Agent Skills
返回列表
🤖

CCO 客户体验六问

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,将 @user_3c6cb52e/cco-review 安装到你的 AI 助手中。

技能介绍

这个技能解决什么问题

多数团队的留存叙事是危险的:NRR 在扩张收入的掩护下保持好看,GRR 却在漏水;CSM 的流失投诉不断增加,"NRR 很健康"的结论依然写在董事会材料里;CS 编制扩编、客户分层调整、CSM/AM 职责拆分,往往在没有回答最基本的留存问题之前就被批准。/cs:cco-review 的作用就是在这些决定落地之前,用六问做一次 CCO 式的压力测试。

六问如何工作

每一问先给出判断标准,再指向一个可执行的动作:

  1. GRR 是多少? 明确不要看 NRR——扩张收入可以掩盖 15% 以上的客户失败。成长期 ≥ 90%,规模化 ≥ 95%。运行 retention_decomposition_analyzer.py 做分解。
  2. 客户流失的第一大原因是什么? 不能命名就无法干预。套用 7 类分类法(product_fit / no_value_realized / pricing 等),可预防流失超过 50% 时 CS 有明确的干预杠杆。
  3. 低匹配或低 ARR 客户的服务成本是多少? 运行 customer_segmentation_designer.py 生成 kill list,三条出路:不续约 / 降为 tech-touch / 提价覆盖成本。
  4. ARR-per-CSM 比率是多少,用 named 还是 pooled 模型? 模型选错会浪费产能。运行 cs_coverage_calculator.py 测算团队规模。
  5. CS 在不在激励方案里,与销售激励有什么不同? 激励错配是 CS 失败的先行指标。典型结构是 70/30 base/variable,变量部分 50% GRR + 30% NRR + 20% 活动量。

路由与收尾

六问之后按结论分流:/cs:cpo-review 处理产品匹配与价值实现类根因,/cs:cro-review 处理扩张测算与激励对齐,/cs:cfo-review 处理 CS 成本承诺。决定用 /cs:decide 记录,涉及多年期激励变更时 /cs:freeze 30 冻结。

适用边界

  • 这是提问框架而非指标计算器:脚本只负责分解与测算,阈值和模型选择需要你自己确认。
  • GRR 阈值假设增长期或规模化阶段,早期或转型期团队不直接套用。
  • 依赖数据就绪:拿不到留存分解,第一问就会卡住。
  • 战术层面的 CS 执行由相邻技能负责,本技能只做决策前的压力测试。

使用场景

  • 董事会材料即将包含留存数字,需要先用六问验证 GRR 是否健康、扩张收入是否掩盖了流失
  • 准备批准 CS 扩编或首次招聘 AM,需要用 ARR-per-CSM 比率测算编制并选对覆盖模型
  • NRR 数据好看但 CSM 流失投诉增多,需要拆解 GRR 与流失主因,定位可预防的流失
  • 计划调整客户分层、重定义 tier 或上线客户营销项目,需要先识别低匹配客户的成本

适合人员

  • 客户成功(CS)负责人:在扩编、分层调整、激励设计前验证留存假设,避免把漏水的桶带进董事会
  • SaaS 公司 CCO / 首席客户官:对留存叙事、CS 编制承诺和激励方案做系统性压力测试
  • 业务 / GTM 负责人:在上线客户营销或 advocacy 项目前,确认留存与分层基础站得住
  • 高管或董事会成员:在含留存数字的汇报前把关,区分扩张带来的增长与真实的留存质量