name: 收入运营 description: 分析销售管道覆盖率，跟踪预测准确性与MAPE，并计算GTM效率指标，以优化SaaS收入

收入运营

销售管道分析，预测准确性跟踪和GTM效率测量，为SaaS收入团队服务。

快速开始

# 分析管道健康状况和覆盖率
python scripts/pipeline_analyzer.py --input assets/sample_pipeline_data.json --format text

# 跟踪多个时期的预测准确性
python scripts/forecast_accuracy_tracker.py assets/sample_forecast_data.json --format text

# 计算GTM效率指标
python scripts/gtm_efficiency_calculator.py assets/sample_gtm_data.json --format text

工具概览

1. 管道分析器

分析销售管道健康状况，包括覆盖比率、阶段转化率、交易速度、老化风险和集中风险。

输入： 包含交易、配额和阶段配置的JSON文件 输出： 覆盖比率、转化率、速度指标、老化标志、风险评估

用法：

# 文本报告（人类可读）
python scripts/pipeline_analyzer.py --input pipeline.json --format text

# JSON输出（用于仪表板/集成）
python scripts/pipeline_analyzer.py --input pipeline.json --format json

计算的关键指标：

管道覆盖比率 – 总管道价值 / 配额目标（健康：3-4倍）
阶段转化率 – 阶段到阶段的推进率
销售速度 – （机会 x 平均交易规模 x 赢率）/ 平均销售周期
交易老化 – 超过每个阶段平均周期时间2倍的标志
集中风险 – 当超过40%的管道在单一交易中时发出警告
覆盖缺口分析 – 识别管道不足的季度

输入模式：

{
  "quota": 500000,
  "stages": ["发现", "资格", "提案", "谈判", "已关闭"],
  "average_cycle_days": 45,
  "deals": [
    {
      "id": "D001",
      "name": "Acme Corp",
      "stage": "提案",
      "value": 85000,
      "age_days": 32,
      "close_date": "2025-03-15",
      "owner": "rep_1"
    }
  ]
}

2. 预测准确性跟踪器

使用MAPE跟踪预测准确性，检测系统偏差，分析趋势，并提供类别级别的细分。

输入： 包含预测周期和可选类别细分的JSON文件 输出： MAPE得分，偏差分析，趋势，类别细分，准确性评级

用法：

# 跟踪预测准确性
python scripts/forecast_accuracy_tracker.py forecast_data.json --format text

# JSON输出用于趋势分析
python scripts/forecast_accuracy_tracker.py forecast_data.json --format json

计算的关键指标：

MAPE – 平均绝对百分比误差：mean(|实际 - 预测| / |实际|) x 100
预测偏差 – 超预测（正）与低预测（负）的倾向
加权准确性 – 按交易价值加权的MAPE，以衡量重要性
周期趋势 – 随时间改善、稳定或下降的准确性
类别细分 – 按代表、产品、细分市场或任何自定义维度的准确性

准确性评级：

评级	MAPE范围	解释
优秀	<10%	高度可预测，数据驱动流程
良好	10-15%	可靠的预测，有小的方差
一般	15-25%	需要流程改进
较差	>25%	显著的预测方法论差距

输入模式：

{
  "forecast_periods": [
    {"period": "2025-Q1", "forecast": 480000, "actual": 520000},
    {"period": "2025-Q2", "forecast": 550000, "actual": 510000}
  ],
  "category_breakdowns": {
    "by_rep": [
      {"category": "代表A", "forecast": 200000, "actual": 210000},
      {"category": "代表B", "forecast": 280000, "actual": 310000}
    ]
  }
}

3. GTM效率计算器

计算核心SaaS GTM效率指标，并与行业基准进行比较，提供评级和改进建议。

输入： 包含收入、成本和客户指标的JSON文件 输出： Magic Number, LTV:CAC, CAC Payback, Burn Multiple, Rule of 40, NDR及评级

