cro-advisor

cro-advisor skill 概览

cro-advisor 适合解决什么问题

cro-advisor 是一个面向 B2B SaaS 收入管理工作的 Claude skill，适用于预测 ARR、诊断流失与留存、制定定价策略、设计销售流程，以及为董事会或管理层准备 CRO 级别的建议。它更适合创始人、RevOps 团队、销售负责人、财务伙伴和业务运营人员，用来做结构化的收入分析，而不是得到一份泛泛的“帮我做增长计划”。

最适合 Revenue Operations 的使用场景

当你已经有部分收入数据，并且需要形成可执行的运营视图时，cro-advisor 在 Revenue Operations 场景下最有价值：例如按阶段拆分的 pipeline、按客群划分的 ARR、已流失客户、扩张/收缩收入、销售产能、quota 假设，或定价模型选项。它可以把杂乱输入转化为预测、NRR 分析、销售流程建议、定价取舍，以及可用于董事会汇报的叙事框架。

这个 skill 的差异点

该 skill 包含三份有实质内容的参考 playbook：references/nrr_playbook.md、references/pricing_strategy.md 和 references/sales_playbook.md，并配有两个仅依赖 Python stdlib 的工具：scripts/revenue_forecast_model.py 和 scripts/churn_analyzer.py。这个组合很重要：agent 不只是被提示“像 CRO 一样给建议”，它还拥有具体公式、benchmark 区间、销售阶段逻辑、定价模型，以及可运行的分析脚本，用来支撑输出结论。

不适合使用的情况

不要把 cro-advisor 当作经审计的财务工作、法律层面的定价审查、薪酬方案审批或 CRM 数据治理的替代品。如果你只提供“增加收入”这类模糊目标，而没有客群、pipeline、留存或定价背景，它的效果也会很有限。对于消费类 App、marketplace、广告业务或非经常性收入模式，需要对其中的 SaaS 假设做较大调整。

如何使用 cro-advisor skill

cro-advisor 安装与优先查看的文件

从 repository 安装：

npx skills add alirezarezvani/claude-skills --skill cro-advisor

安装后，先阅读 SKILL.md，了解触发范围和工作流。然后查看：

• references/nrr_playbook.md：了解 GRR、NRR、流失、扩张收入和 benchmark 框架
• references/pricing_strategy.md：了解 seat-based、usage-based、tiered 和 value-based pricing 的取舍
• references/sales_playbook.md：了解 funnel 阶段、qualification、discovery 和销售运营设计
• scripts/revenue_forecast_model.py：如果你需要做 pipeline 加权预测
• scripts/churn_analyzer.py：如果你需要做客户级留存分析

能产生更好 CRO 建议的输入

使用 cro-advisor 时，先提供商业模式和收入背景，再要求它给出建议。有效输入包括 ARR/MRR、ICP、客群结构、ACV、销售周期、pipeline 阶段、win rate、churn、expansion、contraction、quota capacity、headcount、CAC payback 和当前定价。如果数据不完整，要说明哪些是估算值，哪些是已知事实。

较弱的 prompt 是：

Help us improve revenue.

更强的 prompt 是：

Use cro-advisor to assess our B2B SaaS revenue engine. We are at $6.5M ARR, 72% mid-market and 28% SMB, $18K blended ACV, 94% GRR, 108% NRR, 4 AEs, $850K quota each, 23% win rate, 74-day sales cycle, and a $9M weighted pipeline for the next two quarters. Identify the biggest constraint, forecast likely ARR range, and recommend the next 3 RevOps moves.

