deal-momentum-analyzer

通过多信号分析评估每笔未结交易的推进势头（而不仅仅是阶段）：包括所处阶段的天数、活动的近期情况、利益相关者的参与度、通话／活动情绪以及 MEDDIC 完整度。找出最有可能停滞的 3-5 笔交易，并制定具体的下一步最佳行动来挽回这些交易。目标：每月挽回 5-10% 的停滞管道交易（按当前管道规模约为 $18K/月）。

<quick_start> 每日自动运行（中部标准时间上午 7 点）： 计划任务提取所有未结交易 → 评估推进势头 → 提供按优先级排列的行动清单

按需运行： "deal momentum" → 立即运行完整分析 "pipeline review" → 运行相同分析，并按管道审查格式呈现 "which deals need attention" → 仅筛选有风险的交易

触发短语：

• "deal health" / "deal momentum"
• "pipeline review" / "stalled deals"
• "which deals need attention"
• "morning brief" / "SOD"（整合到每日简报中） </quick_start>

<success_criteria>

• 为每笔未结交易评定 0-100 的推进势头分数
• 将交易分类为：GREEN（进展正常）、YELLOW（进展放缓）、RED（停滞）
• 找出排名前 3-5 的高风险交易，并提供具体的下一步最佳行动
• 每周趋势：交易是在加速还是减速？
• 目标：通过及时干预，每月挽回 5-10% 的停滞交易
• 对即将错过预计成交日期的交易，漏报为零 </success_criteria>

架构

SCHEDULED (7am CST)          ANALYSIS                    OUTPUT
─────────────────────────────────────────────────────────────────
HubSpot: all open deals  →  Score each deal on     →  Prioritized dashboard
CRM: activity history    →  6 momentum signals     →  Next-best-action per deal
Activity: emails/calls   →  Classify G/Y/R         →  Gmail draft (optional)
                          →  Compare to last run    →  Calendar blocks (optional)

阶段 1：数据收集

1a. 提取所有未结交易（负责人或协作者）

使用 search_crm_objects（HubSpot MCP），通过两个以 OR 连接的筛选组同时获取由 Tim 负责和 Tim 参与协作的交易：

筛选组 1 — Tim 是协作者：

• hs_all_collaborator_owner_ids CONTAINS_TOKEN 87486452
• hs_is_closed EQ false

筛选组 2 — Tim 是负责人：

• hubspot_owner_id EQ 87486452
• hs_is_closed EQ false

请求的属性： dealname、dealstage、amount、hubspot_owner_id、hs_lastmodifieddate、notes_last_updated、closedate、pipeline、createdate、hs_all_collaborator_owner_ids、num_associated_contacts、hs_deal_stage_probability

按 hs_lastmodifieddate 降序排列。限制 100 条。

对每笔交易，记录：

字段	HubSpot 属性
交易名称	dealname
金额	amount
阶段	dealstage
成交日期	closedate
创建日期	createdate
最近活动	notes_last_updated 或 hs_lastmodifieddate
负责人	hubspot_owner_id
协作者	hs_all_collaborator_owner_ids
关联联系人	通过关联关系获取
关联公司	通过关联关系获取

1a-bis. 交易角色标记

提取交易后，为每笔交易标记 Tim 的角色：

• 负责人 — hubspot_owner_id = 87486452 → Tim 直接负责该交易
• 协作者 — hs_all_collaborator_owner_ids 包含 87486452，但 hubspot_owner_id ≠ 87486452 → Tim 正在协助成交（由 AE 或 SE 负责的交易）

在推进势头报告中同时显示这两类交易。由 AE 负责的协作交易（负责人 ID 为 82625923 Lex Evans、423155215 Ron Epstein、190030668 Phillip Sandler）是 Tim 引荐或正在积极支持的交易——它们属于他的管道贡献，必须跟踪。

仅排除 Tim 既不是负责人也不是协作者的交易（即意外出现但与 Tim 无关的交易）。

### 1b. Clari 通话智能（信号 4 数据源）

提取与每笔交易相关联的联系人的近期 Clari 通话数据：

工具	用途
clari_search_calls	查找涉及交易联系人的通话（按 attendeeEmail 筛选，最近 30 天）
clari_get_call_summary	获取每次相关通话的 AI 摘要和行动项

对于每笔交易关联的联系人：

1. 搜索 Clari 通话：clari_search_calls(attendeeEmail=contact_email, daysBack=30)
2. 对找到的通话：clari_get_call_summary(callId=call_id)
3. 提取：
   • 通话情绪：根据 AI 摘要判断为积极／中性／消极
   • 需求探索完整度：是否询问了 MEDDIC 问题？
   • 竞争对手提及情况：摘要中是否提到任何竞争对手名称
   • 行动项：尚未解决的行动项 = 停滞风险
   • 最近通话日期：信号 4 评分的时效性指标

信号 4 增强（通话势头 — 15 分）：

子信号	分数	标准
过去 7 天内有 Clari 通话	5	已确认近期有互动
积极的情绪	4	AI 摘要为积极／有建设性
已询问 MEDDIC 问题	3	记录稿涵盖了需求探索主题
没有尚未解决的行动项	2	所有行动项均已完成
未提及竞争对手	1	竞争态势良好

