用途：面向 SaaS 收入运营（RevOps），分析销售管道健康度、跟踪预测准确度并衡量 GTM 效率，供周度管道复盘、月度/季度预测复盘、季度 GTM 效率审计与 QBR 使用。
主要能力：
- 管道分析器 pipeline_analyzer.py：计算管道覆盖率（总管道价值/配额，健康值 3-4x）、阶段转化率、销售速度=(商机数 x 平均客单价 x 赢单率)/平均销售周期、超期商机（超过该阶段平均周期 2 倍）、集中度风险（单一商机占管道 >40% 时告警）与覆盖缺口。
- 预测准确度跟踪器 forecast_accuracy_tracker.py：以 MAPE 衡量准确度（<10% 优秀、10-15% 良好、15-25% 一般、>25% 较差），识别系统性高估/低估偏差，分析趋势，并按销售、产品、细分等维度拆解；趋势分析至少需 3 个周期。
- GTM 效率计算器 gtm_efficiency_calculator.py：计算 Magic Number（目标 >0.75）、LTV:CAC（>3:1）、CAC 回收期（<18 个月）、Burn Multiple（<2x）、Rule of 40（>40%）、净收入留存 NDR（>110%）。
使用方式：需 Python 环境，脚本消费特定 JSON（含 stage/value/age/close_date 的商机数据或预测与实际对比数据、收入成本客户数据），输出 text 或 json。
python scripts/pipeline_analyzer.py --input pipeline.json --format text python scripts/forecast_accuracy_tracker.py forecast_data.json --format text python scripts/gtm_efficiency_calculator.py gtm_data.json --format text
运行前需确认：分析类型、配额或目标、数据导出是否就绪、公司阶段与销售模式（基准因阶段与模式差异大）。
限制：不做 CRM 管理与数据抽取，仅消费 JSON 快照，不支持实时监控；基准为 SaaS 行业汇总数据，因公司阶段、行业与销售模式而异；预测趋势需至少 3 个周期；早期公司可能缺乏准确财务数据。具体收费与安装方式暂未提供。