mcpField
R
revenue-leakage

revenue-leakage

github.com/mbfinotti营销与增长123.0k 次安装2 天前更新
代码仓库

关于 revenue-leakage

revenue-leakage 是追踪单一销售或收入漏斗中记录与金额流失原因的分析技能,适用于 RevOps 及负责漏斗各环节的团队。它通过逐步核对记录去向,区分真实流失、合理淘汰和数据缺口,并只估算可挽回金额。

主要功能

  1. 01按实际事件重建漏斗过程
  2. 02逐环节核对记录去向与残差
  3. 03区分真实流失、合理淘汰和数据缺口
  4. 04估算可挽回金额并标注置信度
  5. 05按收益与修复成本排序问题

适用场景

  1. 01查找线索到成交过程中的未解释流失
  2. 02定位签约前或续费环节的记录流失
  3. 03识别人工交接造成的追踪盲点
  4. 04制定按责任人与修复工作排序的清单

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/mbfinotti/revops-skills --skill revenue-leakage

安装后在 Claude Code 中输入/revenue-leakage确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

evals/
evals.json
references/
leak-site-inventory.md
sizing-recoverable-revenue.md
worked-examples.md

详细介绍

收入流失

追踪记录和收入在某一个具体漏斗实例中悄然流失的环节,证明每笔损失都真实存在,估算可挽回金额,并按负责人排列修复优先级。

  • 生命周期视角: Winning by Design 的 Bowtie(winningbydesign.com/bowtie)。流失贯穿从获客到入职引导、续约和扩展的整个过程,而不只是销售阶段——大多数团队过度检查前半段,却从未核对后半段。
  • 后期阶段流失: MEDDPICC 的“Paper Process”要素(meddicc.com/meddpicc)指出了典型的后期阶段流失——交易在口头同意和签署之间告吹。
  • 工作方法: 将 Celonis 推广的流程挖掘方法应用于漏斗自身的事件日志。根据实际发生时的时间戳重建流程,绝不依据文档中的流程图。

基本规则

  • 追踪,绝不重新设计。阶段集合、路由规则、评分模型和交接流程都是输入项。如果其中某项存在缺陷,用一句话指出,并将问题转交给 Reference 中对应的技能——不要在此处重建。

  • 交付物是流失登记表,绝不是数据卫生检查清单。交易停滞数量、缺失字段和推进次数都是用于定位流失的输入信号;将它们作为发现结果进行报告,是另一项技能的工作(mbfinotti/revops-skills@sales-pipeline-hygiene)。流失分析要查明记录和收入在哪些环节、因何种未记录原因退出,以及这些损失值多少。

  • 除非通过以下三类判定,否则任何情况都不算流失。将正常的资格审查淘汰计为流失,是这类分析中最常见的误判。把数据采集缺口误认为漏斗流失,则是第二常见的误判。

  • 估算可挽回金额,绝不使用总额。将停滞交易的总管道价值说成“流失收入”,是这类报告失去财务部门信任的典型原因。

  • 仅分析某一时期、某一个进入批次中的一个漏斗实例。跨团队、漏斗或季度的项目级模式不在范围内。

  • 为每个数值阈值标注其依据:已发表的实践、从业者共识,或根据用户自身数据推导。绝不要将供应商的经验法则说成行业常量。

  • 提醒读者不要采用下列广为流传的线索响应速度统计数据——发布这些数据的供应商页面没有引用任何来源:

    • “5 分钟内响应 = 可能性高出 100 倍”
    • “获得资格认定的可能性高出 21 倍”
    • “B2B 平均响应时间为 42 小时”
    • “38% 的线索从未回复”
    • “391% / 60 秒规则”

    HBR 2011 年的论文《The Short Life of Online Sales Leads》(Oldroyd、McElheran、Elkington)真实存在,也可作为响应延迟会产生影响的证据引用,但通常与之关联的具体倍数无法核实。应测量用户自身的响应时间与转化率曲线,并据此推导阈值。

守恒测试

进入漏斗某个步骤的每条记录,都必须通过且仅通过一种可计数的结果离开该步骤:

