mcpField
W
win-loss-dataset

win-loss-dataset

github.com/gtmagents数据与数据库42864 次安装30 周前更新
代码仓库

关于 win-loss-dataset

用于设计和运行结构化赢单/输单项目的 skill,帮助团队将访谈证据与交易数据关联,分析决策因素并跟踪后续行动。

主要功能

  1. 01交易元数据与结果架构
  2. 02定性因素分类
  3. 03引言与证据字段
  4. 04因素及收入仪表板
  5. 05洞察行动跟踪

适用场景

  1. 01统一赢单/输单访谈记录
  2. 02将访谈发现与 CRM 指标对照
  3. 03在团队间分享匿名化发现

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/gtmagents/gtm-agents --skill win-loss-dataset

安装后在 Claude Code 中输入/win-loss-dataset确认已加载。

详细介绍

赢单/失单数据集技能

适用场景

  • 开展结构化的赢单/失单计划。
  • 将定性访谈与 CRM 指标对齐。
  • 在产品、销售、定价和营销团队之间分享见解。

框架

  1. 数据模型 – 商机元数据(细分市场、地区、产品、阶段)、结果、竞争对手、主要驱动因素、次要驱动因素、置信度。
  2. 定性标签 – 定价、产品差距、实施、支持、品牌、关系等类别。
  3. 引言与证据 – 关键引言、通话片段、文档引用,并设置同意和访问控制。
  4. 分析层 – 用于展示驱动因素频率、趋势线、对赢单率的影响和收入影响的仪表板。
  5. 行动跟踪 – 将见解关联到待办事项、状态、负责人和截止日期。

模板

  • 带预定义标签和下拉选项的访谈记录模板。
  • 包含经验证字段的数据集架构(CSV/Sheet/BI)。
  • 用于展示驱动因素趋势和收入影响的仪表板布局。

提示

  • 保留原始定性记录,但发布经过清理和匿名化的片段,供更广泛地分享。
  • 每季度统一一次驱动因素分类法,避免标准不一致。
  • 配合 run-win-loss-program 命令使用,自动更新数据集。

评论

支持 Markdown