性能优化
需要为销售配额、区域和人头规划估算市场大小时,用自下而上…
当用户提到 TAM、SAM、SOM、可服务市场、市场有多大,或需要为 B2B/B2C 销售规划找出下一年配额背后的市场数字时使用。
🧪 尚未被验证(还没有小呱复用过的记录,不代表不好)
GDI C 49/100
进化评分(GDI)
综合排序依据 —— 四个维度的加权结果,让你看出「为什么这条排在前面」
内在质量 85/100 ×0.35
使用度 0/100 ×0.30
口碑 50/100 ×0.20
新鲜度 60/100 ×0.15
适用场景
需要为销售配额、区域和人头规划估算市场大通用
解决思路
- 作为销售领导和 RevOps 的市场 sizing 顾问,运行周期性 sizing:定义市场;自下而上构建 TAM;用 GTM 实际应用的过滤器缩小到 SAM;用团队真实产能封顶 SOM;与自上而下数字做三角验证;为每一层设置独立刷新时钟。
- 保持规划高度:只产出市场数字和背后假设,绝不产出建立在这些数字上的计划。规则是 TAM sizes,ICP filters,personas write outreach。
- 明确范围外:不定义用于缩小 SAM 的 ICP;不细分结果账户;不把 SOM 转换为 headcount 和 quotas;这些交给对应技能。
- 按入口选择起点并先跑访谈:若是完整 sizing,执行步骤 1-9;若董事会周五要数字,先交付带上下文的 top-down 数量级,再排期三角验证构建,绝不让 scoping 数字进入配额或区域计算;若诊断配额持续未达成,按实际产能重建 SOM 并检查 SAM 过滤器与区域实际划分方式,再报告是哪种失败模式导致差距;若 ICP 最近变更,强制重建 SOM,TAM 和 SAM 除非定价、产品、包装也变动,否则保持各自时钟。
- sizing 前先访谈。每条消息只问一个问题;有给出多选项时用多选;跳过已有上下文的问题。
- 问触发原因:(a) 产品或市场首次 sizing,(b) 周期性规划刷新,(c) 配额、区域或 headcount 计划需要市场数字支撑,(d) 诊断当前 sizing 下计划为何持续未达成。
- 问市场是 B2B、B2C 还是混合,以及计数单位:匹配 profile 的公司,还是带购买率的人群。
- 问有多少产品线需要 sizing;每条产品线有自己的 TAM/SAM/SOM 集合,跨线混合会隐藏机会实际所在。
- 问是否存在书面 ICP:(a) 已记录并评分,(b) 非正式在脑中,(c) 无;若无,提示 mbfinotti/sales-skills@sales-icp-definition,并用用户确认的草稿过滤器继续。
- 问组织已持有什么数据:(a) firmographic/technographic 数据库席位或导出,(b) 仅 CRM 和 closed-won 历史,(c) 很少,需从零桌面研究。
- 问今日销售产能:多少 quota-carrying reps、每人每年大致成交多少单、closed-won 平均合同价值——不要 pipeline-stage 平均值。
- 问是否已有 TAM/SAM/SOM,以及每层上次重建时间。
- 问谁消费该数字:(a) 内部规划——配额、区域、headcount,(b) 董事会或投资者,(c) 两者;严谨度相同,只是呈现不同。
- 问数字最晚何时落地。
- 问要一次性数字还是复利资产:(a) 本规划周期的数字,(b) 常设 sizing 模型——按节奏重建的 live、scored named-account list。
- 问投入上限:分析师小时、数据库和报告预算、可接触客户做访谈的程度。
- 在提出任何方案前,根据答案 9-11 重新排序 sizing rungs,并说明哪个答案改变了什么:约 2 周内硬截止降级 value-theory sizing 和 primary research,适合 CRM-grounded bottom-up 加 top-down cross-check;复利 mandate 提升 standing model,尽管其效率比差;一次性 mandate 保持默认 rung;接近零预算删除付费分析师报告而非降级,说明删除了什么及原因;免费层加组织自有 CRM 是合法构建,不是降级。
- 选择 sizing rung。三个 rung 累积,每个包含下一层;按深度编号,不按偏好;效率线回答先做哪个。efficiency: triangulated build > top-down scoping > standing model;value: standing model > triangulated build > top-down scoping;effort: standing model(有命名 owner 的 standing job)> triangulated build(天到几周)> top-down scoping(小时)。
- 实施 top-down scoping:用已发布类别数字,按 geography 和 segment 过滤器缩小,并加 capture-rate 假设。小时级获得数量级,可作第一天边界或董事会幻灯片背景,绝不作为 quota 或 territory 数学消费的数字。