如果未找到 Clari 数据，则回退到 HubSpot 活动时效性（沿用现有逻辑）。不要仅仅因为 Clari 数据为空就打 0 分。

1c. 提取活动历史

对于每笔交易关联的公司，使用 ask_agent：

• 查询：“显示 [company] 过去 30 天内所有交易的活动、备注和互动情况”
• 提取内容：通话备注、邮件活动、会议结果、交易阶段变更

1c. 提取联系人互动情况

对于每笔交易关联的联系人，使用 hubspot_search_contacts：

• 最近邮件的打开／点击日期
• 表单提交
• 页面浏览
• 会议预约

阶段 2：势头评分（0-100）

根据 6 项加权信号为每笔交易评分：

信号 1：当前阶段停留天数（25 分）

条件	分数
低于该阶段中位数	25
等于中位数	15
中位数的 1.5 倍	8
超过中位数的 2 倍	0

各阶段中位数（根据 Tim 的历史数据进行校准）：

阶段	预期天数
已安排预约	7
已确认购买意向	14
已安排演示	10
决策者已认同	14
已发送合同	7
已成功成交	—

信号 2：活动时效性（20 分）

最近一次活动	分数
3 天内	20
3-7 天	15
7-14 天	8
14-21 天	3
超过 21 天	0

信号 3：利益相关方覆盖面（15 分）

必须进行 ATL/BTL 验证（参见 CLAUDE.md § ATL/BTL Classification v1.0）： 对每笔交易关联的联系人，在评分前按职位分类：

• **ATL：**首席、VP、总监、院长、教务长、学区总监、法院行政主管、市经理、高级牧师、执行牧师
• **GRAY：**经理（AV/设施/IT）——仅在确认预算 >$25K 时计为 ATL 等效级别
• **BTL：**技术员、专员、协调员、支持人员、管理员（系统/网络/数据库）、工程师、操作员、讲师/教师、设计师、助理、职员（非法院行政人员）、志愿者、实习生、学生、住院医师、帮助台人员
• **绝不属于 ATL：**仓库经理、网络经理、系统管理员、AV 技术员、平面设计讲师、项目管理员、网页设计师、课堂支持人员、实验室协调员、维护人员、建筑工程师、多媒体服务经理、视频制作专员、直播团队

已参与的联系人	分数
3 位以上联系人，其中至少 1 位为 ATL 级联系人（已确认 EB）	15
2 位以上联系人，其中至少 1 位为 ATL 级	12
2 位以上联系人，但全部为 BTL/GRAY（没有已确认的 ATL）	7
1 位联系人（仅有支持者，不论级别）	5
1 位以上联系人，但全部职位都绝不属于 ATL	2
0 位活跃联系人	0

**惩罚标记：**如果一笔交易没有 ATL 级联系人，在报告中添加 ⚠️ 标记："未识别经济买家 — 交易可能在决策者阶段停滞。行动：请支持者引荐总监级以上/VP 级以上人员。"

信号 4：通话进展势头（15 分）

主要使用 Clari 通话数据作为信号来源（参见阶段 1b：Clari 通话情报）。

活动信号	分数
过去 7 天内有通话 + 正面情绪	15
过去 7 天内有通话 + 中性情绪	10
过去 14 天内有通话	7
14 天以上没有通话	0
上次通话情绪为负面	-5（惩罚）

数据来源：

• 主要来源：Clari 通话摘要（通过 clari_search_calls + clari_get_call_summary）
• 备用来源：如果没有可用的 Clari 数据，则使用 HubSpot 活动时间

信号 5：MEDDIC 完整度（15 分）

根据可用数据估算：

已识别的 MEDDIC 字段	分数
6 个维度中有 5–6 个	15
3–4 个维度	10
1–2 个维度	5
0 个维度	0

信号 6：成交日期可靠性（10 分）

条件	分数
成交日期在未来，且从未推迟	10
成交日期推迟过 1 次	6
成交日期推迟过 2 次以上	2
成交日期已过（逾期）	0

分类

分数	分类	行动优先级
70-100	绿色 — 进展正常	监控
40-69	黄色 — 进展放缓	本周介入
0-39	红色 — 陷入停滞	今天介入

阶段 3：下一最佳行动引擎

对于每笔黄色/红色交易，指定具体行动：

行动矩阵

主要信号缺口	建议行动	工具
超过 14 天没有活动	发送重新互动邮件	gmail_create_draft
超过 14 天没有通话	预约跟进通话	gcal_create_event
单线联系（1 位联系人）	调研并联系更多利益相关方	apollo_mixed_people_api_search
未识别经济买家	请支持者引荐 EB	通话脚本
成交日期已逾期	通过邮件提出新时间安排	gmail_create_draft
通话情绪为负面	直接处理异议	通话准备简报
提及竞争对手	调取竞争对手对战卡	调研
MEDDIC 存在缺口	为下次通话准备探索性问题	MEDDIC 简报

