mcpField
P
pipeline-forecasting

pipeline-forecasting

github.com/guia-matthieu营销与增长150203 次安装4 周前更新
代码仓库

关于 pipeline-forecasting

pipeline-forecasting 是面向销售和营收运营团队的收入预测技能。它结合交易金额、阶段转化率、交易速度和信心类别,计算加权预测、模拟不同情景并标记销售管道风险。

主要功能

  1. 01计算按概率加权的收入
  2. 02应用历史阶段转化率
  3. 03划分承诺、最佳情景和潜在交易
  4. 04模拟预测情景与置信区间
  5. 05标记交易风险和销售管道缺口

适用场景

  1. 01准备每周或每月销售管道评审
  2. 02预测董事会会议的收入
  3. 03比较销售管道覆盖率与目标
  4. 04评估最佳、可能和最差情景

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/guia-matthieu/clawfu-skills --skill pipeline-forecasting

安装后在 Claude Code 中输入/pipeline-forecasting确认已加载。

详细介绍

销售管道预测

利用历史转化率、交易速度和按置信度加权的预测,生成准确、数据驱动的收入预测。

何时使用此技能

  • 与领导层进行每周/每月销售管道评审
  • 董事会会议收入预测
  • 制定配额和规划销售区域
  • 发现预测与目标之间的差距
  • 规划最佳/最差/最可能情境

方法论基础

基于 Clari 的收入运营方法论 和 Forrester 的 B2B 收入瀑布模型,结合:

  • 加权销售管道(概率 × 金额)
  • 历史阶段转化率
  • 交易速度分析
  • 承诺与上行情境分类

Claude 的工作与由你决定的事项

Claude 的工作由你决定
按阶段计算加权销售管道纳入/排除哪些交易
应用历史转化率特定交易的调整因素
生成置信区间向领导层报告的最终承诺金额
识别预测风险弥补差距的行动
模拟最佳/最差/最可能情境依据哪个情境进行规划

此技能的功能

  1. 导入销售管道数据 - 当前商机及其阶段、金额和成交日期
  2. 应用转化率计算 - 按阶段、细分市场和销售代表划分的历史赢单率
  3. 计算加权预测 - 经概率调整的收入预测
  4. 生成情境 - 带置信区间的最佳情境、承诺情境和最差情境
  5. 识别风险 - 延期交易、销售管道缺口和覆盖率

使用方法

I need a pipeline forecast for Q1. Here's our current pipeline:

[Paste pipeline data: Deal name, Stage, Value, Close Date, Rep]

Historical context:
- Average win rate: 25%
- Stage 3→Close rate: 45%
- Stage 4→Close rate: 70%
- Average sales cycle: 45 days

Target: $2.5M for Q1

说明

步骤 1:销售管道分类

将交易划分为:

  • 承诺 - 高置信度(阶段 4+,口头承诺)
  • 最佳情境 - 中等置信度(阶段 3,积极跟进)
  • 上行机会 - 低置信度(阶段 1-2,早期阶段)
步骤 2:加权计算
Weighted Value = Deal Value × Stage Probability × Rep Factor

Stage Probabilities (adjust to your data):
- Stage 1 (Discovery): 10%
- Stage 2 (Qualification): 20%
- Stage 3 (Proposal): 40%
- Stage 4 (Negotiation): 70%
- Stage 5 (Verbal): 90%
步骤 3:覆盖率分析
Pipeline Coverage = Total Pipeline ÷ Target
- Healthy: 3-4x coverage
- At Risk: 2-3x coverage
- Critical: <2x coverage
步骤 4:情境模拟
  • 最差情境:仅计入承诺交易(概率 90% 以上)
  • 最可能情境:承诺交易 + 最佳情境的 50%
  • 最佳情境:承诺交易 + 最佳情境 + 上行机会的 25%
步骤 5:识别风险

标记以下交易:

  • 成交日期已过(需要更新)
  • 14 天以上无活动(进展停滞)
  • 从上一季度延期而来(延期风险)
  • 缺少关键字段(数据质量问题)

示例

示例 1:季度预测

输入:

Pipeline for Q1:
- Acme Corp: Stage 4, $150K, Jan 30, Rep: Sarah
- Beta Inc: Stage 3, $80K, Feb 15, Rep: Mike
- Gamma Ltd: Stage 2, $200K, Mar 1, Rep: Sarah
- Delta Co: Stage 4, $120K, Feb 28, Rep: Lisa
- Echo Systems: Stage 1, $500K, Mar 15, Rep: Mike