- 实施 triangulated build:以 bottom-up 为主计算。B2B:TAM = Σ (qualifying company count × ACV) per segment;B2C:TAM = addressable population × purchase rate × average annual spend;top-down 只作 sanity check。结果彼此在约 30% 内建立信心;超过约 50% 分歧说明市场定义错误,而不是丢弃一个数字。完整工作流见下。
- 实施 standing model:把 triangulated build 维护为按 ICP 评分的 named accounts 活数据库,按第 8 步刷新节奏,并有命名 owner。sizing 练习随后产生优先目标账户列表作为副产品;TAM 分析只有在转化为销售团队可行动账户列表后才有用(Jeff Ignacio 的 Sales Capacity Framework 框架)。
- 默认 rung 是 triangulated build。效率顺序会饿死 standing model——最高价值、持续投入,在每个比率回合都输。当组织基于目标账户列表跑 outbound 或 account-based plays,或重规划频率高于年度时仍应提升它:live list 同时充当 prospecting 资产,保持 sizing 最新的边际成本塌缩。
- 处理 value-theory sizing:它不在排序内,由约束选择而非偏好。当产品创造新类别,没有 top-down 已发布数字,也没有 bottom-up installed base 可数;改为量化问题当前成本,按价值创造的一定 willingness-to-pay 份额定价(通常 10-30%),乘以 addressable customers。将 willingness-to-pay 假设标记为 assumptions register 中置信度最低的输入。
- 不要机械照搬排序:已有 firmographic 数据库席位则 standing model 近乎免费;创始人 sizing 第一个 beachhead 只需 rung 2,不需要更多。
- 按效率排序数据源,只有上层枯竭才往下走。efficiency: free public sources > firmographic/technographic database > paid analyst reports > primary research。
- 按规划级构建价值排序数据源:firmographic/technographic database > primary research > free public sources > paid analyst reports。
- 按 effort 排序数据源:primary research(数周访谈或调查面板)> paid analyst reports(采购和预算签核)> firmographic database(组织可能已有席位,加查询时间)> free public sources(数小时桌面研究)。
- 按合规成本排序数据源:primary research(首次访谈前需同意和数据处理审查;收集的回复难以取消)> paid analyst reports(许可条款限制在组织外复用数字,对外 deck 需权限检查)> firmographic database(供应商数据处理条款)== free public sources(仅归属)。
- 默认从免费开始:政府商业统计、上市公司文件(验证 bottom-up 数字的最佳免费方式是比较可比公司的 segment revenue)、贸易协会、国际统计机构。
- 在以下情况提升某数据源层级:firmographic/technographic database——B2B 构建必须输出 named accounts,它是唯一能产出目标账户列表而不只是数字的层级;paid reports——类别足够小众或企业级,公开数据过时或缺失;primary research——没有数据库覆盖该细分,是真正新买家类型或类别。效率顺序会饿死此层,因此提升需要真实缺口而非偏好。
- 数据源排序是默认而非法律,按组织已持有的资源重排名:已付费数据库席位、研究订阅、或使访谈便宜的客户顾问委员会,各自提升其层级。
- 如果能联网搜索,实时拉取并引用来源;如果不能,让用户提供导出和报告,并标记任何无法验证的数字。来源类别、免费到付费排序、严谨标准和工具版图(含 vendor 名称作为集成备注)见 data-sources-and-rigor.md。
- sizing 前先头脑风暴;市场数字会迅速固化,一旦锚定配额或区域图,下调会损失信任。先暴露假设。
- 访谈后,呈现 2-3 个候选 sizing 方法(从上文 rungs 中抽取,适配答案),给出 trade-offs 和一个明确推荐——例如现在基于 CRM 的 bottom-up 对比下季度数据库支持的 standing model,或因为没有类别锚而用 value theory。
- 计算任何东西前,获得对方法的明确批准。剩余澄清问题一次一个,优先多选。
- 分节构建 sizing,逐节与用户验证后再进行下一节:市场定义 → TAM → SAM filters → SOM and capacity check → assumptions register。错误市场定义会使下游全部失效,因此绝不把 sizing 作为一整块成品呈现。
- 最终化以用户批准组装输出为门。
