An astronaut overseeing a futuristic data hub
Télécharger le PDFVersion Markdown

Connectez AI Engagement Scoring à ChatGPT, Claude et Gemini

Configurez-le une fois et il fonctionne avec ChatGPT, Claude, Cursor et n'importe quel autre client que vous aimez. Tout s'exécute en toute sécurité en arrière-plan, pour que vous puissiez vous détendre et vous concentrer sur l'essentiel. Transformez les données d'utilisation en stratégies de rétention concrètes.

Demandez à l'IA à propos de ce Connector

Développé, maintenu et hébergé par Vinkius.

MCP VÉRIFIÉ · PRÊT POUR LA PRODUCTION · GARANTIE VINKIUS

Waiting for input…

Works with modern AI clients that support MCP, including ChatGPT, Claude, Cursor, and more.

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

Votre IA fait le travail. Nous veillons dessus, en toute sécurité.

Aucun autre outil d'IA ne vous offre ça. Votre workflow s'exécute dans le client que vous aimez déjà, votre compte reste protégé, et vous décidez ce que l'agent peut ou ne peut pas faire. C'est la vraie raison de faire le pas.

Chaque Connector vit dans notre infrastructure, là où votre workflow s'exécute. Les trois choses ci-dessous en font déjà partie et travaillent discrètement en arrière-plan pour que vous n'ayez jamais à y penser. Rien à ajouter, rien à configurer, aucune inquiétude à avoir.

A futuristic MCP client docking bay
V8 Isolate01

Chaque Connector s'exécute dans son propre environnement scellé.

Chaque Connector s'exécute dans son propre runtime V8 scellé, sans accès à vos fichiers, à votre système ni aux autres serveurs. Un Connector ne voit jamais au-delà de sa propre requête.

Kill Switch02

Un seul interrupteur arrête tous les agents. Immédiatement.

Une seule action désactive tous les Connectors, révoque tous les tokens et termine toutes les sessions d'un coup. La Gouvernance de l'IA conserve le registre.

FinOps par utilisateur03

Des limites de dépense qui s'interrompent au lieu de surprendre.

Chaque utilisateur garde ses propres connexions et identifiants, isolés de ceux des autres. Ce qui dépasserait votre limite de dépense est stoppé et mis en attente de votre approbation, pas facturé.

Trois contrôles, intégrés à la couche par laquelle votre IA se connecte.

Sélection · 4 capacités

Nous ne livrons que les actions qui comptent.

Ensemble de capacités01 / 01

01-04

4 capacités dans cet ensemble.

Sur 4 disponibles via AI Engagement Scoring.

  1. 01

    Analyser la tendance d'engagement

    Suivez la trajectoire de l'intérêt d'un utilisateur pour les fonctionnalités IA au fil du temps.

  2. 02

    Calculer le score d'engagement utilisateur

    Déterminez le niveau d'engagement actuel d'un utilisateur spécifique en profondeur.

  3. 03

    Obtenir les métriques d'adoption de fonctionnalités

    Évaluez l'efficacité avec laquelle des fonctionnalités IA spécifiques sont découvertes et adoptées par vos utilisateurs.

  4. 04

    Prédire le risque de désabonnement utilisateur

    Identifiez les utilisateurs qui sont susceptibles de réduire leur utilisation ou de quitter vos fonctionnalités IA.

Travail réel

Ce que les équipes font tourner

01

Reviewing a dormant user

You check a user who hasn't logged in for weeks. The MCP predicts their churn risk and tells you if they were previously a high-value user.

02

Launching a new feature

You run a report to see if the new feature is being discovered and adopted. The MCP gives you the specific metrics needed to judge success.

03

Identifying product friction

You notice a drop in usage. The MCP analyzes engagement trends to see if the decline started after a specific product update.

04

Segmenting power users

You calculate the engagement score for your top 100 users to confirm they are still realizing high value from the AI capabilities.

Un connector, toutes les IAs

AI Engagement Scoring fonctionne avec les clients IA les plus populaires.

Voici les clients les plus populaires, chacun avec un guide pas à pas : un lien, configuré une fois, avec gouvernance et visibilité intégrées. Et comme tout tourne sur le standard MCP, la même connexion fonctionne aussi dans tout autre client compatible : rien à reconstruire.

ClaudeClaudeChatGPTChatGPTGeminiGeminiPerplexityPerplexityGrokGrokMicrosoft CopilotMicrosoft CopilotCursorCursorVS CodeVS CodeWindsurfWindsurfJetBrainsJetBrainsClineClineLangChainLangChainVercel AI SDKVercel AI SDKLovableLovableZ.aiZ.aiRaycastRaycastQwen CodeQwen CodeKimi CodeKimi CodeLe ChatLe Chat

Vous construisez votre propre app ? Le connector est à vous.

