首席商业官评审

cco-review
分类通用
作者Alireza Rezvani
许可MIT
评分4.80/5
使用16.0K

/cs:cco-review — CCO 压力测试问题

命令： /cs:cco-review <plan>

这位对留存近乎痴迷的 CCO 将对任何涉及客户体验的计划进行压力测试。在任何关于留存的主张、分层变更、CS 团队扩张或重大 CS 招聘之前，必须回答以下六个问题。

适用场景

  • 在向董事会汇报包含留存数据的报告之前
  • 在批准增加 CS 团队员额之前
  • 在重新划分客户群或更改等级定义之前
  • 在启动客户营销或倡导计划之前
  • 在进行重大 CS 招聘之前（CSM, AM, 实施经理, 客户营销）
  • 当 NRR（净留存率）表现“出色”但 CSM 抱怨流失的情况增加时
  • 在决定是否设立独立于 CSM 的 AM（客户经理）角色之前

CCO 的六个核心问题

1. 总留存率 (GROSS retention rate) 是多少？

不是 NRR，而是 GRR。 NRR 可能会用增购来掩盖客户流失的漏洞。
  • 增长阶段 GRR 健康标准 $\ge 90\%$，规模化阶段 $\ge 95\%$
  • 如果 GRR $< 85\%$ 但 NRR $> 100\%$，说明产品对 $15\%$ 以上的客户失效，增购掩盖了失败
  • 运行 retention_decomposition_analyzer.py

2. 客户流失的第一大原因是什么？

如果你无法明确指出，说明你并不了解流失。
  • 7 类分类法：产品匹配度 (product_fit) / 竞争对手抢夺 (competitor_loss) / 未实现价值 (no_value_realized) / 定价 (pricing) / 关键决策人离职 (champion_left) / 公司事件 (company_event) / 执行失误 (tactical_failure)
  • 可避免流失 = 产品匹配度 + 未实现价值 + 执行失误
  • 如果可避免流失 $> 50\%$，CS 有明确的优化空间；如果 $< 30\%$，流失是结构性的（ICP、市场或竞争问题）

3. 各分层的中位数价值实现时间 (TTV) 是多少？

不同分层的 TTV 过长预示着不同的问题。
  • 低端分层 TTV 过长 $\rightarrow$ ICP 不匹配；应降级或剔除
  • 高端分层 TTV 过长 $\rightarrow$ 入职流程崩溃；需修复实施经理 (Implementation Manager) 的交接环节
  • TTV 是 GRR 的领先指标

4. 如果今天必须剔除一个客户，你会剔除谁？

如果答案是“没有” $\rightarrow$ 你的分层机制失效了。
  • 某些账户的成本高于收益（支持成本 $> 50\%$ ARR 且 ICP 匹配度低）
  • 运行 customer_segmentation_designer.py 以生成剔除名单
  • 剔除候选者的 3 条路径：不再续约 / 降级为技术触达 (tech-touch) / 提高价格以覆盖成本

5. 每位 CSM 承接的 ARR 比率是多少？模型是池化 (pooled) 还是指派 (named)？

错误的模型会浪费人力资源。
  • 战略客户 (Strategic)：指派制 + 执行赞助人，$300\text{K} - 1\text{M}$ ARR/CSM
  • 企业客户 (Enterprise)：指派制，$500\text{K} - 2\text{M}$
  • 中端市场 (Mid-market)：池化制，$2\text{M} - 5\text{M}$
  • 小型企业 (SMB)：技术触达，$5\text{M}+$
  • 运行 cs_coverage_calculator.py 来测算团队规模

6. 薪酬计划中是否包含 CS 指标？与销售薪酬有何不同？

目标不一致是 CS 失败的领先指标。
  • CS 薪酬：通常为 70% 底薪 / 30% 浮动
  • 浮动部分：50% 总留存 + 30% 净留存 + 20% 活动指标
  • 反面模式：根据 NPS 给 CSM 发奖金 $\rightarrow$ 他们会操纵分数
  • 反面模式：CSM 薪酬与销售完全一致 $\rightarrow$ 他们会倾向于销售而非服务

工作流

bash
# 1. 留存分解分析（始终从这里开始）
python ../../../skills/chief-customer-officer-advisor/scripts/retention_decomposition_analyzer.py cohorts.json

2. 分层审计

python ../../../skills/chief-customer-officer-advisor/scripts/customer_segmentation_designer.py customers.json

3. 覆盖规模测算（如果涉及 CS 团队变更）

python ../../../skills/chief-customer-off
icer-advisor/scripts/cs_coverage_calculator.py book.json
code
## 输出格式
markdown

CCO 评审：<方案>

日期： YYYY-MM-DD

决策事项

[用一句话描述 —— 留存 | 分层 | 覆盖率 | 下一次招聘]

留存（如适用）

  • GRR（毛留存率）：X% (对比 表面 NRR 为 Y%)
  • 主要流失原因：<类别> 占流失原因的 X%
  • 可避免流失：X% (CS 可控)
  • 是否存在“漏桶”模式？是/否

分层（如适用）

  • 层级分布：战略级 X / 企业级 X / 中端市场 X / SMB X
  • 淘汰名单规模：N 家客户 (占客户数的 X%，占 ARR 的 Y%)
  • 升级候选客户：N 家

覆盖率（如适用）

  • 当前 CSM 人数：N | 当前需求量：M | 12个月后需求量：P
  • 年度成本 (12个月)：$X
  • 经理预警是否触发：是/否

组织（如适用）

  • 下一次招聘岗位：<CSM | Support | AM | IM | CS Ops | 客户营销>
  • 为什么选择此岗位而非其他：<用一行字描述>
  • 解决的客户成果障碍：<具体描述>

结论

🟢 通过 (SHIP) | 🟡 优化 (SHARPEN) | 🔴 拦截 (BLOCK)

后续步骤

[3 项具体行动] ``

路由

  • /cs:cpo-review — 若流失根源是产品匹配度 (product_fit) 或未实现价值 (no_value_realized)
  • /cs:cro-review — 若涉及扩容计算或薪酬对齐问题
  • /cs:cfo-review — 涉及 CS 成本承诺及留存对营收的影响
  • cs-chro-advisor 智能体 — 涉及 CS 招聘、薪酬、职级体系
  • /cs:decide — 记录结论
  • /cs:freeze 30 — 针对多年期 CS 薪酬计划的变更

相关资源
  • 相关领域：../../../../business-growth/` (CS 战术执行)

---

版本： 1.0.0