channel-economics

channel-economics skill の概要

channel-economics は何のためのスキルか

channel-economics は、直販、パートナー主導、マーケットプレイス、リセラー、OEM などの go-to-market チャネルが、フルコストを織り込んだうえで本当に利益を生んでいるかを判断するための商業分析スキルです。四半期のチャネルレビュー、パートナー戦略の見直し、チャネルミックスへの投資判断を準備する Revenue Operations、Commercial 責任者、VP Sales、ファイナンス寄りの事業オペレーターに特に向いています。

本来やるべきことは、「直販売上とパートナー売上を比べる」ことではありません。答えるべき問いは、CAC、パートナー割引、MDF、イネーブルメント、サポート負荷、リテンション差、商談速度、間接費配賦まで含めた後に、どのチャネルが利益を出しているのか、です。

Revenue Operations に向いているユースケース

CRM 上ではあるチャネルが伸びているように見える一方で、その成長が効率的なのか経営陣が判断できていないときに、channel-economics skill を使います。チャネル創出案件とチャネル関与案件が混在している場合、パートナーマージンが表面的には魅力的に見える場合、またはプールされた CAC/LTV 指標が弱いセグメントを隠している場合に特に有効です。

典型的なアウトプットには、フルコストベースの cost-to-serve、cash ROI、LTV-adjusted ROI、marginal ROI、DOUBLE-DOWN、MAINTAIN、DEFUND、EXIT といったチャネル判断、そして最低限の直販カバレッジや最大パートナー集中度などの制約を踏まえた推奨ミックスが含まれます。

汎用プロンプトよりこのスキルが有用な理由

このリポジトリには、単なるプロンプト指示ではなく、決定論的に動く Python スクリプトが含まれています。cost_to_serve_calculator.py はチャネル別の cost-to-serve を計算し、channel_roi_analyzer.py は複数の観点から ROI を評価し、channel_mix_optimizer.py は感度チェック付きで離散的なミックス探索を行います。補助リファレンスでは、パートナーが関与した直販案件をパートナー創出の勝ち案件として扱う、といった典型的なチャネル分析のアンチパターンも明示されています。

入力が弱いと誤解を招くポイント

このスキルは、定義の明確さに依存します。ある行では “channel” がマーケティングソースを意味し、別の行では営業モーションを意味している場合、分析全体が汚染されます。リテンションがチャネル横断でプールされている、間接費配賦がセグメントごとに変わる、パートナー割引が抜けている、といった状態では、出力は精密に見えても、誤った前提を強化してしまう可能性があります。

channel-economics skill の使い方

channel-economics のインストールと最初に読むべきファイル

対応している場合は、skill manager でインストールします。

npx skills add alirezarezvani/claude-skills --skill channel-economics

次にソースパスを確認します。

commercial/skills/channel-economics

最初に読むべきファイルは、ワークフローを確認する SKILL.md、JSON 入力スキーマを確認する assets/channel_data_template.md、よくある分類ミスを確認する references/channel_anti_patterns.md、そして各計算が何を前提としているかを正確に理解するための scripts/ 内の 3 つのスクリプトです。

有用な分析に必要な入力データ

チャネルごとに、一貫したデータセットを 1 つ用意します。最低限、案件数、総売上または ARR、帰属させる人件費、Sales Engineering、Customer Success、サポート、マーケティング、パートナー割引、MDF、イネーブルメント時間、認定投資、ツール費、配賦済み間接費、リテンション、平均案件単価、投資レベルを含めます。

テンプレートでは、不明な値を黙ってゼロにするのではなく、null のままにするか、不明であることを明確に示すことが推奨されています。これは重要です。スクリプトは、チャネルが実際より安く見えるように扱うのではなく、欠落している隠れコストのカテゴリをフラグするためです。

粗い依頼を実用的なプロンプトに変える

弱いプロンプト: “Analyze our partner channel.”

より強い channel-economics の利用プロンプト:

“Use the channel-economics skill to compare direct, partner-led EMEA, and marketplace channels for a SaaS company. Treat channel as the sales motion, not the lead source. Use activity-driver overhead allocation consistently. Flag any channel-sourced deals that were internally first-touched. Calculate cost-to-serve, cash ROI, LTV ROI, marginal ROI, and recommend a mix with at least 45% direct pipeline and no partner above 35% concentration. Unknown values should be surfaced, not replaced with zero.”