  • 已推进
  • 已关闭丢单,且记录了原因
  • 已取消资格/已回收,且记录了原因
  • 仍在该步骤预期的停留时间窗口内处于开放状态

按每次转化进行核对:

entered  =  advanced + lost(reason) + disqualified(reason) + still-open(in window)  +  residual

每个非零差额都必须有解释。在将其称为流失之前,先对其进行三类判定:

  1. 真实流失 - 记录原本符合条件,却因流程、系统或归属原因而停止推进(从未联系、从未接受、超出时间窗口后仍停滞、从未开具发票)。只有这类流失才需要估算规模并排序。
  2. 合理取消资格 - 记录因正当原因退出,且记录了退出情况。不是流失。取消资格率为零的漏斗并不健康,而是缺少筛选。
  3. 数据采集缺口 - 记录实际上已推进,但系统从未记录:未追踪的步骤、在收件箱或电子表格中完成的工作、缺失的时间戳、在从不回写的系统中完成的转化。缺失发生在数据中,而非漏斗中;应修复的是监测机制,在这里“修复漏斗”毫无作用。

检测未追踪步骤是关键手段。 对每一对相邻的系统或负责人,都要询问中间发生了什么,以及是否有人手动完成。任何在收件箱、电子表格或聊天线程中执行的步骤都没有时间戳,因此无法衡量其流失情况——在完成监测或证实其只是直接通过之前,都应将这类步骤视为疑似流失点。没有产生记录的步骤就没有可衡量的流失;应将其标记为监测缺口,而不是猜测数值。

B2B 与 B2C/自助服务

  • **B2B 销售驱动:**流失点是需要人工采取行动的环节——响应、分配、接受、推进、催签。存在由销售代表负责的销售管道,因此差额可以归属于具体负责人。
  • **B2C/自助服务/PLG:**漏斗的大部分环节都没有由销售代表负责的管道;其作用机制不是人为行为,而是技术因素——试用和结账步骤的流失、支付失败和催缴缺口、非自愿流失、自动续订遗漏。非自愿流失占订阅总流失的 20-40%(Baremetrics 引用 Paddle 的研究);B2B SaaS 则为 2-5%(Baremetrics 自有平台数据——供应商汇总数据,并非独立研究)。
  • **两者完全相同,适用时无需修改:**守恒核对本身、三类判定、可挽回金额的估算规则,以及未追踪的步骤在完成监测之前无法衡量这一规则。不同的只有流失点目录和证据类型。

访谈

分析前先提问。每条消息只问一个问题;尽可能采用选择题;跳过已回答的问题。

  • 采用哪种漏斗和销售模式:B2B 销售驱动、销售辅助型 PLG,还是纯自助式/B2C?只分析一个漏斗实例——具体是哪一个?
  • 是什么触发了这次调查:某个数字下滑、董事会提出的问题、消失的交易,还是直觉?
  • 漏斗的实际运作步骤是什么(而非官方图示),记录链条的各个部分分别由哪个系统保存——营销工具、销售系统、计费系统,还是电子表格?
  • 实际上可以导出或查询哪些数据:带时间戳的阶段变更历史、负责人历史、成交失败和资格取消原因代码、账单/发票记录、付款失败事件?
  • 目前哪些环节依赖人工操作——哪些交接是通过收件箱、电子表格或聊天消息完成的?
  • 漏斗的每个环节由谁负责,各环节之间的部分由谁负责?
  • 分析应涵盖哪个时期和哪批初始群组?(只选一批群组,持续跟踪其后续情况——绝不使用不同批次混合而成的快照。)
  • 平均交易额或订阅金额是多少?如果已知,各步骤之间的历史转化率是多少?
  • 对每次转化中尚未解释的差额,你愿意签字认可的上限是多少?通过阈值取决于这个数字,而且必须由你确定,不能由此技能设定。常见的工作基准是每次转化中进入该步骤记录数的 5%——这是从业者采用的数值,并非已发布的标准。若没有更合适的依据,只将 5% 作为占位值;一旦某次运行产生了漏斗自身的核对历史,就应据此尽快收紧阈值。
  • 必须在什么日期前实际收到追回的收入——本季度结账前、董事会会议日期前,还是没有固定期限?(硬性日期会将流程再设计从本轮待办事项中剔除,并优先考虑提醒、路由备用方案,以及重新处理已经流失记录的工作。)
  • 你想一次性追回已经流失的记录,还是修复问题以防再次流失?(一次性目标会优先安排重新处理;持续改善目标则会优先安排提醒、路由备用方案和追回流程。)
  • 工作量上限是什么——仅限分析人员工时、可用工程资源,还是可以开展跨团队流程变更?
    • 仅限分析人员会排除埋点和再设计修复。
    • 可用工程资源会优先安排追回流程和埋点。
    • 只有获得跨团队授权,流程再设计才有资格纳入排序。

