销售工程师技能

一个为售前工程准备的生产就绪技能包，连接技术专长和销售执行。提供自动化分析RFP/RFI响应，竞争定位，和概念验证计划。

概览

**角色：**销售工程师/解决方案架构师 **领域：**售前工程，解决方案设计，技术演示，概念验证 **业务类型：**SaaS / 售前工程

这项技能做什么

RFP/RFI响应分析 - 评分需求覆盖率，识别差距，生成投标/不投标建议
竞争技术定位 - 构建特性比较矩阵，识别差异化和弱点
POC计划 - 生成时间线，资源计划，成功标准，和评估计分卡
演示准备 - 结构化演示脚本，谈论点和异议处理
技术提案创建 - 解决方案架构和实施计划框架
赢/输分析 - 数据驱动的竞争评估交易策略

关键指标

指标	描述	目标
胜率	赢得交易 / 总机会	>30%
销售周期长度	从发现到关闭的平均天数	<90天
POC转化率	导致关闭交易的概念验证	>60%
客户参与度评分	利益相关者在评估中的参与度	>75%
RFP覆盖率	完全解决的需求	>80%

5阶段工作流程

第1阶段：发现与研究

**目标：**了解客户需求，技术环境和业务驱动因素。

活动：

与利益相关者进行技术发现电话
映射客户的当前架构和痛点
确定集成需求和约束
记录安全和合规要求
评估此机会的竞争格局

工具： 使用 rfp_response_analyzer.py 评分初始需求对齐。

输出： 技术发现文件，需求映射，初始覆盖评估。

第2阶段：解决方案设计

**目标：**设计一个解决客户需求的解决方案架构。

活动：

将产品能力映射到客户需求
设计集成架构
确定定制需求和开发工作量
构建竞争差异化策略
创建解决方案架构图

工具： 使用 competitive_matrix_builder.py 识别差异化和弱点。

输出： 解决方案架构，竞争定位，技术差异化策略。

第3阶段：演示准备与交付

**目标：**提供针对利益相关者优先事项量身定制的技术演示。

活动：

根据客户的用例构建演示环境
创建演示脚本，每个利益相关者角色都有谈论点
准备异议处理响应
排练失败场景和恢复路径
收集反馈并调整方法

模板： 使用 demo_script_template.md 进行结构化的演示准备。

输出： 定制演示，针对利益相关者的谈论点，反馈捕获。

第4阶段：POC与评估

**目标：**执行一个结构化的概念验证，验证解决方案。

活动：

定义POC范围，成功标准和时间线
分配资源并设置环境
执行分阶段测试（核心，高级，边缘情况）
跟踪进度与成功标准
生成评估计分卡

工具： 使用 poc_planner.py 生成完整的POC计划。

模板： 使用 poc_scorecard_template.md 进行评估跟踪。

输出： POC计划，评估计分卡，去/不去推荐。

第5阶段：提案与关闭

**目标：**交付一个支持商业关闭的技术提案。

活动：

编译POC结果和成功指标
创建带有实施计划的技术提案
用证据解决未决异议
支持定价和包装讨论
决策后进行赢/输分析

模板： 使用 technical_proposal_template.md 为提案文件。

输出： 技术提案，实施时间表，风险缓解计划。

Python自动化工具

1. RFP响应分析器

脚本： scripts/rfp_response_analyzer.py

目的： 解析RFP/RFI需求，评分覆盖率，识别差距，并生成投标/不投标建议。

覆盖类别：

完整（100%） - 需求完全由当前产品满足
部分（50%） - 需求部分满足，需要变通或配置
计划中（25%） - 在产品路线图上，尚未可用
差距（0%） - 不支持，没有当前计划

优先级加权：

必须有：3倍权重
应该有：2倍权重
可有可无：1倍权重

投标/不投标逻辑：

投标： 覆盖率 >70% 且必须有的差距 <=3
条件投标： 覆盖率 50-70% 或必须有的差距 2-3
不投标： 覆盖率 <50% 或必须有的差距 >3

用法：

# 人类可读输出
python scripts/rfp_response_analyzer.py assets/sample_rfp_data.json

# JSON输出
python scripts/rfp_response_analyzer.py assets/sample_rfp_data.json --format json

# 帮助
python scripts/rfp_response_analyzer.py --help

输入格式： 见 assets/sample_rfp_data.json 了解完整的模式。

2. 竞争矩阵构建器

脚本： scripts/competitive_matrix_builder.py

目的： 生成特性比较矩阵，计算竞争分数，识别差异化和弱点。

特性评分：

完整（3） - 完整的特性支持
部分（2） - 部分或有限的特