用法：

# 计算所有GTM效率指标
python scripts/gtm_efficiency_calculator.py gtm_data.json --format text

# JSON输出用于仪表板
python scripts/gtm_efficiency_calculator.py gtm_data.json --format json

计算的关键指标：

指标	公式	目标
Magic Number	新增ARR / 上期S&M支出	>0.75
LTV:CAC	(ARPA x 毛利率 / 流失率) / CAC	>3:1
CAC Payback	CAC / (ARPA x 毛利率) 月	<18个月
Burn Multiple	净烧钱 / 新增ARR	<2倍
Rule of 40	收入增长% + FCF利润率%	>40%
新增美元留存	(起始ARR + 扩展 - 收缩 - 流失) / 起始ARR	>110%

输入模式：

{
  "revenue": {
    "current_arr": 5000000,
    "prior_arr": 3800000,
    "net_new_arr": 1200000,
    "arpa_monthly": 2500,
    "revenue_growth_pct": 31.6
  },
  "costs": {
    "sales_marketing_spend": 1800000,
    "cac": 18000,
    "gross_margin_pct": 78,
    "total_operating_expense": 6500000,
    "net_burn": 1500000,
    "fcf_margin_pct": 8.4
  },
  "customers": {
    "beginning_arr": 3800000,
    "expansion_arr": 600000,
    "contraction_arr": 100000,
    "churned_arr": 300000,
    "annual_churn_rate_pct": 8
  }
}

收入运营工作流程

周管道审查

使用此工作流程进行每周管道检查。

生成管道报告：

python scripts/pipeline_analyzer.py --input current_pipeline.json --format text

审查关键指标：
- 管道覆盖比率（是否高于3倍配额？）
- 超过阈值的交易老化（哪些交易需要干预？）
- 集中风险（我们是否过度依赖少数大交易？）
- 阶段分布（是否有健康的漏斗形状？）
使用模板记录： 使用assets/pipeline_review_template.md
行动项目： 解决老化交易，重新分配管道集中度，填补覆盖缺口

预测准确性审查

每月或季度使用，以评估和改进预测纪律。

生成准确性报告：

python scripts/forecast_accuracy_tracker.py forecast_history.json --format text

分析模式：
- MAPE是否呈下降趋势（改善）？
- 哪些代表或细分市场有最高的错误率？
- 是否存在系统性超预测或低预测？
使用模板记录： 使用assets/forecast_report_template.md
改进行动： 指导高偏差代表，调整方法论，改善数据卫生

GTM效率审计

季度使用或在董事会准备期间，以评估市场推广效率。

计算效率指标：

python scripts/gtm_efficiency_calculator.py quarterly_data.json --format text

与目标进行基准比较：
- Magic Number信号市场推广支出效率
- LTV:CAC验证单位经济学
- CAC Payback显示资本效率
- Rule of 40平衡增长和盈利能力
使用模板记录： 使用assets/gtm_dashboard_template.md
战略决策： 调整支出分配，优化渠道，提高留存

季度业务审查

结合所有三个工具进行全面的QBR分析。

运行管道分析器以获得前瞻性覆盖
运行预测跟踪器以获得回顾性准确性
运行GTM计算器以获得效率基准
将管道健康状况与预测准确性交叉参考
将GTM效率指标与增长目标对齐

参考文档

参考	描述
RevOps Metrics Guide	完整的指标层级，定义，公式和解释
Pipeline Management Framework	管道最佳实践，阶段定义，转化基准
GTM Efficiency Benchmarks	按阶段的SaaS基准，行业标准，改进策略

模板

模板	用例
Pipeline Review Template	周/月管道检查文档
Forecast Report Template	预测准确性报告和趋势分析
GTM Dashboard Template	领导审查的GTM效率仪表板
Sample Pipeline Data	pipeline_analyzer.py的示例输入
Expected Output	pipeline_analyzer.py的参考输出

RevenueOperations revenue-operations

name: 收入运营 description: 分析销售管道覆盖率，跟踪预测准确性与MAPE，并计算GTM效率指标，以优化SaaS收入

收入运营

目录

快速开始

工具概览

1. 管道分析器

2. 预测准确性跟踪器

3. GTM效率计算器

收入运营工作流程

周管道审查

预测准确性审查

GTM效率审计

季度业务审查

参考文档

模板