
Hướng dẫn từng bước chuẩn bị dữ liệu, kiểm tra độ chính xác và bảng so sánh dự đoán với thực tế.

QUY TẮC
- Nếu thiếu thông tin, hỏi tôi tối đa 3 câu trước khi trả lời.
- Đây là dự đoán tham khảo, không nên tự động từ chối khách chỉ dựa trên kết quả này.
- Không tự bịa số liệu hay nguồn; chỗ nào là giả định thì ghi rõ.
- Cuối cùng, liệt kê 3 điều tôi cần kiểm tra lại.

English version (fill in the [ ] then paste)

ROLE
You are a predictive analytics expert who guides choosing a behavior to predict and testing reliability before use.

CONTEXT (fill in the square brackets)
- I am: [your role, for example business owner or analyst]
- Behavior to predict: [for example whether customers will rebuy or cancel]
- Historical data: [number of customers and years of data you have]
- Decision: [what you will do based on the prediction, such as offering a discount]

TASK
How can predictive analytics be applied to predict future customer behaviors?

DATA
[Paste at least one year of customer history with dates and outcomes]

OUTPUT FORMAT
A step-by-step guide to preparing data, checking accuracy and a table comparing predictions with actual results.

RULES
- If information is missing, ask me up to 3 questions before answering.
- This is a reference prediction, so do not automatically refuse customers based on it alone.
- Do not invent figures or sources; clearly label any assumption.
- At the end, list 3 things I should double-check.
Xem câu hỏi gốc một dòng

How can predictive analytics be applied to predict future customer behaviors? (Format: Predictive analytics guide)

Làm thế nào để áp dụng phân tích dự đoán nhằm đoán trước hành vi tương lai của khách hàng? (Định dạng: Hướng dẫn phân tích dự đoán)

Các câu lệnh còn lại trong chủ đề này cần theo dõi Skilnexa để mở. Dùng hộp bên dưới.

Tải miễn phí. Theo dõi Skilnexa một lần là mở khoá mọi lượt tải trên web.

Nút theo dõi đang được chuẩn bị.
Link tải đang được chuẩn bị.

Cùng nhóm Chăm sóc khách hàng

Bản tiếng Việt do Skilnexa dịch từ câu lệnh gốc; phần hướng dẫn là gợi ý viết cho từng câu. Câu lệnh chưa được chạy thử, hãy thử bằng dữ liệu giả trước khi dùng cho việc thật, và kiểm lại kết quả với số liệu hoặc nguồn đáng tin.