win-loss-dataset について
構造化された受注・失注分析プログラムを設計・運用するためのスキルです。インタビューの証拠と商談データを結び付け、判断要因の分析と対応状況の追跡に役立ちます。
主な機能
- 01商談メタデータと結果のスキーマ
- 02定性的な要因の分類
- 03引用と証拠の項目
- 04要因・収益ダッシュボード
- 05洞察に基づく対応の追跡
活用シーン
- 01受注・失注インタビュー記録の標準化
- 02インタビュー結果と CRM 指標の比較
- 03匿名化した知見のチーム間共有
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:/インストール後、Claude Code で/win-loss-datasetを入力して読み込まれたか確認します。
詳細
勝敗分析データセットスキル
使用する場面
- 構造化された勝敗分析プログラムを実施するとき。
- 定性的なインタビューをCRM指標と照合するとき。
- 製品、営業、価格設定、マーケティングの各チーム間でインサイトを共有するとき。
フレームワーク
- データモデル – 案件のメタデータ（セグメント、地域、製品、ステージ）、結果、競合他社、主な要因、副次的な要因、確信度。
- 定性的なタグ – 価格設定、製品の不足点、導入、サポート、ブランド、関係性のカテゴリ。
- 引用と証拠 – 重要な引用、通話のクリップ、文書への参照（同意とアクセス制御を含む）。
- 分析レイヤー – 要因の頻度、推移、勝率への影響、収益への影響を示すダッシュボード。
- アクションの追跡 – インサイトをバックログ項目、ステータス、担当者、期限に関連付けます。
テンプレート
- 事前定義済みのタグとドロップダウンを備えたインタビューメモのテンプレート。
- 検証済みのフィールドを備えたデータセットのスキーマ（CSV/Sheet/BI）。
- 要因の推移と収益への影響を示すダッシュボードのレイアウト。
ヒント
- 定性的なメモの原文は保持しつつ、より広く共有するために、匿名化して個人を特定できないようにした抜粋を公開します。
- 分類のずれを防ぐため、要因の分類体系を四半期ごとに標準化します。
- データセットを自動更新するには、
run-win-loss-programコマンドと組み合わせます。
コメント
Markdown 対応