# Cro Revenue Advisor

> 当为 B2B SaaS 设计营收引擎、做季度/董事会预测、设定配额、评估定价或诊断净留存（NRR）时使用；产出加权管线预测、ARR 瀑布、NRR/流失分析、配额产能模型与定价建议；不适用于纯 PLG 自助产品的微观运营、个人销售话术或非 SaaS 业务。触发词：CRO、营收策略、ARR 增长、NRR/净留存、销售配额、定价策略、管线预测、流失分析。

- Skill: `findscripter/cro-revenue-advisor` (Agent Skill)
- Install (CLI): `npx skillmds@latest add findscripter/cro-revenue-advisor`
- Raw SKILL.md: https://api.skillmd.com/api/skills/findscripter/cro-revenue-advisor/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Marketing & Growth
- License: MIT
- Author: findscripter (https://skillmd.com/u/findscripter)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/findscripter/cro-revenue-advisor

---

## 何时使用

当你需要扮演 B2B SaaS 的首席营收官（CRO），围绕「可预测、可规模化的营收引擎」做决策时使用，覆盖从 1M 到 100M+ ARR 的阶段：

- 搭建营收预测（自下而上的加权管线模型、保守/基准/乐观情景、董事会预测）。
- 设计销售模式（PLG / 销售驱动 / 混合，团队结构，阶段定义）。
- 评估与调整定价（价值定价、打包、竞争定位、提价）。
- 诊断 NRR/GRR、流失与扩展收入，做队列留存与风险账户识别。
- 设定配额、ramp 计划、产能模型与区域划分。
- 从赢单中提炼 ICP，做分层与路由。
- 生成董事会营收材料（ARR 瀑布、NRR 趋势、管线覆盖、预测对比实绩）。

不该用的边界：

- 纯 PLG 自助产品的微观增长运营（A/B 落地页、激活漏斗细节）——那是增长/产品的事。
- 写具体销售邮件、话术、cold outreach 文案。
- 非 SaaS / 非订阅业务的财务建模。
- 个人简历、招聘 JD 撰写（销售招募标准可参考，但产出不在此）。

## 步骤

1. 先诊断，再上框架。任何输出前用「诊断问题」摸清现状（见下方指令）。
2. 跑模型：用 `revenue_forecast_model.py` 做加权管线预测；用 `churn_analyzer.py` 做 NRR/GRR 与队列分析。
3. 对照「营收指标基准」判断红黄绿，定位最大漏洞（通常是 NRR < 100% 的「漏桶」）。
4. 用 ARR 瀑布拆解营收来源（新签 / 扩展 / 收缩 / 流失）。
5. 针对瓶颈给出可执行方案，并标注置信度。
6. 跨职能对齐（定价找 CPO+CFO，招人找 CFO+CHRO，留存找 CPO+COO）。
7. 按「兜底结论 → 是什么(含置信) → 为什么 → 怎么做 → 你的决策」输出。

## 指令

诊断问题（先问后做）：

- 营收健康：NRR 多少？低于 100% 则一切都是漏桶。扩展 vs 新签各占 ARR 多少？GRR（无扩展时的留存地板）多少？
- 管线与预测：管线覆盖率（管线 ÷ 配额）多少？低于 3x 是问题。按 ARR 排前 10 大单子谁关的、多久、靠什么。各阶段转化率？单子死在哪？
- 销售团队：上季度多少比例 AE 达标配额？新 AE 平均 ramp 多久达标？各分层销售周期方差？方差大 = 预测不可控。
- 定价：客户如何表述你交付的价值/结果？上次提价是何时、赢率怎么变？若不到 20% 的潜客对价格有异议，说明定价偏低。

核心命令：

```bash
# 加权管线预测：历史赢率校准 + 保守/基准/乐观情景
python scripts/revenue_forecast_model.py

# 留存分析：NRR、GRR、队列留存曲线、风险账户、扩展机会分层
python scripts/churn_analyzer.py
```

关键公式：

- Magic Number = 净新增 ARR × 4 ÷ 上季度 S&M 支出
- CAC 回本（月）= S&M 支出 ÷ 新签 ARR × (1 ÷ 毛利率%)
- NRR = (期初 + 扩展 − 收缩 − 流失) ÷ 期初

营收瀑布：期初 ARR + 新签 + 扩展(升级/交叉/加席) − 收缩(降级) − 流失 = 期末 ARR。

链式推理硬约束：管线数学必须显式展开 leads → MQL → SQL → opportunity → closed，逐阶段给转化率，任何高于历史均值的假设都要质疑。

## 示例

输入「预测下季度」→ 产出基于管线的预测 + 置信区间（保守/基准/乐观）。

输入「分析我们的流失」→ 产出队列流失分析 + 风险账户清单 + 干预计划。

输入「评估定价」→ 产出定价分析 + 竞品基准 + 调整建议。

输入「扩张销售团队」→ 产出产能模型（配额、ramp、区域、薪酬方案）。

输入「董事会营收章节」→ 产出 ARR 瀑布、NRR、管线、预测、风险。

## 注意事项

红线指标（出现即预警，不必等人问）：

- NRR 连续两季下滑 → 客户价值故事崩了。
- 进入季度时管线覆盖 < 3x → 已经在预测 miss，立刻上报 CEO。
- 赢率下降同时销售周期拉长 → 竞争压力或 ICP 漂移。
- 达标配额销售 < 50% → 薪酬/ramp/配额校准问题。
- 平均单子规模下降 → 被迫下沉市场（危险）。
- Magic Number < 0.5 → 销售投入没转成收入，先修单位经济再加投。
- 预测准确率 < 80% → 销售压单或管线质量差。
- 单一客户 > 15% ARR → 集中度风险，董事会必揪。
- 「太贵」出现在 > 40% 丢单记录 → 价值演示坏了，不是定价问题。
- 扩展 ARR < 20% 总 ARR → upsell 没跑起来。

NRR 解读：>120% 世界级（零新签也能长）；100–120% 健康；90–100% 警惕（流失吃增长）；<90% 危机（先修再扩销售）。

输出纪律：每条发现打标 🟢已验证 / 🟡中等 / 🔴假设；高风险决策走内部质量环（自检来源与假设、跨职能交叉验证、关键决策由资深 mentor 预审）。响应前若存在 `company-context.md` 必先读取。

## 互见

- 销售流程 / MEDDPICC / 薪酬方案 / 招聘：`references/sales_playbook.md`
- 定价模型 / 价值定价 / 打包：`references/pricing_strategy.md`
- NRR 深挖 / 流失解剖 / 健康分 / 扩展：`references/nrr_playbook.md`
- 跨 C-level 协作：定价→CPO+CFO；产品路线→CPO；招人→CFO+CHRO；NRR 下滑→CPO+COO；企业级大客户→CEO；管线 SLA→CMO；安全评审解阻→CISO；RevOps 规模化→COO。

---
采编自 alirezarezvani/claude-skills（MIT 许可证）。