工作流

  1. 进行访谈;明确漏斗、时间段和入口群组;确认范围边界(追踪,不重新设计)。
  2. 按实际运作方式绘制漏斗:每个步骤、系统、负责人和交接环节——包括人工操作环节。将所有未追踪或由人工执行的步骤标记为疑似流失点。使用 references/leak-site-inventory.md 作为探查清单,确保没有遗漏。
  3. 如果可以直接查询漏斗系统,请根据事件历史为每次转化构建守恒核对;否则根据导出数据和用户提供的记录样本推导,并将所有无法核对的转化标记为未测量,而不要假定它们没有问题。
  4. 使用三分法测试对所有非零残差进行分类,并为每个记录组附上证据:时间戳、负责人历史、原因代码,或这些信息的缺失。无法分类的残差仍标记为“未解释”——绝不能直接认定为“流失”。
  5. 根据 references/sizing-recoverable-revenue.md 计算每个已确认真实流失可追回的金额,并为每个数字标注置信度。
  6. 构建流失登记表(架构见“输出格式”),按单位修复投入可追回的金额排序,而不是只按金额排序;使用 references/sizing-recoverable-revenue.md 中的修复类别排序,并根据访谈中有关截止期限、一次性与持续性、投入上限的回答重新排序。若用户的限制排除某个修复类别,则删除该类别,而不是将其降级,并说明是哪项限制将其排除。数据采集缺口应单独列出,并附上埋点修复方案,不附金额。
  7. 一次输出报告的一个章节,供用户验证,并以 references/worked-examples.md 中对应的示例为依据。
  8. 检查通过阈值;持续迭代,直到满足阈值,或明确列出所有剩余缺口,并为其安排修复。
  9. 如果运行环境支持持久化记忆,请存储漏斗图、埋点缺口和约定的残差基线,以便重新检查时沿用;否则,将这三项全部放在报告的最后一节中,供用户粘贴到下一次运行。

输出格式

每个阈值和金额数字都必须附带来源或置信度标签。

REVENUE LEAKAGE REPORT - <funnel>, <cohort/period>, <date>
Funnel map       : steps -> systems -> owners; manual/untracked steps flagged
Reconciliation   : per transition - entered / advanced / lost(reason) /
                   disqualified(reason) / open-in-window / residual (% of entered)
Leak register    : rank | site | evidence | classification | records affected |
                   recoverable $ (confidence) | owner | fix | fix class
                   (fix class carries the effort behind the rank; ranking basis
                   and any deleted fix class stated above the register)
Disqualification : volume left for recorded, legitimate reasons (not leakage)
Capture gaps     : untracked steps + records that progressed unrecorded;
                   instrumentation fix per gap, no dollar figure
Recoverable total: sum of register, by confidence band; never a gross figure
Re-check         : residual baselines agreed, re-run date, gaps scheduled

通过阈值

  • 每个已核对转化中的未解释残差都低于事先与用户约定的容差——常用工作标准是每个转化中进入记录数的 5%(这是从业者的工作标准,并非已发布的标准;应根据漏斗自身的历史数据设定更严格的标准)。
  • 流失登记表中的每一项都附有证据、分类、带置信度标签的可追回金额、负责人、修复方案及该修复方案所属类别。
  • 每个未核对的转化和未追踪的步骤都明确标记为尚未埋点,并安排埋点修复——绝不默默省略。
  • 分析恰好涵盖一个入口群组的后续流转;快照计数不得与群组流转数据混用。

