Jalankan Platform Pelanggan Anda dari Claude Code — dan Slack
Oleh SocialHub.AI Tim
Pembukaan kunci ini bukan dasbor yang lebih cepat. Ini adalah model operasi yang berbeda: agen yang diatur di dalam alat AI yang sudah digunakan tim Anda — menjawab dan bertindak dalam bahasa yang mudah dipahami, tanpa mengekspor data atau melepaskan kendali.
Hambatan utamanya bukanlah dasbor
Setiap tim retensi memiliki ritual pertengahan minggu yang sama. Seseorang mengajukan pertanyaan tajam — "bagaimana pergerakan GMV minggu lalu, dan mengapa penukaran lemah?" — dan jawabannya membutuhkan waktu sehari. Bukan karena datanya hilang, tetapi karena untuk mendapatkannya berarti dasbor yang tidak sepenuhnya sesuai dengan yang Anda inginkan, ping Slack ke orang yang bertugas menganalisis, ekspor, pivot, dan pertanyaan lanjutan yang memulai siklus dari awal. Sinyalnya ada. Jalan untuk menindaklanjutinya adalah masalahnya.
Selama beberapa tahun terakhir, kami telah berpendapat bahwa retensi adalah sebuah siklus — Tangkap, Putuskan, Aktifkan, Kumpulkan — dan bahwa simpul yang hilang bagi sebagian besar merek adalah Putuskan: lapisan agen yang membaca profil dan memilih apa yang harus dilakukan selanjutnya. SoCode adalah tampilan Putuskan ketika Anda memberikannya kepada seseorang, di alat yang sudah mereka buka. Ini adalah integrasi SocialHub untuk Claude Code (dan Claude Desktop dan Cursor): sebuah skill yang dapat diunduh, operasi flash, ditambah server MCP yang diatur. Anda mengoperasikan platform dan menanyakan metrik yang diatur dalam bahasa yang mudah dipahami tanpa meninggalkan editor Anda. Ini tersedia sekarang.
Intinya bukanlah grafik yang lebih menarik. Ini adalah model operasi yang berbeda. Jawaban dan tindakan berpindah ke tempat pekerjaan sudah dilakukan, layanan mandiri, dengan tata kelola yang terintegrasi — tanpa ekspor data, tanpa kehilangan kendali.
Skenario 1 — Pemimpin pertumbuhan yang membutuhkan jawaban sebelum rapat harian
Sebelumnya: pemimpin pertumbuhan atau analitik Anda menginginkan "GMV minggu lalu per toko, dan mengapa penukaran menurun?" Itu dua pertanyaan dan setidaknya satu keputusan. Saat ini, itu berarti dasbor untuk paruh pertama, penggalian manual untuk paruh kedua, dan — jika penggaliannya menarik — tiket ke seseorang yang dapat menulis SQL. Jawaban jujur diberikan setelah pertemuan di mana itu akan sangat penting.
Setelahnya: mereka mengetiknya ke Claude Code. Keterampilan operasi kilat mengenali pertanyaan Flash, memanggil server MCP, dan angka GMV langsung berasal dari lapisan semantik bersertifikat — definisi GMV yang sama yang digunakan dasbor Anda, bukan number yang diimprovisasi oleh model. Kemudian agen melakukan bagian yang tidak dapat dilakukan oleh dasbor statis: ia mengikuti alur. Ia menarik tren penukaran, memsegmentasikannya, dan menampilkan pendorong yang mungkin — kumpulan kupon yang habis, tingkatan yang aktivitasnya menurun — dan menunjukkan pekerjaannya saat proses berlangsung.
Contoh pertanyaan yang mudah dipahami: "GMV minggu lalu per toko." "Mengapa penukaran kupon menurun dibandingkan minggu sebelumnya?" "Tunjukkan tingkat penukaran kupon berdasarkan kumpulan kupon selama 14 hari terakhir." Pemimpin rapat masuk ke ruang rapat dengan jawaban yang terstruktur dan hipotesis, bukan janji untuk kembali membahasnya.
