mcpField
C
chief-customer-officer-advisor

chief-customer-officer-advisor

github.com/alirezarezvaniマーケティング・グロース28.9k400 回インストール2 日前に更新
リポジトリ

chief-customer-officer-advisor について

chief-customer-officer-advisorは、スタートアップのCCOや創業者向けの顧客戦略スキルです。リテンション分析、顧客セグメント、対応モデル、採用判断を扱い、日常的なカスタマーサクセス運用は対象外です。

主な機能

  1. 01GRR、NRR、解約要因の分解
  2. 02顧客の分類と投資配分
  3. 03カスタマーサクセスの対応体制を算出
  4. 04顧客関連職種の役割を区別
  5. 05次の採用計画を立案

活用シーン

  1. 01四半期ごとのリテンションレビュー
  2. 02顧客層と投資配分の見直し
  3. 03カスタマーサクセスマネージャー数の試算
  4. 04顧客チームの次の採用計画

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/alirezarezvani/claude-skills --skill chief-customer-officer-advisor

インストール後、Claude Code で/chief-customer-officer-advisorを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

references/
cs_coverage_model.md
cs_team_org_evolution.md
customer_segmentation_strategy.md
retention_decomposition.md
scripts/
cs_coverage_calculator.py
customer_segmentation_designer.py
retention_decomposition_analyzer.py

詳細

最高顧客責任者アドバイザー

スタートアップの CCO や、CCO がいない創業者のための戦略的な顧客リーダーシップ。汎用的な CS 調査ではなく、4 つの意思決定を支援します。

  1. リテンションの設計はどうあるべきで、グロスリテンションと NRR は実態を反映していますか? — グロスリテンション、縮小、拡大への分解と、チャーンの根本原因の分類
  2. 顧客への投資に差をつけるため、どのようにセグメント分けしますか? — ティア設計+ICP 適合度のスコアリング+セグメントごとの投資額の計算
  3. CS チームのカバレッジモデルはどうあるべきで、いつプールド型から担当者固定型に切り替えますか? — カバレッジ比率の計算ツール+移行のしきい値
  4. 次にどの CS 職種を採用しますか? — ステージごとの職種マップ(CS ≠ サポート ≠ AM ≠ 導入支援)

このスキルでは、CS の戦術的な導入は扱いません。ヘルススコアのツール、CRM ワークフロー、NPS 調査の基盤、オンボーディングの自動化については、business-growth/customer-success-management/ と関連する戦術スキルを参照してください。

キーワード

CCO、chief customer officer、カスタマーサクセス、リテンション戦略、グロスリテンション、ネットリテンション、NRR、GRR、ロゴリテンション、売上リテンション、チャーン、縮小、拡大、ダウンセル、顧客生涯価値、CLV、LTV、価値実現までの時間、TTV、初回価値実現までの時間、顧客ヘルススコア、NPS、CSAT、顧客努力スコア、セグメンテーション、ICP 適合度、ティア設計、ロータッチ、ハイタッチ、テックタッチ、プールド型 CSM、担当者固定型 CSM、カスタマーサクセスマネージャー、アカウントマネージャー、AM、導入マネージャー、IM、カスタマーサクセスオペレーション、CS オペレーション、担当顧客ポートフォリオ、比率、CSM あたりの ARR、カスタマーマーケティング、アドボカシー、拡大プレイブック、顧客の声、VoC

クイックスタート

# Decision A: Decompose retention honestly
python scripts/retention_decomposition_analyzer.py                          # embedded B2B SaaS sample
python scripts/retention_decomposition_analyzer.py path/to/cohorts.json

# Decision B: Design customer segmentation + differential investment
python scripts/customer_segmentation_designer.py                            # embedded 4-tier sample
python scripts/customer_segmentation_designer.py path/to/customers.json

# Decision C: Calculate CS team coverage model
python scripts/cs_coverage_calculator.py                                    # embedded 350-customer sample
python scripts/cs_coverage_calculator.py path/to/book.json

主要な質問(まずこれを尋ねてください)

  • グロスリテンション率はいくつですか?(NRR ではありません。NRR は拡大によってチャーンを覆い隠します。まずグロスリテンションを尋ねてください。)
  • 顧客が離れる最大の理由は何ですか?(答えられないなら、チャーンを理解できていません。)
  • セグメント別の TTV の中央値はいくつですか?(低位ティアで TTV が長いなら適合性に問題があり、高位ティアで長いならオンボーディングに問題があります。)
  • 今日、どの顧客との契約を打ち切りますか?(「いません」なら、セグメント分けに問題があります。収益よりコストのほうが大きいアカウントもあるはずです。)
  • CSM あたりの ARR 比率はいくつで、モデルはプールド型ですか、担当者固定型ですか?(適切な答えは、ステージと ACV によって決まります。)
  • CS は報酬プランに含まれていますか?Sales の報酬とはどう違いますか?(CS の報酬はリテンションに連動させます。連動の不一致は、失敗の先行指標です。)