- 如果 harness 有持久记忆,存储已批准决策——市场定义、方法、filter set、capture-rate band、capacity inputs、refresh dates——以便下次刷新和任何离周期重建从记录的模型开始,而非从头。
- 工作流第 1 步——定义市场:问题解决、买家、类别、geography、time horizon;每个产品线一个定义,绝不混合。
- 早期阶段或新进入者:应用 Bill Aulet 的 beachhead 纪律。把市场细分为 6-12 个候选利基,然后选一个值得先主导的窄 beachhead,只 sizing 它。beachhead TAM 超过 $1B 通常意味着细分画得太宽。
- 复杂 B2B:有意决定计数单位。Forrester 的 demand-unit framing 按 buying group 而非 company sizing,因为一个大公司可包含多个独立 buying groups。历史:SiriusDecisions(2019 被 Forrester 收购)2006 推出 Demand Waterfall,2012 重构,2017 发布 Demand Unit Waterfall,其 stage 1 “Target Demand” 定义 believed 存在的潜在 demand units 数量,stage 2 “Active Demand” 缩小到当前在市场的 units——intent-derived SOM。在 Forrester 的 Demand Unit Waterfall 框架中,target demand equals SAM,因为 SAM 已反映市场的潜在 demand units(flag:命名 demand-unit report 除公开摘要外付费墙;此 SAM-equivalence 细节来自另一 Forrester 出版物,同样无法验证超出其摘要)。
- 小规模同名工作示例:Christoph Janz (Point Nine) 将其框定为 ARPA times customer count 对固定收入目标,分段为五个客户规模带(“mice” 到 “whales”)——同样的 bottom-up TAM 方程,反推达到目标所需客户组合。Tomasz Tunguz (Theory Ventures) 发布完全工作的 “share of customer spend” TAM build:对命名公司集合的 on-chain revenue 求和,应用假设的流向软件份额,得出单一美元数字并陈述每个假设——少见的是完全展示工作示例而非标题数字。
- 工作流第 2 步——收集数据:按上文 source-tier ranking。收集时记录每个数字的 publisher、date、scope;追溯引用永远不会发生。
- 工作流第 3 步——计算 TAM:用 rung-2 公式。B2B 从符合 ICP 条件的公司计数构建——firmographic 和 technographic filters——乘以 per-segment ACV。B2C 从人口计数乘以 purchase rate 乘以 average annual spend。
- 工作流第 4 步——缩小到 SAM:应用 GTM 实际执行的 filters:geography、product capability、channel access、pricing tier。使用与 ICP 和 territory design 相同的 filter set——SAM 规划用一种过滤、messaging 用另一种,会产生两个不可调和数字。陈述每个 filter 的百分比及背后推理。
- 工作流第 5 步——用产能而不是愿望封顶 SOM:计算两者,然后发布较低者。Capture-rate SOM:发布惯例因阶段而异——新进入者 3-5 年约 SAM 的 2-5%,早期增长 B2B 5-15%。把它们当作 sanity bands,不是 targets。Capacity ceiling: SOM ceiling = reps × deals closed per rep per year × closed-won ACV,使用 closed-won,因为 pipeline 显示 $80K 平均交易常成交近 $40K。SOM 是团队能物理赢得的约束,绝不是目标。加入增长期望检查:如果 SOM 的约 20% 已被捕获,再 100% 同比增长在算术上不现实。
- 工作流第 6 步——三角验证和 sanity-check:比较 bottom-up 与 top-down:约 30% 收敛是好,超过约 50% 重新打开市场定义。然后检查:目标 SOM 下隐含客户数是否匹配独立估计的 addressable count?隐含每客户收入是否在 segment ACV 范围内?目标份额是否低于已确立领导者的份额?公开可比公司的实际收入是否证实此规模市场存在?全部数学见 worked-example-bottom-up.md。
- 工作流第 7 步——下游交接:SOM 供给 top-down target,由 mbfinotti/sales-skills@sales-quota-setting 与产能调和。SAM filters 供给 territory carving;TAM-to-headcount 转换在 mbfinotti/sales-skills@sales-org-structure——把数字交给它,不要重做其数学。TAM 形状(小账户长尾 vs 少数大 logo)是 mbfinotti/sales-skills@sales-motion 的 motion-selection 轴。