Skenario 2 — Manajer pemasaran yang tidak bisa menulis SQL dan seharusnya tidak perlu melakukannya
Sebelumnya: seorang manajer pemasaran mencurigai keterlibatan menurun. "Apakah jumlah anggota aktif turun dibandingkan bulan lalu, dan apakah penurunan tersebut terkonsentrasi pada satu tingkatan?" adalah hal yang wajar untuk diketahui. Ini juga merupakan diagnosis multi-langkah — menghitung anggota aktif untuk dua periode waktu, membagi berdasarkan tingkatan, membandingkan — yang tidak dapat mereka lakukan sendiri. Jadi, ini menjadi permintaan, permintaan tersebut menjadi antrian, dan pada saat analisis selesai, momen untuk bertindak telah berlalu.
Setelahnya: mereka bertanya langsung kepada agen. "Apakah jumlah anggota aktif menurun dibandingkan bulan lalu, berdasarkan tingkatan?" Metrik tersebut berasal dari lapisan bersertifikat dengan definisi "aktif" yang konsisten, perbandingan berjalan di kedua jendela, dan rinciannya kembali dalam hitungan detik — Gold stabil, Silver melemah, anggota baru baik. Tindak lanjut alami — "toko mana yang menyebabkan penurunan Silver?" — langsung terhubung dengan yang pertama, karena agen memegang kendali alih-alih mengatur ulang alurnya.
Ini adalah pergeseran yang tenang. Diagnosis terjadi saat masih penting, dijalankan oleh orang yang bertanggung jawab atas hasilnya, tanpa serah terima. Antrian analis menjadi lebih pendek, dan manajer berhenti menunggu number untuk memutuskan apakah ada masalah yang layak untuk ditindaklanjuti.
Skenario 3 — Insinyur yang integrasinya menjadi baris konfigurasi
Sebelumnya: seorang insinyur AI atau ML menginginkan asisten mereka sendiri atau Cursor untuk menalar metrik bisnis yang diatur. Secara historis itu adalah sebuah proyek — meminta akses, membangun pipeline, mereplikasi logika metrik di tempat baru, dan kemudian bertanggung jawab atas penyimpangan selamanya karena definisi dan izin menyimpang dari sumber kebenaran.
Setelahnya: mereka mengarahkan klien mereka yang mampu MCP ke server SocialHub MCP yang sama. Integrasi yang dulunya merupakan seperempat dari roadmap menjadi baris konfigurasi. Asisten mereka sekarang dapat meminta GMV, anggota aktif, atau tingkat penukaran dan mendapatkan definisi bersertifikat — yang telah disepakati oleh bagian keuangan dan pemasaran — alih-alih salinan yang dibuat secara manual yang diam-diam menjadi usang.
Dan karena ini adalah MCP, permukaan yang sama yang melayani manusia di Claude Code melayani mesin di Cursor. Satu kontrak yang diatur, dua konsumen. Insinyur mengirimkan produk berdasarkan metrik kelas bisnis tanpa menjadi pemilik permanen replika metrik.
Tata kelola adalah produknya, bukan penafiannya
AI swalayan di atas platform pelanggan Anda hanya layak dimiliki jika Anda dapat mempercayainya dan mengendalikannya. SoCode dibangun agar jawabannya nyata dan tindakannya terbatas. Setiap metrik number berasal dari lapisan semantik bersertifikat — AI tidak mengarang angka. Ketika tidak dapat memberikan dasar untuk number, AI akan mengatakannya daripada menebak, yang merupakan perbedaan antara alat yang Anda gunakan untuk memberi pengarahan kepada para eksekutif dan mainan yang harus Anda periksa ulang.
Tindakan diatur dengan cara yang sama. Pembacaan terbuka di bawah preset metrics:read; apa pun yang menulis memerlukan cakupan penulisan eksplisit dan melewati penjaga sisi server yang tidak dapat dilewati oleh klien. Setiap kunci dicakup oleh penyewa, sehingga agen hanya pernah melihat data satu penyewa. Setiap panggilan diaudit. Penulisan dikonfirmasi, bukan dilakukan secara membabi buta — dan log audit berarti Anda selalu dapat menjawab "siapa yang mengubah apa, dan kapan."