主な責任

1. リテンションの分解

よくある落とし穴:「NRR は 115%で、リテンションは好調です。」

実態は次のとおりです。NRR = グロスリテンション − 縮小 + 拡大。グロスリテンションが 85%で NRR が 115%なら、アップセルで漏れを覆い隠している状態です。グロスリテンションが 98%で NRR が 115%なら、プロダクトは健全です。

四半期ごとに必ず分解してください:

指標測定内容健全性のしきい値(B2B SaaS)
グロスリテンション(GRR)既存顧客からの売上からチャーンと縮小を差し引いた額成長段階では 90%以上、拡大段階では 95%以上
ロゴリテンション更新した顧客の割合成長段階では 85%以上、拡大段階では 90%以上
ネット収益リテンション(NRR)GRR + 拡大成長段階では 110%以上、拡大段階では 120%以上
縮小既存顧客が席数や利用量を減らしたことによる売上額年間 5%未満
拡大既存顧客の成長による売上額健全な状態では年間 15〜25%

コホートデータを使って retention_decomposition_analyzer.py を実行し、正確な分解とチャーンの根本原因の分類を行ってください。

7 カテゴリーのチャーン分類と先行指標のプレイブックについては、references/retention_decomposition.md を参照してください。

2. 顧客セグメンテーション

落とし穴:「すべての顧客が重要です。」

実情:顧客は ICP への適合度 × 戦略的価値のスペクトラム上に存在します。すべての顧客を同じように扱うと、カスタマーサクセスの対応力を浪費し、拡大の機会を見落とします。

4 段階のフレームワーク(B2B SaaS の標準):

TierARR の範囲カバレッジ1 アカウントあたりの年間投資額
戦略的上位 5%、多くの場合 $100K 以上専任 CSM + エグゼクティブスポンサー$20K-50K
エンタープライズ次の 15-20%、$20K-100K専任 CSM$5K-15K
ミッドマーケット次の 30-40%、$5K-20Kプール型 CSM + 自動化$1K-3K
SMB / ロングテール下位 40-50%、$5K 未満テックタッチ + セルフサービス$50-500

customer_segmentation_designer.py を実行して、セグメンテーションのティア、差別化された投資、ICP 適合度のスコアリングを設計します。

ICP 適合度のフレームワーク、ティア移行のトリガー、投資下限を下回る顧客の除外リストについては、references/customer_segmentation_strategy.md を参照してください。

3. CS チームのカバレッジモデル

**落とし穴:**すべてのセグメントに単一の比率を適用して、「顧客 X 社につき CSM を 1 人採用する」ことです。

実情:カバレッジモデルは、セグメント、ACV、複雑さによって異なります。対応頻度の低い顧客にはプール型 CSM が適していますが、戦略的アカウントには専任 CSM が必要です。

カバレッジモデル:

モデル最適な対象比率(CSM 1 人あたりの ARR)トレードオフ
テックタッチ(人的対応なし)SMB、ACV が低い顧客$5M-15M+自動化のコストがかかる。重要な商談を維持できない
プール型 CSMミッドマーケット$2M-5Mコストが低い。アカウントとの関係が浅くなる
専任 CSMエンタープライズ$500K-2Mコストが高い。より深い関係を築ける
専任 CSM + エグゼクティブスポンサー戦略的顧客$300K-1M最もコストが高い。最上位のアカウントに限定

cs_coverage_calculator.py を実行し、顧客ポートフォリオの特性を入力して、必要な CSM の人数を算出し、移行のしきい値を特定します。

比率、立ち上がり曲線、「マネージャーを追加するタイミング」のトリガーについては、references/cs_coverage_model.md を参照してください。

4. CS チームの組織の変遷

間違った問い:「CSM とサポートエンジニアのどちらを採用すべきでしょうか?」 正しい問い:「次に達成できていない顧客成果は何で、それを実現するにはどの役割が必要でしょうか?」

重要な違い(創業者が混同しがちな点):

役割担当範囲担当しない範囲
カスタマーサポート問い合わせへの事後対応(チケットキュー)契約更新、拡大、成功成果
カスタマーサクセスマネージャー積極的な価値実現 + 契約更新 + 拡大の主導日々のチケット対応、導入
アカウントマネージャー商取引上の関係 + 拡大契約の締結日々の成功支援、技術的な専門対応
導入マネージャーオンボーディング + 本稼働開始リリース後の継続的な成功支援
CS オペレーションツール、データ、分析、プレイブック顧客との直接的な関係
カスタマーマーケティング推奨、事例紹介、リファレンス1 対 1 の顧客関係

