用途：帮助商务负责人、RevOps、销售副总裁在季度渠道复盘时回答三类问题：各渠道全加载服务成本是多少；各渠道在三种口径下的 ROI 如何；在战略约束（直销比例下限、合作伙伴集中度上限、CAC 变动敏感性）下最优渠道组合是什么。这是前瞻性决策支持，不做历史渠道损益核算，也不自动重新分配资源，最终由人决策。
主要能力：输出各渠道裁定（DOUBLE-DOWN / MAINTAIN / DEFUND / EXIT）、经敏感性测试的组合建议和边际收益递减拐点。包含三个仅依赖标准库的脚本：cost_to_serve_calculator.py（每笔交易及每美元 ARR 的全加载服务成本，拆分直接成本与分摊间接成本，给出真实毛利率并标记隐藏成本）；channel_roi_analyzer.py（现金年 1、LTV 调整、边际三种 ROI 口径及裁定）；channel_mix_optimizer.py（带约束的组合优化与敏感性场景）。
使用方式：先填写 assets/channel_data_template.md（约 20 分钟），采集各渠道成交数、ARR、平均交易规模、毛利率、CAC、销售周期、留存、扩张、合作伙伴折扣及全部可归属成本。随后依次运行：python3 scripts/cost_to_serve_calculator.py --input channel.json --output markdown；python3 scripts/channel_roi_analyzer.py --input roi.json --profile saas --output markdown；python3 scripts/channel_mix_optimizer.py --input mix.json --profile saas --output markdown。三个脚本均支持 --help、--sample、--input、--output，两个分析脚本支持 --profile {saas,api,enterprise-software,marketplace,hardware}。示例：cd commercial/skills/channel-economics && python3 scripts/cost_to_serve_calculator.py --sample。
适用场景：渠道占比约 60/40 或 50/50 时的盈利性判断；是否招聘渠道经理；董事会问询 MDF 回报；某细分过度依赖单一渠道；新区域选择直销优先还是渠道优先；并购尽调中验证对方“渠道主导 70% 毛利率”的说法。
不适用：合作伙伴分层与联合 GTM 设计、线索路由与 MQL 定义、CRO 战略决策、季度结账与 GAAP 收入确认、单笔折扣审批、定价模型设计。
关键限制：需要诚实的间接成本分摊且各渠道口径一致；LTV 输入须按渠道而非合并计算；合作伙伴“影响”的交易不等于“来源”交易；须计入赋能时间、渠道经理人力与 MDF 回报；行业 profile 只调默认基准，不覆盖用户数据。资料未提供具体定价与收费信息。