Target: $400K

输出:

## Q1 Pipeline Forecast

### Weighted Pipeline
| Deal | Stage | Value | Probability | Weighted |
|------|-------|-------|-------------|----------|
| Acme Corp | 4 | $150K | 70% | $105K |
| Delta Co | 4 | $120K | 70% | $84K |
| Beta Inc | 3 | $80K | 40% | $32K |
| Gamma Ltd | 2 | $200K | 20% | $40K |
| Echo Systems | 1 | $500K | 10% | $50K |
| **Total** | | **$1.05M** | | **$311K** |

### Scenario Analysis
- **Worst Case (Commit)**: $189K (Acme + Delta at 70%)
- **Likely Case**: $245K (Commit + 50% Best Case)
- **Best Case**: $361K (All weighted)

### Coverage Ratio
- Pipeline: $1.05M
- Target: $400K
- Coverage: 2.6x ⚠️ (At Risk - need 3x+)

### Risks Identified
1. ⚠️ Echo Systems ($500K) is Stage 1 with Mar close - unlikely
2. ⚠️ Gap of $155K between Likely ($245K) and Target ($400K)

### Recommendations
1. Pressure test Acme and Delta for verbal commits
2. Accelerate Beta Inc to Stage 4 this week
3. Add $200K+ new pipeline to reach 3x coverage
示例 2:月度汇总

输入:

January pipeline by rep:
Sarah: $450K weighted, $280K commit
Mike: $320K weighted, $150K commit
Lisa: $280K weighted, $200K commit

Team target: $500K

输出:

## January Team Forecast

| Rep | Weighted | Commit | % to Target |
|-----|----------|--------|-------------|
| Sarah | $450K | $280K | 56% |
| Mike | $320K | $150K | 30% |
| Lisa | $280K | $200K | 40% |
| **Team** | **$1.05M** | **$630K** | **126%** |

### Forecast Summary
- **Team Commit**: $630K (126% of $500K target) ✅
- **Confidence**: HIGH - commit exceeds target

### Risk Watch
- Mike at 30% commit coverage - needs deal acceleration
- Sarah carrying most weight - concentration risk

技能边界

此技能擅长的事项
  • 销售管道数学计算
  • 基于明确假设进行情境模拟
  • 识别数据质量问题
  • 覆盖率分析
此技能无法做到的事项
  • 预测哪些具体交易会成交(需要人工判断)
  • 考虑市场变化或竞争对手的行动
  • 取代销售代表对交易的了解
  • 保证预测准确
何时升级至人工处理
  • 交易存在特殊情况(并购、关键支持者离职)
  • 市场变化影响成交率
  • 需要高管判断的战略客户
  • 提交给董事会/投资者的最终承诺金额

迭代指南

后续提示词
  • “如果最大的 2 笔交易未能成交,会怎样?请展示该情境。”
  • “将所有阶段 2 交易的金额下调 20%,然后重新计算。”
  • “哪些交易对我们的预测影响最大?”
  • “按月份展示预测与目标之间的差距。”
优化周期
  1. 生成初始预测 → 与销售代表评审
  2. 根据销售代表的意见更新交易概率
  3. 使用调整后的假设重新运行预测
  4. 锁定承诺金额,每周跟踪差异

检查清单和模板

每周预测评审检查清单
  • 所有交易都填写了最新成交日期
  • 本周已更新阶段进展
  • 已为承诺交易安排后续步骤
  • 已标记风险并分配缓解措施
  • 已计算覆盖率
预测模板
## [Period] Revenue Forecast

**Generated:** [Date]
**Pipeline Cutoff:** [Date]

### Summary
- Target: $X
- Commit: $X (X% of target)
- Best Case: $X
- Coverage: Xx

### By Segment
[Table]

### Risks & Mitigations
[List]

### Actions This Week
[List]

参考资料

  • Clari 收入运营手册
  • Forrester B2B 收入瀑布模型
  • MEDDICC 交易资格评估框架
  • Gartner 销售预测最佳实践

相关技能

  • deal-risk-scoring - 评估单笔交易的健康状况
  • lead-scoring - 筛选销售漏斗顶部的潜在客户
  • account-health - 客户留存信号

技能元数据

  • 领域:RevOps
  • 复杂度:中级
  • 模式:centaur
  • 价值实现时间:每次预测 15-30 分钟
  • 前置条件:销售管道数据导出、历史赢单率

评论

支持 Markdown