isp-analytics-mcp
Server Configuration
Describes the environment variables required to run the server.
| Name | Required | Description | Default |
|---|---|---|---|
| ISP_DB_PATH | No | Caminho para o banco SQLite de dados sintéticos, por exemplo /caminho/para/isp-analytics-mcp/data/aurora.db. |
Instructions
Guidance the server publishes about itself, which clients place ahead of the tool catalog so the model reads it before choosing anything.
Servidor de analytics de um provedor de internet fictício (Aurora Fibra).
Os dados são sintéticos e vão até 2026-11-01 (a data "hoje" do dataset).
Comece por overview para ter os números do mês. Para investigar uma queda ou
um pico, use churn_by_month, delinquency_by_month ou tickets_by_month e
depois quebre por segmento. run_sql aceita apenas SELECT; o esquema está no
resource isp://schema. Valores monetários em BRL.
Capabilities
Features and capabilities supported by this server
Protocol revision2025-11-25
| Capability | Details |
|---|---|
| tools | {
"listChanged": false
} |
| prompts | {
"listChanged": false
} |
| resources | {
"subscribe": false,
"listChanged": false
} |
Tools
Functions exposed to the LLM to take actions
| Name | Description |
|---|---|
| overviewB | KPIs do mês: base ativa, MRR, ARPU, churn 30d, inadimplência e chamados abertos. Args: as_of: data de referência (YYYY-MM-DD). Padrão: 2026-11-01. |
| churn_by_monthA | Cancelamentos e taxa de churn mês a mês (taxa = cancelados / base ativa no início do mês). |
| churn_reasonsC | Motivos de cancelamento no período (preco, mudanca, concorrente, qualidade, inadimplencia). |
| churn_by_segmentB | Churn acumulado por plano, cidade ou canal de venda — para achar onde o problema se concentra. |
| churn_riskB | Clientes ativos com maior risco de cancelar, com a pontuação (0–100) e os fatores que a compõem. A pontuação é por regras transparentes (atraso, chamados técnicos, tempo de casa, plano), não por modelo estatístico. Use para priorizar ações de retenção. |
| delinquency_agingB | Faturas vencidas e não pagas por faixa de atraso: 01-30, 31-60, 61-90 e 90+ dias. |
| delinquency_by_monthC | Por mês de vencimento: quantas faturas foram pagas com atraso ou seguem em aberto. |
| delinquent_customersB | Clientes ativos com fatura vencida há pelo menos |
| retention_cohortsC | Coortes por mês de entrada: % de clientes ainda ativos após 1, 3, 6 e 12 meses. |
| sales_by_monthB | Novos clientes e MRR novo por mês, agrupados por canal de venda, plano ou cidade. |
| ticket_statsB | Chamados por cidade e categoria: volume, % resolvidos e tempo médio de resolução em horas. |
| tickets_by_monthB | Volume mensal de chamados por categoria, opcionalmente filtrado por cidade. Bom para achar picos. |
| run_sqlA | Executa um SELECT livre no banco (somente leitura). Veja o esquema em Limites: uma instrução por chamada, sem palavras-chave de escrita, no máximo |
Prompts
Interactive templates invoked by user choice
| Name | Description |
|---|---|
| monthly_review | Roteiro para uma revisão mensal completa de churn, inadimplência, vendas e suporte. |
Resources
Contextual data attached and managed by the client
| Name | Description |
|---|---|
| schema | DDL das tabelas: plans, customers, invoices, tickets. |
| glossary | Definições das métricas usadas pelas tools. |
TDQS
Scored across 13 tools
The tools mostly target clearly distinct analytical angles: the churn family splits cleanly into trend (by_month), reasons, segment breakdown, and risk scoring, and the delinquency family into aging buckets, due-month flow, and customer list. Minor overlap exists between ticket_stats and tickets_by_month, since the latter covers a time dimension that arguably belongs in the former, and overview partially duplicates churn/delinquency KPIs at a single snapshot.
Nearly all tools follow a consistent snake_case `<domain>_<qualifier>` pattern (churn_by_month, churn_reasons, delinquency_aging, ticket_stats), which makes the set predictable. The outliers are the bare `overview` and the verb-first `run_sql`, but they are few and their roles are self-evident.
13 tools sits comfortably in the well-scoped range, and each one maps to a concrete analytical question (churn, delinquency, retention, sales, tickets). No padding is visible, and run_sql acts as a deliberate escape hatch rather than bloat.
The surface covers the core ISP analytics lifecycle: KPIs, churn in four dimensions, delinquency in three, cohort retention, sales acquisition, and support tickets, plus a read-only SQL fallback. The main gap is revenue evolution over time — sales_by_month reports only new MRR, with no total MRR/ARPU trend or expansion/contraction view, though run_sql can backfill this.