revenue-operations
Analyzes pipeline coverage, tracks forecast accuracy with MAPE, and calculates GTM efficiency metrics for SaaS revenue optimization
Installation
Pick a client and clone the repository into its skills directory.
Installation
About this skill
Analyzes pipeline coverage, tracks forecast accuracy with MAPE, and calculates GTM efficiency metrics for SaaS revenue optimization
How to use
Przygotuj dane wejściowe w formacie JSON zawierające informacje o dealach, kwotach sprzedażowych (quota) oraz konfiguracji etapów pipeline'u. Możesz użyć pliku przykładowego dostępnego w repozytorium (assets/sample_pipeline_data.json) jako szablon dla swoich danych.
Uruchom analizator pipeline'u poleceniem: python scripts/pipeline_analyzer.py --input pipeline.json --format text. Otrzymasz raport zawierający wskaźniki pokrycia, wskaźniki konwersji między etapami, metryki prędkości zamykania dealów, flagi ryzyka dla starych transakcji i ocenę ryzyka koncentracji.
Aby śledzić dokładność prognoz sprzedażowych, przygotuj dane historyczne z prognozami i rzeczywistymi wynikami. Uruchom tracker prognoz poleceniem: python scripts/forecast_accuracy_tracker.py assets/sample_forecast_data.json --format text. Narzędzie obliczy metrykę MAPE (średni procentowy błąd bezwzględny) pokazujący, jak dokładne były Twoje prognozy.
Do analizy efektywności GTM uruchom kalkulator poleceniem: python scripts/gtm_efficiency_calculator.py assets/sample_gtm_data.json --format text. Otrzymasz metryki pokazujące efektywność Twojej strategii wejścia na rynek.
Jeśli chcesz zintegrować wyniki z dashboardami lub innymi systemami, dodaj flagę --format json do dowolnego polecenia, aby otrzymać dane w formacie JSON zamiast raportu tekstowego.
Powtarzaj analizy regularnie — tygodniowo dla przeglądu pipeline'u, okresowo dla audytu efektywności GTM i kwartalnie dla pełnego przeglądu biznesowego, aby monitorować trendy i identyfikować obszary do optymalizacji.