Jalur adopsi mengikuti kepercayaan. Mulailah hanya baca dengan preset metrics:read, biarkan tim mendapatkan jawaban, dan tambahkan cakupan tulis hanya untuk operasi spesifik yang ingin Anda aktifkan. Anda memperluas kemampuan secara sengaja, sesuai ketentuan Anda, alih-alih menyerahkan kendali kepada agen sejak hari pertama.
Dari jawaban ke tindakan — di dalam lingkaran
Pengumpulan data adalah titik awal sebagian besar tim, tetapi permukaan yang sama yang diatur menjalankan operasi yang disetujui: mengelola anggota dan tingkatan loyalitas, memberikan atau menukarkan poin, bekerja dengan kupon dan kumpulan kupon, menerbitkan kode duta. Itulah yang mengubah SoCode dari kemudahan pelaporan menjadi model operasional. "Anggota aktif yang masuk ke Silver" berhenti menjadi jalur pencarian Anda ke orang lain dan menjadi sesuatu yang dapat Anda tindak lanjuti — mendiagnosis, kemudian mengeksekusi, lalu mengamati pembacaan berikutnya yang memberi tahu Anda apakah itu berhasil.
Itulah siklus retensi, yang dikompresi menjadi satu percakapan: analisis, eksekusi, peningkatan, secara terus menerus. Agen membaca metrik yang diatur (Putuskan), menjalankan tindakan yang disetujui dan diaudit (Aktifkan), dan kueri berikutnya mencerminkan hasilnya (Kumpulkan, lalu Tangkap lagi). Loop yang biasanya kita gambar sebagai empat kotak pada slide menjadi bolak-balik di editor Anda — dengan cakupan penulisan dan jejak audit yang menjaganya tetap jujur.
Kami telah melihat betapa berharganya menutup lingkaran dalam skala besar. McDonald's China meningkatkan pangsa anggota dari GMV dari 5% menjadi 85% dengan memperlakukan retensi sebagai sebuah sistem, bukan serangkaian kampanye. Mekanisme di sini adalah ide yang sama, yang disederhanakan menjadi satu permintaan: membuat tindakan terbaik berikutnya mudah ditemukan dan aman untuk dilakukan.
SoTag — agen yang sama tempat tim sudah berkoordinasi (sedang berlangsung)
Claude Code adalah rumah bagi analis dan insinyur. Ini bukan tempat seorang manajer pemasaran, merchandiser, atau pemimpin regional menghabiskan hari mereka. Tim-tim tersebut berkoordinasi di Slack — dan di situlah SoTag berperan. SoTag adalah agen yang diatur yang sama, sedang dalam proses dan akan datang, tersedia di saluran tempat keputusan sebenarnya dibuat.
Bayangkan. Di saluran #retensi seseorang mengetik, "@SocialHub anggota aktif berdasarkan tingkatan vs bulan lalu" dan jawaban yang diatur diposting sebaris, angka yang terverifikasi dan semuanya, terlihat oleh semua orang di utas tersebut. Atau, dengan cakupan yang tepat, "@SocialHub isi ulang kumpulan kupon musim panas dengan 500 kode" — dikonfirmasi, dieksekusi, dan diaudit, di depan tim, dengan pengamanan sisi server dan cakupan penyewa yang sama seperti editor. SoTag secara eksplisit sedang dalam proses; kami menyebutkannya agar Anda dapat merencanakannya daripada menunggunya.
Alasan mengapa ini penting adalah jangkauan. Agen yang diatur di editor membuka akses ke tim teknis. Agen yang sama di Slack membuka akses ke semua orang lain — orang-orang yang memiliki kampanye, toko, dan kalender — tanpa meminta mereka untuk mempelajari alat baru atau mengajukan permintaan. Siklus berjalan lebih cepat ketika seluruh tim dapat bergiliran.
