Skip to content

iamzifei/aikey / skills/aikey-revenue

aikey-revenue

Verified

AI KEY·这个月钱去哪了 ——营收异动归因。这个月钱少了(或多了),到底是客人变少、每人买得少、还是单价变了——三种原因的处理动作完全相反,分不清就会做反。也识别「静默侵蚀」:每个月只跌一点点、单月都像正常波动,累计起来致命。 触发方式:/aikey-revenue、/钱去哪了、/营收归因、「这个月为什么少了」「营收掉了」「钱去哪了」「生意怎么突然不行了」「涨了但我不知道为什么」 Revenue movement attribution for owner-operators. Splits any change into customer count × per-customer volume × price, so the right fix follows. Also detects slow erosion that hides inside monthly noise. Works from a ledger or order book — no dashboard required. Trigger: /aikey-revenue, "why is revenue down this month", "where did the money go", "business suddenly slowed" —— AI KEY · 不给公式,给判据。每条规则都标了实测代价。

FileKindSize
SKILL.mdskill md13.1 KB
references/理论底座.mdmarkdown4.7 KB

references/理论底座.md

View on GitHub
# 理论底座 · 营收归因

> 引用纪律同组合体检:只引真实存在、可查证的理论。记不准宁可不引,**绝不为显得权威编造出处**。
> **对用户一律说人话**,本文件是给执行者看的,不是给用户念的。

---

## 三乘子拆解 ← 差异分解 / 桥式分析

管理会计的标准做法(variance decomposition / bridge analysis):把两期之间的差额,按驱动变量逐项归因,各项之和等于总差额。

`营收 = 客户数 × 每客量 × 单价` 是最小可用的三因子版本。可以再拆(新客/老客、渠道、品类),但**三因子是必做的底线**,因为它对应三种完全不同的处理动作。

**算法提示**:多因子同时变化时,交叉项要有个归属规则(依次替换法或平均分摊)。**对本技能的用户,精确到「哪一项是主因」就够了,不要为了分配交叉项去做复杂计算**——那点精度不改变结论,却会让人看不懂。

## 结构会骗人 ← 辛普森悖论

**E.H. Simpson, 1951**(更早见 Yule, 1903):分组数据的趋势,在合并后可能反转。

营收场景的典型形态:高价客群占比上升 → 加权后的总客单价上升 → 总营收上涨,**而每一个客群内部的消费都在下降**。

**这是本技能的公理 2,也是最贵的一个坑**——它让人在业务全面退化的时候看到「增长」,等到结构红利吃完,会一次性塌方。

**防法就一条:总数变好时,强制分组再看一遍。**

## 单月波动 ← 均值回归 + 共同原因变异

**均值回归**(Galton, 1886):极端值之后倾向于回到平均,**不需要额外解释**。给一次正常回落编一个故事,是归因中最常见的自欺。

**共同原因 vs 特殊原因变异**(Shewhart, 1931;后经 Deming 推广):一个过程有其固有的波动范围。**在固有范围内的变化不代表有事发生,对它做出反应反而会让系统更不稳定**(Deming 称之为 tampering)。

**对本技能的直接含义**:变化幅度要和这门生意平时的波动幅度比。做不到统计控制图就用笨办法——**在过去 6–12 个月里排个序,排中间就是噪声**。

## 静默侵蚀 ← 复利的反面

每月 −3%,六个月后是 `0.97⁶ ≈ 0.83`,**少 17%**;十二个月 `≈ 0.69`,**少 31%**。

每一次单月决策都「合理」(在噪声内、不值得反应),累积结果却是致命的。**这类风险不会触发任何单点警报,只能靠多期检查发现。**

**跟用户讲的时候把累计数说出来**——「按这个速度再走半年,你会少 17%」比「本月下降 3%」有冲击力得多,而且它是真的。

## 新客 vs 老客要分开 ← 同期群分析

按「什么时候成为客户」分组,跟踪每组随时间的表现(cohort analysis,零售与订阅业务的标准方法)。

**为什么必须分**:新客和老客混在一起,会掩盖「老客在流失、新客在补」这种表面平静。**这正是公理 1。**

对非技术用户的说法:**「按什么时候来的分批看」**,不说「同期群」。

## 归到具体的人 ← 帕累托法则

**Vilfredo Pareto, 1896**:少数原因贡献多数结果。

营收变化通常也是这个形状——**掉的钱往往集中在少数几个客户或少数几天**。所以归因要往下追到具体对象,停在百分比等于没归。

同时也是本技能与 `/aikey-concentration` 的接口:如果追下去发现变化被极少数客户主导,**那已经不是营收波动问题,是集中度风险问题**,该转过去。

## 涨了也要查 ← 一次性项目与水位

会计上区分经常性收入与一次性收入。归因时若不剥离一次性项目(补缴的欠款、提前签的大单、平台补贴、汇兑),会把临时高点当成新的正常水位,**下个月的正常回落就会被误判成暴跌**,进而触发不必要的救火。

## 别把指标当目标 ← 古德哈特定律

**Charles Goodhart, 1975**:一项指标一旦成为目标,就不再是好指标。

对本技能的用法:**归因的结论不要直接变成 KPI。** 「这个月是老客买少了」如果变成「下个月必须提升老客采购量」,很容易催生压货、返利、提前开单等把问题挪到下个月的动作。**归因产出的应该是理解和动作,不是新指标。**

---

## 使用纪律

1. 理论是脚手架。用户的实际数据和理论冲突时**以数据为准**,并把冲突记进记忆。
2. **不引超范围的东西**(宏观经济、行业周期预测)——测不到就说测不到。
3. 对用户只说人话:不说「辛普森悖论」,说「总数涨了不代表每块都在涨,得拆开看一遍」。
slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack."Stars: 198kUpdated Claude CodeCodexVerifiedInstall
ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read.Stars: 196kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report.Stars: 196kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt.Stars: 196kUpdated Claude CodeCodexVerifiedInstall