Vous n'avez pas besoin d'un client pour mettre AI Engagement Scoring au travail : la même connexion hébergée se branche sur vos propres applications et le code de votre agent, avec la même gouvernance à chaque requête. Construisez avec lui, discutez avec lui : une connexion pour les deux.

Observée, pas estimée

Moyenne de 901 ms. Rapide en production.

AI Engagement Scoring est vérifié quotidiennement contre le service en production.

Moyenne quotidiennePic à 1215 ms
3 oct.Aujourd'hui
Jour le plus rapide
693ms
Jour le plus lent
1215ms
Tendance sur 14 jours
En ralentissement+41%

Connectez votre client

Une URL. Tous les clients.

Activez le Connector, copiez votre lien et collez-le dans le client que vous utilisez déjà. 4 capacités arrivent prêtes à l'emploi.

Accès aperçu · pas d’authentification du fournisseur

Le jeton vk_preview_* appartient à l’infrastructure d’aperçu de Vinkius. Il permet à Claude de découvrir et d’afficher les capacités de AI Engagement Scoring, pour que vous voyiez l’expérience dans votre IA.

Il n’authentifie pas votre compte auprès de AI Engagement Scoring. Les actions nécessitant des identifiants ou des données de compte réelles peuvent ne pas s’exécuter tant que vous n’avez pas activé le Connector et autorisé le service.

AI Engagement Scoring Connector

Tout est prêt. Choisissez votre client MCP et suivez les instructions de configuration.

Lien du connecteurhttps://edge.vinkius.com/vk_preview_4wOGVgGo4t204rkw2C4D4i8XjePsZ299pNnX5ev6/mcp

Claude Desktop

Suivez les étapes ci-dessous pour vous connecter en quelques secondes.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — AI Engagement Scoring capabilities are ready to use.
Configuration · claude_desktop_config.jsonCopier
{
  "mcpServers": {
    "ai-engagement-scoring-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_4wOGVgGo4t204rkw2C4D4i8XjePsZ299pNnX5ev6/mcp"
    }
  }
}
  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Les instructions pas à pas pour chaque client sont dans le guide. Comment connecter

Configuration guidée pour Claude ? Configurer AI Engagement Scoring avec Claude et les autres IA

Voyez tous les clients IA avec lesquels ce connector fonctionne ↑

Pour qui

Conçu pour le travail que les utilisateurs de AI Engagement Scoring délèguent.

Cet MCP est indispensable pour toute équipe produit ou marketing qui dépend de l'IA. Il permet de passer d'une simple observation d'utilisation à une compréhension stratégique du comportement client. Vous identifierez rapidement les fonctionnalités qui ne sont pas utilisées à leur plein potentiel et les utilisateurs qui risquent de décrocher.

  • 01

    Chef de produit (Product Manager)

    Pour prioriser les développements et garantir que les fonctionnalités IA répondent à un besoin réel et mesurable.

  • 02

    Analyste de données (Data Analyst)

    Pour suivre les tendances d'utilisation, calculer des scores d'engagement précis et segmenter les utilisateurs en fonction de leur valeur.

  • 03

    Responsable de la réussite client (Customer Success Manager)

    Pour identifier proactivement les clients à risque et mettre en place des actions de rétention ciblées.

FAQ

Les questions des utilisateurs de AI Engagement Scoring.

  • 01

    Does this MCP track all user activity?

    No, it focuses specifically on AI feature engagement. It helps you measure how users interact with your AI capabilities, providing metrics on adoption and value realization.

  • 02

    Can I use this for multiple product lines?

    The MCP is designed to analyze AI feature engagement. You must ensure the data source feeding the MCP covers all the AI features you want to measure.

  • 03

    What is the difference between engagement and adoption?

    Adoption metrics show if users are finding and trying a feature. Engagement scores give a holistic view of how valuable and active the user is with the product overall.

  • 04

    Is this only for large companies?

    No. This MCP helps any product team that needs to understand user retention and feature stickiness, regardless of company size.

  • 05

    How is the engagement score calculated?

    The score is determined by calculate_user_engagement_score, which evaluates session volume, feature breadth, and the ratio of successful value realizations to total AI outputs.

  • 06

    Can I predict which users might stop using AI features?

    Yes, you can use predict_user_churn_risk to identify users showing declining engagement trends and low value realization.

  • 07

    How do I measure if a new AI feature is successful?

    Use get_feature_adoption_metrics to compare the discovery rate against the realization rate, which measures how many users actually find value in the feature.

Explorer

Plus dans Analytics

Suggestions

Connectez AI Engagement Scoring à Claude, Cursor, ChatGPT et d'autres