このプロンプトのほうが良い出力につながるのは、チャネルの定義、制約、アトリビューションルール、業界プロファイル、必要な意思決定が明確になっているためです。

実務でのスクリプト活用フロー

まず assets/channel_data_template.md から始めます。チャネルごとに cost_to_serve_calculator.py を実行し、フルコストと欠落している隠れコストを可視化します。その出力を使って channel_roi_analyzer.py の ROI 入力を作り、比較可能なチャネル指標を channel_mix_optimizer.py に渡します。

実データを使う前に挙動を確認するための便利なコマンドは次のとおりです。

python scripts/cost_to_serve_calculator.py --sample

python scripts/channel_roi_analyzer.py --sample

python scripts/channel_mix_optimizer.py --sample

計画メモにそのまま貼り付けられる出力が必要な場合は、--output markdown を使います。

channel-economics skill FAQ

channel-economics は SaaS 専用ですか？

いいえ。スクリプトには saas、api、enterprise-software、marketplace、hardware のプロファイルが含まれています。回収期間の目標、LTV/CAC の下限、LTV 乗数などのベンチマークはプロファイルごとに異なります。SaaS チームにとってはデフォルト値が最も馴染みやすいかもしれませんが、入力を慎重にマッピングできれば、この手法は SaaS に限らず使えます。

AI にチャネル比較を依頼するのと何が違いますか？

汎用プロンプトでも、メリットとデメリットの要約はできます。channel-economics skill は、より構造化された運用モデルを提供します。一貫したコストカテゴリ、明示的な隠れコストのチェック、複数の ROI 観点、感度テスト、ミックス制約が含まれます。パートナー収益性について、経営会議での曖昧な議論を減らすことを目的とした設計です。

初心者でもこのスキルを使えますか？

はい、必要なデータを集められるなら使えます。付属のチャネルデータテンプレートには、何を入力すべきか、なぜそれが必要なのかが説明されています。ただし、アトリビューションを定義し、間接費を一貫して配賦し、チャネル創出案件とチャネル関与案件を分けるには、一定の RevOps またはファイナンスの文脈理解が必要です。

channel-economics を使うべきでない場合は？

ファネル上部のマーケティングアトリビューション、キャンペーン ROI、経済データを伴わないパートナー関係スコアリングには使うべきではありません。また、経営陣がチャネル定義に合意していない場合、コストをまったく帰属できない場合、または意思決定が純粋に戦略的で短期的な経済性を意図的に無視する場合にも不向きです。

channel-economics skill を改善する方法

明確な定義で channel-economics の結果を改善する

品質を最も大きく左右するのは、厳密なチャネル定義です。direct-enterprise、partner-led-EMEA、marketplace、reseller-SMB のように、一貫した go-to-market モーションを使います。分析上その切り口が意図的に必要な場合を除き、リードソース、地域、営業モーションを混ぜないようにします。

また、“channel-sourced” は狭く定義します。つまり、パートナーが商談を創出し、未認定の状態で持ち込んだ場合です。自社の AE が案件を創出・認定し、後から調達や履行のためにパートナーが加わった場合、それは通常、追加のパートナーコストを伴うチャネル関与型の直販売上です。

コストとリテンションの前提をより良くする

cost-to-serve では、見栄えはしないが重要な項目を含めます。たとえば、パートナーイネーブルメント時間、認定、チャネルマネージャーの帰属、サポート負荷、ツール、コンフリクト解決、間接費です。これらは、パートナー主導チャネルを実態以上に高収益に見せてしまう典型的な抜け漏れです。

ROI では、チャネル別のリテンションとエクスパンション前提を使います。プールされたリテンションでは、あるチャネルは成約が速いがチャーンも大きく、別のチャネルは回収が遅い一方で LTV が強い、という実態が隠れてしまいます。

最初の出力後に反復する

最初の結果は、取締役会向けの最終回答ではなく診断として扱います。不明だった入力、フラグされた隠れコスト、小さな前提変更に敏感なチャネル判断を確認します。そのうえで、割引率の見直し、CAC の増加、リテンション低下、より厳しい集中度制限などを反映して再実行します。

リテンションが 3 ポイント下がる、またはパートナー割引が 5 ポイント増えるだけで推奨ミックスが大きく変わる場合、その意思決定は絶対的な結論ではなく、条件付きとして提示すべきです。

注意すべきよくある失敗パターン

最もよくある失敗パターンは、間接費配賦の不一致、不明値をゼロで埋めること、パートナー創出の主張を過大に扱うこと、そして marginal ROI がすでに低下しているのに average ROI で判断することです。channel-economics skill は、きれいな推奨案だけを出させるのではなく、こうした弱点を明示的に洗い出すよう依頼したときに最も効果を発揮します。