运行内置脚本

当你有 CSV 数据时，可以直接使用这些脚本。在 skill 目录下尝试：

python scripts/revenue_forecast_model.py --csv pipeline.csv --scenario base
python scripts/revenue_forecast_model.py --csv pipeline.csv --scenario conservative
python scripts/churn_analyzer.py --csv customers.csv --period 2026-Q1 --output summary

pipeline CSV 预期字段为 deal_id, name, stage, arr_value, close_date, rep, segment。customer CSV 预期字段为 customer_id, name, segment, arr, start_date, churn_date, expansion_arr, contraction_arr。这些脚本只使用 Python stdlib，减少了环境配置成本，也更适合在轻量环境中运行。

产出董事会可用材料的工作流

一个实用的 cro-advisor 指南工作流是：先让它做指标诊断，再运行或总结预测/留存计算，然后要求它按照收入影响和执行风险对建议排序。面向管理层输出时，可以要求 skill 分开列出 “observed data”、“assumptions”、“risks” 和 “recommended actions”。这样能避免把事实和猜测混在一起，也更方便复用于经营复盘。

cro-advisor skill 常见问题

cro-advisor 只适合 CRO 使用吗？

不是。cro-advisor skill 对 CRO、CEO、创始人、RevOps、sales ops、客户成功负责人，以及处理 SaaS 收入机制的财务团队都很有用。尤其当问题跨职能时，它更能发挥作用，例如判断增长乏力到底来自 pipeline、转化率、定价、留存、销售产能，还是 expansion motion。

它比普通 prompt 好在哪里？

普通 prompt 可能会生成看似合理但比较泛化的收入建议。cro-advisor 内置了 SaaS 专用 playbook 和脚本，因此可以基于 NRR 公式、GRR/NRR benchmark、销售阶段定义、定价模型取舍，以及加权 pipeline 预测来推理。它的优势不是“神奇地更准确”，而是减少拍脑袋判断，并提供更一致的 CRO 运营结构。

新手可以使用这个 skill 吗？

可以，但新手应从一个具体业务问题和一个小数据集开始。例如，让它根据你的客户数据解释 NRR、比较不同定价模型选项，或复核下个季度的 pipeline coverage。如果你不知道某个指标，可以直接说明；这个 skill 通常能指出哪个缺失指标正在阻碍决策。

主要限制是什么？

cro-advisor 依赖输入数据的质量和时效性。CRM 阶段概率、流失原因、expansion ARR 和 close date 往往并不干净，因此输出结果应与真实的系统记录交叉核对。它也不会自动连接你的 CRM、billing platform 或 data warehouse；你需要提供导出数据或摘要。

如何改进 cro-advisor skill 的使用效果

用决策背景改进 cro-advisor prompt

想获得更好的 cro-advisor 结果，要说明你需要做什么决策，而不只是给出主题。“Should we hire two more AEs?” 比 “analyze sales” 更有效。请加入时间范围、约束条件和成功指标：cash efficiency、ARR growth、NRR、CAC payback、quota attainment、enterprise mix 或 churn reduction。这能帮助 skill 在增长、留存、定价和产能等杠杆之间做出更合适的取舍。

提供更干净的 RevOps 数据

最常见的失败模式，是用不一致的数据要求它给出精确结论。在使用 skill 之前，先规范阶段名称、删除重复 opportunity、区分 new ARR 和 expansion ARR，并统一 customer segment 标签。做流失分析时，要区分 logo churn、revenue churn、contraction 和 downgrade。做预测时，不要只提供 deal value，还要包含 close date 和当前 stage。

要求列出假设和敏感性区间

收入计划高度依赖假设。可以要求 cro-advisor 展示 win rate、sales cycle、quota productivity、ramp time、NRR 和 pricing lift 背后的假设。然后让它给出 conservative、base 和 upside 三种场景。准备董事会材料时这尤其有用，因为它会暴露真正驱动计划的关键假设。

从诊断迭代到运营计划

把第一次回答当作诊断，而不是最终方案。继续追问：“Which recommendation has the fastest payback?”、“What data would disprove this?”、“What should RevOps instrument next?” 或 “Convert this into a 30/60/90-day operating plan.” 当你要求它在 pipeline creation、conversion improvement、retention repair、pricing changes 和 sales hiring 之间做取舍时，cro-advisor 会更有价值。