シードから後期段階までの段階別・役割対応表と、AM と CSM を分けるかどうかの判断については、references/cs_team_org_evolution.md を参照してください。

ワークフロー

ワークフロー 1:四半期ごとのリテンションレビュー(4 時間)

**目標:**リテンションを率直に分解し、主要な解約要因を 3 つ特定します。

# 1. Pull cohort data: closed/won by quarter for last 8 quarters
python scripts/retention_decomposition_analyzer.py cohorts.json
# 2. Review GRR / NRR / contraction / expansion separately
# 3. For each cohort showing GRR < 90%: identify churn root cause (7-category taxonomy)
# 4. Cross-check with cs-cro-advisor: does the expansion math add up?
# 5. Cross-check with cs-cpo-advisor: are product gaps driving churn?
# 6. Output: top-3 leakage points + 90-day mitigation plan
ワークフロー 2:顧客セグメンテーション監査(1 日)

**目標:**顧客基盤を再セグメント化し、差別化された投資を見直します。

# 1. Build customers.json with ARR, tenure, ICP fit signals
python scripts/customer_segmentation_designer.py customers.json
# 2. Identify segment migration (mid-market → enterprise upgrades, downsells)
# 3. Identify kill list (customers below investment floor)
# 4. Output: new tier assignment + investment-per-tier + kill list for sales review
ワークフロー 3:CS チームの人員算定(1 週間)

**目標:**顧客ポートフォリオの構成とカバレッジモデルに合わせて、CS チームの規模を算定します。

# 1. Build book.json with current customer base + planned acquisition
python scripts/cs_coverage_calculator.py book.json
# 2. Calculate required CSM headcount by segment
# 3. Compare to current team; identify gaps
# 4. Cross-check with cs-chro-advisor on comp + leveling
# 5. Cross-check with cs-cfo-advisor on the cost
# 6. Output: 12-month hiring plan + role sequence
ワークフロー 4:CS チームのロードマップ(1 週間)

**目標:**顧客成果に合わせて、今後 18 か月間の CS 採用計画を策定します。

  1. 会社が実現できていない顧客成果の上位 5 つをリストアップします
  2. 各成果を、それを実現する役割(CSM / AM / IM / サポート / CS Ops)に対応付けます
  3. 前提条件の順序を守って、採用の順序を決めます
  4. cs-chro-advisor と照合します

出力基準

**Bottom Line:** [one sentence — decision and rationale]
**The Decision:** [one of: retention | segmentation | coverage | next hire]
**The Evidence:** [numbers from the tool, not adjectives]
**How to Act:** [3 concrete next steps]
**Your Decision:** [the call only the founder can make]

関連スキル

  • c-level-advisor/skills/cro-advisor/ — 収益の計算、NRR、拡大コンプ(CCO は顧客体験を担当し、CRO は収益計算を担当します。明確に分担します)
  • c-level-advisor/skills/cpo-advisor/ — 製品戦略、JTBD(CCO は製品の不足点を明らかにし、CPO はロードマップを決定します)
  • c-level-advisor/skills/cmo-advisor/ — 顧客マーケティング、推奨、リファレンス
  • c-level-advisor/skills/cfo-advisor/ — CS チームのコスト、収益への定着効果の計算
  • c-level-advisor/skills/chro-advisor/ — CS チームの採用とレベル設定
  • business-growth/ — 戦術的な CS 実行:ヘルススコア、CRM ワークフロー、オンボーディングツール

参考資料

  • retention_decomposition.md — GRR と NRR の正確な計算、7 カテゴリーの解約分類、先行指標のプレイブック
  • customer_segmentation_strategy.md — 4 段階のフレームワーク、ICP 適合度スコアリング、階層移行のトリガー、対象外リストの基準
  • cs_coverage_model.md — カバレッジモデルの決定(テックタッチ/プール型/専任/専任+エグゼクティブ)、比率のベンチマーク、マネージャーへのエスカレーショントリガー
  • cs_team_org_evolution.md — 段階別の役割マップ、6 つの役割の定義表(CSM ≠ サポート ≠ AM ≠ IM ≠ CS Ops ≠ カスタマーマーケティング)、AM と CSM の分担判断、アンチパターン

バージョン: 1.0.0 ステータス: 本番環境対応 免責事項: 定着率のベンチマークは ACV、セグメント、業界によって大きく異なります。このスキルは B2B SaaS のベースラインに基づくガイダンスを提供します。コンシューマー向け SaaS、マーケットプレイス、ハードウェアでは、定着率の計算方法が大きく異なります。

コメント