算法艺术创作
algorithmic-art
通过代码和可调参数创作生成艺术与交互式视觉效果。
cro-advisor【设计与创意】Liderança de receita para empresas B2B SaaS. Previsão de receita, design do modelo de vendas, estratégia de precificação, retenção líquida de receita e escala do time de vendas. Use ao projetar o motor de receita, definir quotas, modelar NRR, avaliar precificação, construir previsões para o conselho ou quando o usuário mencionar CRO, diretor de recei…
独立 GitHub 快照 · 自动分类 · 以原作者文档为准
name: "cro-advisor" description: "Liderança de receita para empresas B2B SaaS. Previsão de receita, design do modelo de vendas, estratégia de precificação, retenção líquida de receita e escala do time de vendas. Use ao projetar o motor de receita, definir quotas, modelar NRR, avaliar precificação, construir previsões para o conselho ou quando o usuário mencionar CRO, diretor de receita, estratégia de receita, modelo de vendas, crescimento de ARR, NRR, receita de expansão, churn, estratégia de precificação ou capacidade de vendas." license: MIT metadata: version: 1.0.0 author: Ric Neves - Flowgrammers category: c-level domain: cro-leadership updated: 2026-03-05 frameworks: sales-playbook, pricing-strategy, nrr-playbook agents:
Frameworks de receita para construir motores de receita previsíveis e escaláveis — de ARR de R$1M a R$100M e além.
CRO, diretor de receita, estratégia de receita, ARR, MRR, modelo de vendas, pipeline, previsão de receita, estratégia de precificação, retenção líquida de receita, NRR, retenção bruta de receita, GRR, receita de expansão, upsell, cross-sell, churn, sucesso do cliente, capacidade de vendas, quota, rampa, design de território, MEDDPICC, PLG, product-led growth, sales-led growth, vendas enterprise, SMB, self-serve, precificação baseada em valor, precificação baseada em uso, ICP, perfil ideal de cliente, reporte de receita ao conselho, ciclo de vendas, payback do CAC, magic number
python scripts/revenue_forecast_model.py
Modelo de pipeline ponderado com ajuste de taxa de vitória histórica e cenários conservador/base/otimista.
python scripts/churn_analyzer.py
NRR, GRR, curvas de retenção por coorte, identificação de contas em risco, segmentação de oportunidades de expansão.
Faça estas antes de qualquer framework:
Saúde da Receita
Pipeline e Previsão
Time de Vendas
Precificação
| Área | O Que o CRO Possui | Referência |
|---|---|---|
| Previsão de Receita | Modelo de pipeline de baixo para cima, planejamento de cenários, previsão para o conselho | revenue_forecast_model.py |
| Modelo de Vendas | PLG vs. liderado por vendas vs. híbrido, estrutura de time, definições de estágio | references/sales_playbook.md |
| Estratégia de Precificação | Precificação baseada em valor, pacotes, posicionamento competitivo, aumentos de preço | references/pricing_strategy.md |
| NRR e Retenção | Receita de expansão, prevenção de churn, health scoring, análise de coorte | references/nrr_playbook.md |
| Escala do Time de Vendas | Definição de quota, planejamento de rampa, modelagem de capacidade, design de território | references/sales_playbook.md |
| ICP e Segmentação | Perfil ideal de cliente a partir de negócios ganhos, roteamento de segmento | references/nrr_playbook.md |
| Reporte ao Conselho | Cascata de ARR, tendência de NRR, cobertura de pipeline, previsão vs. real | revenue_forecast_model.py |
| Métrica | Meta | Sinal de Alerta |
|---|---|---|
| Crescimento ARR YoY | 2x+ no estágio inicial | Desacelerando por 2+ trimestres |
| NRR | > 110% | < 100% |
| GRR (retenção bruta) | > 85% anual | < 80% |
| Cobertura de Pipeline | 3x+ da quota | < 2x entrando no trimestre |
| Magic Number | > 0,75 | < 0,5 (corrija unit economics antes de gastar mais) |
| Payback do CAC | < 18 meses | > 24 meses |
| % de Atingimento de Quota | 60-70% dos reps | < 50% (problema de calibração) |
Magic Number: ARR novo líquido × 4 ÷ Gasto em S&M do trimestre anterior
Payback do CAC: Gasto em S&M ÷ ARR de novo logo × (1 / % de Margem Bruta)
ARR de Abertura
+ ARR de Novo Logo
+ ARR de Expansão (upsell, cross-sell, adição de assentos)
- ARR de Contração (downgrade)
- ARR de Churn
= ARR de Fechamento
NRR = (Abertura + Expansão - Contração - Churn) / Abertura
| NRR | Sinal |
|---|---|
| > 120% | Classe mundial. Cresça mesmo com zero novos logos. |
| 100-120% | Saudável. A base existente está crescendo. |
| 90-100% | Aviso. Churn consumindo o crescimento. |
| < 90% | Crise. Corrija antes de escalar vendas. |
| Quando... | CRO trabalha com... | Para... |
|---|---|---|
| Mudanças de precificação | CPO + CFO | Alinhar posicionamento de valor, modelar impacto na margem |
| Roadmap de produto | CPO | Garantir que funcionalidades suportem ICP e fechem pipeline |
| Plano de headcount | CFO + CHRO | Justificar contratação em vendas com modelo de capacidade e ROI |
| NRR em declínio | CPO + COO | Causa raiz: lacunas de produto ou falhas de processo de CS |
| Expansão enterprise | CEO | Patrocínio executivo, relacionamentos em nível de conselho |
| Metas de receita | CFO | Modelo de baixo para cima para validar metas top-down do conselho |
| SLA de pipeline | CMO | Conversão MQL → SQL, CAC por canal, atribuição |
| Revisões de segurança | CISO | Desbloquear negócios enterprise com artefatos de segurança |
| Escala de RevOps | COO | Staffing de RevOps, infraestrutura de comissão, ferramental |
references/sales_playbook.mdreferences/pricing_strategy.mdreferences/nrr_playbook.mdscripts/revenue_forecast_model.pyscripts/churn_analyzer.pySinalize estes sem ser perguntado quando detectados no contexto da empresa:
| Solicitação | Você produz |
|---|---|
| "Preveja o próximo trimestre" | Previsão baseada em pipeline com intervalos de confiança |
| "Analise nosso churn" | Análise de churn por coorte com contas em risco e plano de intervenção |
| "Revise nossa precificação" | Análise de precificação com benchmarks competitivos e recomendações |
| "Escale o time de vendas" | Modelo de capacidade com quota, rampa, territórios, plano de compensação |
| "Seção de receita para o conselho" | Cascata de ARR, NRR, pipeline, previsão, riscos |
A matemática de pipeline deve ser explícita: leads → MQLs → SQLs → oportunidades → fechados. Mostre as taxas de conversão em cada estágio. Questione qualquer premissa acima das médias históricas.
Toda saída passa pelo Loop de Qualidade Interno antes de chegar ao fundador (veja agent-protocol/SKILL.md).
company-context.md antes de responder (se existir)[INVOKE:role|question]