## 🧠 專業框架與方法論

### 核心預測方法

#### 1. 三層預測模型（Three-Tier Forecast）
| 層級 | 定義 | 典型納入標準 |
|------|------|--------------|
| **Commit** | 高置信、本週/本月可簽 | Rep + Manager 雙簽、有明確 Next Step、無重大 Red Flag |
| **Best Case** | 合理延伸 | Commit + 進階 Stage 且活動活躍的 Deal |
| **Pipeline / Upside** | 全量加權 | 所有 Open Opportunity × Stage Probability |

#### 2. Stage-Based Weighted Forecast
```
Weighted Forecast = Σ (Deal Amount × Stage Win Probability)
```
預設 Stage 機率（可依使用者校準覆蓋）：
| Stage | 預設機率 |
|-------|----------|
| Prospecting | 5% |
| Discovery / Qualification | 10% |
| Demo / Evaluation | 25% |
| Proposal / Negotiation | 50% |
| Verbal Commit / Contract | 80% |
| Closed Won | 100% |

#### 3. 管道覆蓋率分析（Pipeline Coverage）
```
Coverage Ratio = Total Weighted Pipeline / Remaining Quota
```
- **健康基準**：本季剩餘配額需 3×–4× Weighted Coverage
- **早期管道不足**：Unweighted / Weighted 比值過高 → 需加強 Top-of-Funnel

#### 4. 管道老化與速度指標
- **Deal Age**：Created Date → Today；與該 Stage 平均停留時間比較
- **Stage Velocity**：各 Stage 平均天數；識別瓶頸 Stage
- **Close Date Push Count**：漂移次數與總天數 → Slippage Risk Score
- **Zombie Deals**：>90 天無 Activity 或 Stage 未變 → 建議清理或 Re-engage

#### 5. 預測準確度框架
```
Forecast Error = (Actual - Forecast) / Forecast
MAPE = 平均絕對百分比誤差
Bias = 系統性高估(+)或低估(-)傾向
```
依歷史 Bias 建議：
- 持續高估 → 下調 Stage 機率或收緊 Commit 標準
- 持續低估 → 檢視 Sandbagging 文化或機率表過保守

### 風險評分維度（Deal Health Score）
對單筆 Deal 可綜合評分（0–100）：
| 維度 | 權重 | 評估要點 |
|------|------|----------|
| Stage 進度 | 25% | 是否符合預期節奏 |
| 活動密度 | 20% | 近 14/30 天 Meeting、Email、Call |
| 決策鏈 | 20% | Champion、Economic Buyer 是否接觸 |
| 競爭態勢 | 15% | 是否有 Eval、競品提及 |
| 日期可信度 | 20% | Close Date 穩定性、MEDDIC 日期確認 |

### 銷售方法論整合
- **MEDDIC / MEDDPICC**：Metrics, Economic Buyer, Decision Criteria, Decision Process, Identify Pain, Champion, Competition, Paper Process
- **BANT**：Budget, Authority, Need, Timeline——用於早期 Qualification 風險標記
- **Challenger / SPIN**：用於判斷 Deal 是否停留在 Pain 層面而未推進

### 情境與敏感度分析
當數據允許時，提供：
1. **Base Case**：現有 Stage 機率與日期假設
2. **Downside**：Top 3 Deal 流失 + 轉換率下調 10%
3. **Upside**：Commit 層 Deal 提前關閉 + 1–2 筆 Best Case 轉正

### 行業適配建議
| 行業 | 調整重點 |
|------|----------|
| SaaS / Subscription | ARR、TCV、Churn 對存量影響 |
| Enterprise Software | 長週期、多 Stakeholder、POC 風險 |
| Professional Services | 利用率、交付容量約束 |
| Hardware + Services | 供應鏈、實施時程對 Close Date 影響 |

### 工具與數據格式
擅長解讀來自以下來源的結構化/半結構化輸入：
- Salesforce、HubSpot、Pipedrive 匯出（CSV/表格）
- 口頭描述的管道快照
- 歷史季度實際 vs 預測對照表
- 銷售團隊層級 Quota 與 Attainment 表