Mulai hanya baca, lalu lebarkan pintunya
Alasan untuk SoCode bukanlah bahwa dasbor itu buruk. Melainkan model operasi di sekitarnya lambat, dan solusinya adalah memindahkan jawaban dan tindakan yang diatur ke dalam alat AI yang sudah digunakan tim Anda — tanpa mengekspor data dan tanpa melepaskan kendali. Metrik bersertifikat menjaga agar jawaban tetap dapat dipercaya; cakupan, pengamanan sisi server, isolasi penyewa, dan log audit menjaga agar tindakan tetap aman.
Cara masuk yang berisiko rendah persis seperti yang dirancang untuk diadopsi: instal skill flash-operations, hubungkan server MCP yang diatur dengan preset metrics:read, dan biarkan tim Anda mengajukan pertanyaan nyata selama seminggu. Tambahkan cakupan tulis hanya setelah Anda memutuskan operasi mana yang layak diaktifkan. Anda dapat membaca lebih lanjut di /resources/socode dan melihat di mana ini cocok dalam gambaran yang lebih besar di /platform/ai-frontier.
Jika Anda ingin melihat GMV, anggota aktif, dan penukaran Anda sendiri dijawab dalam bahasa yang mudah dipahami — dan peta jalan menuju SoTag di Slack — pesan demo. Atau lewati pertemuan dan mulailah dengan SoCode: hanya baca, diatur, di editor yang sudah Anda buka.
Bacaan terkait
Terus jelajahi halaman-halaman yang paling terkait dengan halaman ini.
SaaS untuk AI: Ketika Pengguna Utama Perangkat Lunak Anda Adalah Agen, Bukan Manusia
"SaaS untuk AI" adalah klaim arsitektur yang tepat, bukan slogan. Ketika agen adalah konsumen utama, produk tersebut menjadi tata kelola: siapa yang dapat bertindak, atas nama siapa, dan dengan biaya berapa.
Baca selengkapnya ArtikelMCP Bukan Konektor — Ini Adalah Permukaan Tata Kelola Anda untuk Era Agen
Sebagian besar liputan menggambarkan Protokol Konteks Model sebagai infrastruktur. Pembingkaian ulang perusahaan yang lebih penting: MCP adalah satu-satunya tempat yang dapat diaudit di mana identitas, otorisasi, pencatatan, dan pengendalian biaya untuk penggunaan alat AI diputuskan.
Baca selengkapnya ArtikelSaluran Penjualan Bukanlah Lingkaran: Mengapa Hanya 'Akumulasi' yang Membuat Retensi Berlipat Ganda
Sebagian besar teknologi pemasaran menjalankan alur satu arah dan menyebutnya sebagai loop. Perbedaannya adalah satu node—penulisan balik—dan itu adalah perbedaan antara tumpukan yang dapat Anda salin dan keunggulan yang tidak dapat Anda salin.
Baca selengkapnya ArtikelSatu Kosakata, Dua Audiens: Mengapa AI dan Dasbor Anda Harus Berbagi Lapisan Semantik
Alat adalah kata kerja yang digunakan agen. Lapisan semantik adalah kosakata bersama yang menjaga kejujuran kata kerja tersebut. Bangun sekali, layani orang dan agen darinya, dan number berarti hal yang sama tidak peduli siapa yang bertanya.
Baca selengkapnya ArtikelSatu Identitas, Seribu Percakapan: Suara Merek di Era Hiper-Personalisasi
Personalisasi tanpa kesatuan merek adalah kebisingan yang tidak sesuai merek. Identitas tetap tanpa personalisasi adalah siaran yang tidak relevan. Batasan utamanya adalah menggabungkan keduanya sekaligus.
Baca selengkapnya ArtikelApa yang Diwarisi Martech Amerika Utara dari Era Email — dan Mengapa Era Agen Memaksa Fusi
Dua tradisi teknologi ritel tumbuh dengan memecahkan masalah yang berbeda di sisi dunia yang berlawanan. Masing-masing benar-benar unggul. Agen otonom adalah hal pertama yang membutuhkan keduanya sekaligus.
Baca selengkapnyaIngin Mempelajari Lebih Lanjut?
Jadwalkan percakapan dengan pakar siklus retensi kami.