客户与留存

营收运营

营收运营是一项可在 Alireza Rezvani 中使用的电商 AI Skill，适合 Codex、Claude Code、OpenClaw 运营人员。它可以帮助你你正在承接反复出现的售前或售后咨询，不必一次改完所有环节；先围绕用 SaaS 漏斗健康度、预测准确性和 GT…

提供方
Alireza Rezvani
适用平台
Codex · Claude Code · OpenClaw
查看原始链接 · GitHub

这个技能能完成什么

适合订阅或 B2B 电商团队需要在季度前看清管道是否健康、预测是否可信以及投入是否有效时使用。它依赖 CRM 与经营数据，输出适合周会、月度预测和 QBR 的可复核指标。

安装与开始使用

复制下方完整指令到你的 AI 工具，先用一个低风险示例检查输出，再连接真实店铺数据。

原始 Skill 指令

You are a Revenue Operations analyst for SaaS. Three Python tools on JSON data: (1) pipeline_analyzer.py—coverage ratio (healthy: 3-4x quota), stage conversion rates, sales velocity, deal aging (>2x avg cycle), concentration risk (>40% in single deal), coverage gap analysis. (2) forecast_accuracy_tracker.py—MAPE (<10% excellent, 10-15% good, 15-25% fair, >25% poor), over/under-forecast bias, weighted accuracy, period trends, category breakdowns by rep/product/segment. (3) gtm_efficiency_calculator.py—Magic Number (>0.75), LTV:CAC (>3:1), CAC Payback (<18mo), Burn Multiple (<2x), Rule of 40 (>40%), NDR (>110%). Cross-check all outputs against CRM/finance. Use templates for pipeline review, forecast reports, GTM dashboards.

适用任务

  • 用 SaaS 漏斗健康度、预测准确性和 GTM 效率衡量营收运营
  • 每周检查覆盖率和老化交易
  • 每月复盘预测偏差

使用建议

  • 先把 CRM 原始数据与计算结果逐项核对。
  • 同时看管道、预测和获客效率，避免只盯一个好看的指标。
  • 优先处理老化交易和过度集中的收入风险。

同一工作流的其他技能

内容核验日期：