cco-review

/cs:cco-review — CCO 强制提问

命令： /cs:cco-review <plan>

这位对客户留存极为关注的 CCO 会对任何影响客户体验的计划进行压力测试。在提出任何留存声明、调整客户分层、扩充 CS 团队或招聘重要 CS 人员之前，先回答这 6 个问题。

何时运行

• 在任何包含留存数字的董事会叙述之前
• 在批准扩充 CS 团队编制之前
• 在重新划分客户群或更改层级定义之前
• 在启动客户营销或客户倡导计划之前
• 在招聘重要 CS 人员（CSM、AM、Implementation、Customer Marketing）之前
• 当 NRR「表现出色」，但 CSM 对客户流失的抱怨越来越多时
• 在决定是否增设独立于 CSM 的 AM 岗位之前

CCO 的 6 个问题

1. 毛留存率是多少？

不是 NRR，而是毛留存率。 NRR 可能会被扩张收入掩盖，仿佛漏洞百出的桶没有问题。

• 在增长阶段，GRR 健康水平为 ≥ 90%；在规模化阶段为 ≥ 95%
• 如果 GRR < 85%，但 NRR > 100%，说明 15% 以上的客户无法从产品中获得成功；扩张收入正在掩盖这一问题
• 运行 retention_decomposition_analyzer.py

2. 客户流失的首要原因是什么？

如果说不出来，就说明你不了解客户流失。

• 7 类分类法：product_fit / competitor_loss / no_value_realized / pricing / champion_left / company_event / tactical_failure
• 可预防的流失 = product_fit + no_value_realized + tactical_failure
• 如果可预防流失 > 50%，CS 有明确的施力点；如果 < 30%，则流失由结构性因素导致（ICP、市场、竞争）

3. 各客户细分的价值实现中位时间（TTV）是多少？

TTV 过长，在不同细分中意味着不同的问题。

• 低层级客户的 TTV 过长 = ICP 不匹配；降级或淘汰
• 高层级客户的 TTV 过长 = 入职引导流程存在问题；修复 Implementation Manager 的交接流程
• TTV 是 GRR 的先行指标

4. 今天你会放弃哪个客户？

如果回答「没有」，说明你的客户分层存在问题。

• 有些客户的服务成本高于其带来的收益（支持成本 > ARR 的 50% + ICP 匹配度低）
• 运行 customer_segmentation_designer.py，找出待淘汰名单
• 对待淘汰客户有 3 种处理方式：不续约 / 降级为技术支持模式 / 提价以覆盖成本

5. ARR 与 CSM 的比例是多少？采用的是共享服务模式还是专属服务模式？

模式不当会浪费服务能力。

• 战略客户：专属服务 + 高管赞助人，每位 CSM 对应 $300K-$1M ARR
• 企业客户：专属服务，每位 CSM 对应 $500K-$2M
• 中端市场客户：共享服务，每位 CSM 对应 $2M-$5M
• SMB：技术支持模式，每位 CSM 对应 $5M+
• 运行 cs_coverage_calculator.py，计算团队规模

6. CS 是否纳入薪酬计划？与销售团队的薪酬有何不同？

目标不一致是 CS 失败的先行指标。

• CS 薪酬：通常为 70/30 的固定薪酬/浮动薪酬比例
• 浮动薪酬：50% 基于毛留存 + 30% 基于净留存 + 20% 基于活动量
• 反模式：按 NPS 考核 CSM 薪酬——他们会钻空子
• 反模式：让 CSM 的薪酬与销售团队相同——他们会转而推销，而不是服务客户

工作流

# 1. Retention decomposition (always start here)
python ../../../c-level-advisor/skills/chief-customer-officer-advisor/scripts/retention_decomposition_analyzer.py cohorts.json

# 2. Segmentation audit
python ../../../c-level-advisor/skills/chief-customer-officer-advisor/scripts/customer_segmentation_designer.py customers.json

# 3. Coverage sizing (if making CS team changes)
python ../../../c-level-advisor/skills/chief-customer-officer-advisor/scripts/cs_coverage_calculator.py book.json

输出格式

# CCO Review: <plan>
**Date:** YYYY-MM-DD

## The Decision Being Made
[one sentence — retention | segmentation | coverage | next hire]

## Retention (if applicable)
- GRR: X% (vs vanity NRR of Y%)
- Top churn driver: <category> at X% of churn
- Preventable churn: X% (CS-controllable)
- Leaky-bucket pattern? yes/no

## Segmentation (if applicable)
- Tier distribution: Strategic X / Enterprise X / Mid-market X / SMB X
- Kill list size: N customers (X% of customers, Y% of ARR)
- Upgrade candidates: N

## Coverage (if applicable)
- Current CSMs: N | Required now: M | Required 12mo: P
- Annual cost (12mo): $X
- Manager trigger fired: yes/no

## Org (if applicable)
- Next hire: <CSM | Support | AM | IM | CS Ops | Customer Marketing>
- Why this, not the alternative: <one line>
- Customer outcome unblocked: <specific>

## Verdict
🟢 SHIP | 🟡 SHARPEN | 🔴 BLOCK

## Next Steps
[3 concrete actions]

路由

• /cs:cpo-review — 如果流失的根本原因是 product_fit 或 no_value_realized
• /cs:cro-review — 如果需要审视扩张收入计算或薪酬目标一致性
• /cs:cfo-review — 用于 CS 成本承诺和留存对收入的影响
• cs-chro-advisor Agent — 用于 CS 招聘、薪酬和职业阶梯
• /cs:decide — 记录结论
• /cs:freeze 30 — 针对多年期 CS 薪酬计划变更

相关内容

• Agent：cs-cco-advisor
• 技能：chief-customer-officer-advisor
• 相邻目录：../../../business-growth/（CS 战术执行）

---

版本： 1.0.0