持续迭代,直到四项全部满足。如果必须先建立埋点才能核对某个转化,报告应明确说明,并安排重新运行——这属于通过;猜测数字则不算通过。

常见失败模式

缺陷后果修正方案
混用不同批次的群组数据(快照计数与群组流量)残差只是算术噪声;会泄漏虚构或隐藏的问题从同一批入组对象开始跟踪;只比较相同时间段
将合理的资格取消判定为泄漏发现的问题被夸大;销售团队不再信任报告在将任何问题称为泄漏之前,先进行三分类
将数据采集缺口误认为漏斗流失“修复”针对的是实际并未出问题的漏斗;毫无改善先检查相邻系统中是否存在进展证据
对发生两次泄漏的记录重复计数可挽回总额超过实际情况;失去公信力每条记录只计一次,计入其首次出现无法解释的流失点
将管道总价值估算为可挽回金额财务部门会对整份报告打折扣可挽回金额 = 记录数 x 价值 x 从该节点开始的后续转化率
将系统缺陷归咎于销售代表引发政治纷争,却没有修复;泄漏持续存在将残差归到流程/系统负责人名下,而非个人,除非负责人历史记录能证明另有原因
对未跟踪步骤猜测数值虚构的数字会影响整个排名标明尚未设监测;先添加监测,再在下一轮测量
交付成果偏离方向,变成数据清理检查清单与数据清理技能重复;“这值多少钱”的问题仍未得到回答每项发现都必须说明受影响记录数及可挽回金额,或提出监测修复方案

KPI

  • 每次重新运行时跟踪:
    • 各转化环节的未解释残差占比(趋势应趋近于约定的容差)
    • 每项已修复泄漏实际挽回的金额与估算可挽回金额的对比
    • 带有时间戳的漏斗步骤占比(监测覆盖率)
    • 从确认泄漏到确定修复负责人所需的时间
  • 实际挽回金额与估算值的对比,是检验估算方法是否诚实的指标:如果实际挽回金额持续远低于估算值,应在下一份报告中收紧后续转化率假设。
  • 绝不要将“发现的泄漏数”作为成功指标——这会鼓励夸大问题清单。

调用示例

  • “我们的营销团队坚称上季度向销售团队发送了 400 条合格线索,但销售团队说他们只收到 250 条。交易在哪一步流失?这让我们损失了多少?”
  • “试用注册量保持稳定,但付费转化率下降了 20%,却没人说得清漏斗中是在哪个环节发生的。追查泄漏。”
  • “交易总是在口头承诺到签署合同之间消失,续约似乎也总会悄然失效。找出泄漏,并告诉我实际能挽回多少。”

参考资料

  • 绘制漏斗图时,请阅读 references/leak-site-inventory.md——其中列出了从入口到非自愿流失的各个泄漏点,以及每个站点的检测信号和需提取的证据。
  • 估算和排序时,请阅读 references/sizing-recoverable-revenue.md——其中介绍了可挽回收入的计算公式、后续转化估算、置信度标签和排序规则。
  • 设计交付成果时,请阅读 references/worked-examples.md——其中包含一个 B2B 对账示例、一个自助式/PLG 对账示例,以及一个错误报告示例。
  • 如果问题表现为预测数字错误,而不是记录消失,请参阅 mbfinotti/revops-skills@sales-forecast-diagnostic。
  • 如果发现泄漏点需要重新设计分配逻辑,请参阅 mbfinotti/revops-skills@lead-routing。
  • 如果发现泄漏点需要重新设计评分,请参阅 mbfinotti/revops-skills@lead-scoring。
  • 如果修复交接环节的泄漏需要设计销售到 CS 的交接流程本身,请参阅 mbfinotti/revops-skills@sales-to-cs-handoff。

评论

支持 Markdown