行动输出格式

对于每项行动，提供：

1. **内容：**具体行动说明
2. **原因：**触发该行动的信号
3. **方式：**可直接使用的邮件草稿/日历邀请/谈话要点
4. **时间：**今天/本周/在[成交日期]之前

阶段 4：输出格式

╔══════════════════════════════════════════════════════════════╗
║  DEAL MOMENTUM REPORT — [Date]                               ║
║  Pipeline: $[total] | Deals: [count] | Weighted: $[weighted] ║
╠══════════════════════════════════════════════════════════════╣

SUMMARY:
🟢 GREEN: [X] deals ($[amount]) — on track
🟡 YELLOW: [X] deals ($[amount]) — slowing, intervene this week
🔴 RED: [X] deals ($[amount]) — stalled, intervene TODAY

TREND vs LAST RUN:
- Deals improved: [X] (moved from RED→YELLOW or YELLOW→GREEN)
- Deals declined: [X] (moved down)
- New deals: [X]
- Pipeline delta: [+/- $amount]

═══════════════════════════════════════════════════════════════

🔴 PRIORITY ACTIONS (do these today):

1. [Deal Name] — $[amount] | Stage: [stage] | Score: [XX/100]
   ⚠️ Signals: [days in stage: 28 | no activity: 18 days | single-threaded]
   → ACTION: [specific next-best-action]
   → DRAFT: [ready-to-send email or talking points]

2. [Deal Name] — $[amount] | Stage: [stage] | Score: [XX/100]
   ⚠️ Signals: [close date overdue | negative call sentiment]
   → ACTION: [specific next-best-action]
   → DRAFT: [ready-to-send email or talking points]

═══════════════════════════════════════════════════════════════

🟡 WATCH LIST (intervene this week):

3. [Deal Name] — $[amount] | Score: [XX/100]
   → [brief action recommendation]

═══════════════════════════════════════════════════════════════

🟢 ON TRACK:

[Deal list with scores, sorted by close date]

╚══════════════════════════════════════════════════════════════╝

<scheduled_automation>

每日 CST 上午 7 点运行

此技能设计为以计划任务的形式运行：

计划： 每天 CST 上午 7:00（UTC 13:00） 任务名称： "deal-momentum-daily" 计划选项：

• 基于会话： 使用提示词 "Run deal-momentum-analyzer" 运行 CronCreate "57 6 * * 1-5"（3 天后自动过期，必须在每个会话中重新创建）
• 持久运行： 位于 ~/Library/LaunchAgents/com.tim.deal-momentum.plist 的 launchd Agent（后续工作）
• 按需运行： Tim 说“deal momentum”或“morning brief”

流程：

1. 从 HubSpot 获取所有未关闭的交易
2. 根据 6 项动能信号为每笔交易评分
3. 分类为 GREEN/YELLOW/RED
4. 为 YELLOW/RED 交易生成下一步最佳行动
5. 为建议的重新互动邮件创建 Gmail 草稿
6. 输出报告（保存到工作区并在晨间简报中呈现）

与 SOD/晨间简报集成： 当 Tim 说“morning brief”或“SOD”时，此报告会作为管道部分纳入。 </scheduled_automation>

## 必需的 MCP 工具 - **Epiphan CRM MCP：** hubspot_search_deals、hubspot_search_companies、hubspot_search_contacts、hubspot_get_deal、hubspot_get_company、hubspot_get_contact、ask_agent（活动历史记录、阶段速度中位数、管道覆盖率、交易转化基准） - **Epiphan Clari MCP：** clari_search_calls、clari_get_call_summary（用于通话情绪分析和动能评分） - **Apollo MCP：** apollo_mixed_people_api_search、apollo_people_match（用于多线程操作） - **Gmail MCP：** gmail_create_draft（用于重新互动邮件操作） - **Google Calendar MCP：** gcal_create_event（用于安排跟进通话） - **计划任务：** CronCreate（基于会话，最长 3 天）或 launchd（持久运行）

引用的相关技能

• hubspot-revops-skill — HubSpot 查询模式、管道阶段定义
• sales-revenue-skill — MEDDIC 框架、管道覆盖率基准
• meddic-call-prep-auto-skill — 当操作为 "book a call" 时，生成完整的通话准备内容
• portfolio-artifact-skill — 为 GTME 作品集记录交易挽回指标

输出结果 Sidecar

最后一步，将内容写入 ~/.claude/skill-analytics/last-outcome-deal-momentum-analyzer.json：

{"ts":"[UTC ISO8601]","skill":"deal-momentum-analyzer","version":"1.0.0","variant":"default",
 "status":"[success|partial|error]","runtime_ms":[estimated ms from start],
 "metrics":{"deals_scored":[n],"green_count":[n],"yellow_count":[n],"red_count":[n],"blockers_flagged":[n],"avg_momentum_score":[n],"drafts_created":[n]},
 "error":null,"session_id":"[YYYY-MM-DD]"}

如果某些阶段失败但仍生成了结果，请使用状态 "partial"。只有在未生成任何输出时才使用 "error"。