Анализ миграции клиентов страховой компании (POC)

Производственный прототип, демонстрирующий анализ миграции клиентов, с использованием:

• Слой данных: тестовые данные legacy (Excel) + нового продукта (CSV) + данные о конкурентах

• MCP Server: инструменты доступа к данным, предоставляемые агентам CrewAI

• CrewAI: маршрутизатор запросов + аналитические агенты для многошаговых рассуждений

• Gradio UI: интерфейс на естественном языке для руководителей

Архитектура

Executive Question
    ↓
Gradio UI
    ↓
CrewAI Router Agent (query understanding)
    ↓
CrewAI Analysis Agent (data fetching + insights)
    ↓
MCP Tools (GetRenewedCount, GetLeftCount, etc.)
    ↓
Data Layer (pandas + Excel/CSV queries)
    ↓
Response formatted for executives

Related MCP server: Database MCP Server

Настройка

1. Установка зависимостей

# Install using uv (recommended)
uv sync

# OR using pip
pip install -r requirements.txt

2. Настройка окружения

cp .env.example .env
# Edit .env and add your ANTHROPIC_API_KEY

3. Генерация тестовых данных

python -m demo_redshift_mcp.data_generator

Будут созданы:

• data/legacy_product.xlsx — 900 клиентов устаревшей системы

• data/new_product_customers.csv — 100 клиентов нового продукта

• data/competitor_coverage.csv — история конкурентов

Запуск приложения

Веб-интерфейс (рекомендуется)

# Launch Gradio interface
python -m demo_redshift_mcp

# Opens at http://localhost:7860

Командная строка (тестирование)

python -c "
from src.demo_redshift_mcp.crew_agents import run_customer_migration_analysis
result = run_customer_migration_analysis('How many customers renewed?')
print(result)
"

Примеры вопросов для руководителей

1. "Сколько клиентов перешли на новый продукт?"

   • Возвращает: количество и процент успешной миграции

2. "Сколько клиентов ушли к конкурентам?"

   • Возвращает: количество и разбивку по статусу (ACTIVE/EXPIRED/CANCELLED)

3. "Сколько клиентов вернулось от конкурентов и почему?"

   • Возвращает: количество возвратов + причины (цена, функции и т.д.)

4. "Каков итог миграции?"

   • Возвращает: комплексный анализ всех сегментов

5. "Расскажите о клиентах в Калифорнии"

   • Возвращает: показатели по штату

6. "Кто принял функцию CONNECTED?"

   • Возвращает: разбивку внедрения функции

Структура проекта

demo-redshift-mcp/
├── src/demo_redshift_mcp/
│   ├── app.py                 # Gradio UI entry point
│   ├── crew_agents.py         # CrewAI agents + workflow
│   ├── mcp_server.py          # MCP tools definition
│   ├── data_layer.py          # Data access logic
│   ├── data_generator.py      # Mock data generation
│   └── __init__.py
├── data/                      # Generated mock data
│   ├── legacy_product.xlsx
│   ├── new_product_customers.csv
│   └── competitor_coverage.csv
├── INSURANCE_POC_ARCHITECTURE.md
├── pyproject.toml
└── .env

Ключевые проектные решения

Разделение данных (Excel и CSV)

• Устаревшая система: Excel (имитирует существующие системы)

• Новая система: CSV в "Redshift" (имитирует облачный OLAP)

• Причина: ранняя проверка логики объединения между хранилищами

MCP вместо прямых запросов

• Чистая абстракция между данными и логикой рассуждений

• Готовность к продакшену: замена CSV на Redshift в будущем

• Агенты сосредоточены на рассуждениях, а не на технической обвязке

Шаблон + динамический запасной вариант

• Быстрый путь: предопределённые запросы для типовых вопросов

• Гибкий путь: CrewAI создаёт логику для крайних случаев

• Мягкие рассуждения: комбинация ценовых и функциональных сигналов для объяснения причин возврата клиентов

Дальнейшие шаги

Этап 1: Данные ✅

• Генерация тестовых данных (900 устаревших, 100 новых, покрытие конкурентов)

Этап 2: MCP ✅

• Инструменты доступа к данным (GetRenewedCount, GetLeftCount и т.д.)

Этап 3: CrewAI ✅

• Маршрутизатор запросов + аналитические агенты

Этап 4: Тестирование

• Запустить примеры вопросов и проверить точность

• Проверить крайние случаи

Этап 5: UI ✅

• Интерфейс Gradio для руководителей

Планируемые улучшения

• Заменить CSV на реальный AWS Redshift

• Добавить панели мониторинга по штатам

• Экспорт отчётов в PDF/Excel

• Добавить анализ исторических трендов

• Развернуть как endpoint FastAPI

Устранение неисправностей

Ошибка "Module not found"

# Ensure you're in the right directory
cd /Users/Balu/Documents/Projects/MyCode/demo-redshift-mcp

# Reinstall dependencies
uv sync

Ошибка "Data not found"

# Generate mock data
python -m demo_redshift_mcp.data_generator

Ошибки CrewAI

• Убедитесь, что переменная окружения ANTHROPIC_API_KEY установлена в .env

• Проверьте наличие доступа к Claude 3.5 Sonnet (или более новой версии)

Разработка

Добавление нового инструмента запроса

1. Добавьте метод в DataLayer (data_layer.py

2. Оберните его в InsuranceMCPTools (mcp_server.py)

3. Создайте обёртку CrewAI @tool (crew_agents.py)

4. Обновите логику маршрутизации в analysis_task

Локальное тестирование

from src.demo_redshift_mcp.data_layer import DataLayer

data = DataLayer()
result = data.customers_renewed()
print(result)

Лицензия

Внутренний POC - не для производственного использования без надлежащего управления данными.