技能介绍

问题：一个预订数字把太多东西藏起来了

季度预测会上，被问到的通常不是「数字是多少」，而是：commit 到底有多少、best-case 与纯管道（pipe-only）差在哪、汇总 NRR 是不是被最近几批客户稀释了、哪些漏斗阶段只是统计噪声。很多团队用一份 PPT 回答，把假设压在备注里。这个技能反过来做：输出三个预订数字，同时输出一段显式的假设块（转换率、数据窗口、加权方式、管道覆盖倍数）。缺了假设块的预测，被视为 theatre。

核心能力与工作流

assets/forecast_intake_template.md 收集管道清单（阶段 / 金额 / 关闭日期 / 阶段停留时长 / 最近活动）、近 4Q 与近 12Q 的阶段转化历史、按 cohort 的 ARR 与留存扩张数据，约 20 分钟填完。
scripts/bookings_forecaster.py 产出 commit / best-case / pipe-only 三个数字，每个数字都带上所用转换率、数据窗口与时间到关闭的概率调整；commit 与 pipe-only 的差值就是管道风险指标。
scripts/cohort_arr_projector.py 在预测周期上按 cohort 投影 NRR 与 GRR，标出低于前序 cohort 均值的流失 cohort——汇总数字会把它掩盖 2-3 个季度。
scripts/funnel_confidence_scorer.py 按变异系数 CoV = 标准差 / 均值 给每个阶段分 HIGH / MEDIUM / LOW，并给出延长数据窗口、当作软下限、或可作 commit 依据的处理建议。
把三层数字、cohort 热力图、阶段置信度与假设块一起放进 QBR / board deck。假设块必须跟数字同页。

关键前提：历史转化率是先验，不是真相。近 4Q 权重 70%，近 12Q 权重 30%，用来捕捉节奏变化又不过度拟合单个坏季度。窗口与加权方式会出现在每一次输出里。

适用边界与注意点

不适用：财务结账与报表 → finance/financial-analysis；多年战略、融资与 runway → c-level-advisor/cfo-advisor；VP Sales 招聘、领地设计、薪酬方案 → c-level-advisor/cro-advisor；定价本身 → sibling pricing-strategist；单笔折扣审批 → sibling deal-desk。这个技能做的是 CRO 用的数学，不是 CRO 的判断，也不是 CFO 的战略。

三个脚本只依赖标准库，均支持 --help 与 --sample。forcing-question 清单里的七个问题建议一次只走一个，先锁定第 1-3 题再开第 4-7 题，全部答完再按顺序调用三个脚本。反模式包括：只报一个数字、盲目使用近 12 个季度转化、报汇总 NRR 不拆 cohort、把 best-case 当成 commit。