让 AI 设计统一营收运营（RevOps）流程与规则
解决营收团队协同低效问题：通过 AI 定义从线索获取到成交的全生命周期规则、评分模型及自动化工作流，确保市场、销售与客服数据同源且动作标准。
为什么需要这个技能
现代企业常面临市场、销售和客户成功团队“各自为政”的困境。市场用一套标准定义合格线索（MQL），销售却按另一套标准处理，导致大量线索在交接时流失（Handoff Leaks）。此外，CRM 数据往往分散，缺乏统一的事实来源（Single Source of Truth），使得预测和决策失真。
此技能旨在让 AI 专家帮助构建连接各团队的统一营收引擎。它不只是简单的工具配置，而是基于 GTM（Go-to-Market）战略，设计清晰的生命周期阶段定义、自动化工作流和可量化的指标体系。
适用场景
- 梳理混乱流程：当发现线索在市场中沉睡、销售抱怨线索质量差、客服缺乏上下文时。
- 建立评分模型：需要基于显性（公司规模、职位）和隐性（浏览定价页、下载白皮书）行为构建线索评分体系。
- 制定交接 SLA：定义从 MQL 转为 SQL 后，销售代表需在多少小时内响应，以及未响应如何处理。
- 设计非标准报价审批：针对高客单价（ACV）或非标准合同条款，设计Deal Desk（交易台）审批层级和规则。
核心工作流
-
现状调研与上下文对齐：
- 确认当前的技术栈（CRM 如 Salesforce/HubSpot，营销自动化工具， enrichment 工具等）。
- 明确 GTM 模式：产品驱动（PLG）、销售驱动（Sales-led）还是混合模式。
- 收集关键数据：平均合同金额（ACV）、销售周期天数、当前漏斗阻塞点。
- 注意：优先读取
.agents/product-marketing-context.md中的产品营销上下文，避免重复提问。
-
定义生命周期与评分规则：
- 阶段定义：确立从 Subscriber（订阅者）到 Evangelist（布道者）的七阶段模型，明确每个阶段的“入场标准”和“离场标准”。
- 评分维度：构建显性评分（Fit Score）和隐性评分（Engagement Score）。设定 MQL 阈值（如总分 60 分以上），并加入负面评分（如竞争对手域名、学生邮箱）。
- 交接 SLA：设定关键节点的时间要求，例如 MQL 分配后必须在 4 小时内联系，超时自动降级为回收线索（Recycle）。
-
配置路由与自动化工作流：
- 路由策略：根据地域、行业或技能组分配线索。确保每个线索都有备用负责人（Fallback Owner），避免线索变冷。
- 自动化触发：配置自动化任务，如当线索进入 MQL 阶段时自动创建跟进任务；当客户签约时自动触发转交 CS 流程。
- 数据清洗：实施去重策略（匹配邮箱、公司名），强制填写必填字段，防止数据污染。
-
建立仪表盘与监控：
- 定义关键指标（KPI）：线索转化率、管道速度、获客成本（CAC）、终身价值（LTV）。
- 构建三视图仪表盘：市场视角（线索量）、销售视角（转化率）、高管视角（营收预测）。
下载和安装
解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体配置指南请参考内附的文档。
你可能还需要
暂无推荐