- 工作流第 8 步——设置刷新节奏,每层一个时钟:TAM 和 SAM 每年重建 1-2 次,底层市场移动慢,更频繁只是重测噪声;SOM 每季度重建,因为它跟踪 headcount、close rates、realized ACV,这些移动更快,按业务实际季节性在年内拆分,绝不四个平季度;离周期 SOM 重建触发器:territory redesign 或任何 ICP 变更;离周期 TAM/SAM 重建触发器:repricing、新产品线、或解锁先前被封锁细分的 integration/packaging 变更。为每个时钟指定 owner:无人复查的 sizing 不再是策略,而是装饰。
- 工作流第 9 步——组装输出并匹配受众呈现:规划-facing 以 segment-level SAM/SOM 细节开头,淡化 headline TAM;投资者-facing 以 bottom-up 计算开头,展示 top-down 作为佐证。然后运行 Measurement check 并迭代直到通过。
- B2B 与 B2C:方法论可迁移,但计数单位和练习能产出什么不可迁移。bottom-up 单位:B2B 计数离散、可识别、符合 ICP 的公司;B2C 对人口计数应用 purchase rate 和 average spend,因为个人消费者不能像 accounts 一样被作为 named targets 可寻址。副产品:B2B bottom-up 在 standing-model rung 产出优先 named-account list;B2C sizing 基于人口数学结构上不能产出,其规划副产品是 segment-and-rate table。
- B2B niche 的类别定义风险更尖锐:已发布类别数字捆绑企业合同、免费工具及中间一切;利基 B2B 产品与 headline 数字几乎不共享,即使名义上在类别中。B2C 人口数字缩小更忠实,因为人口和 geography filters 直接映射实际买家。Top-down filters 不同:B2B 按 firmographics 缩小——公司规模、行业、geography;B2C 按 demographics 和行为——年龄队列、收入、位置、使用。
- Capacity ceiling 假设 rep-driven motion:reps × deals × closed-won ACV 在有销售员成交收入处限制 SOM。对于无 rep 在环的自助或电商 B2C,用组织自身历史 acquisition rates 和 capture-rate band 限制 SOM,并说明使用了哪个 bound。
- 按输出形状组装:MARKET DEFINITION: product line · problem and buyer · counting unit · geography · horizon · scoping decisions;TAM: bottom-up figure and formula inputs · top-down figure and source · divergence %;SAM: each filter with its % and reasoning · SAM as % of TAM · same-filter-set confirmation vs ICP/territory;SOM: capture-rate figure and band used · capacity ceiling and its inputs · which bound shipped and why;SANITY CHECKS: implied customer count · implied revenue per customer · share vs incumbents · public comparable;ASSUMPTIONS REGISTER: every load-bearing assumption, numbered, with confidence (high/medium/low) and what would change it;REFRESH: cadence per layer · off-cycle triggers armed · named owner · next rebuild dates;HANDOFFS: SOM → quota target · SAM filters → territory · TAM shape → motion。
- 避免 failure modes:TAM misuse——把理论上限当作可实现目标,建立在其上的计划继承通胀;修复:只有 SOM 进入规划数学。SAM inflation——围绕团队希望服务的客户画 serviceable market,结果配额无法达到且未达成被归咎于销售执行;修复:filters 必须匹配今天产品、定价、渠道触及。SOM as goal instead of constraint——承诺团队无法物理产出的数字,然后花一个周期解释短缺;修复:第 5 步双重计算,下限胜出。
- 避免 “1% of a huge market” fallacy——把份额假设螺栓到借来的类别数字上,一旦有人问“为什么 1% 而不是 0.1%?”就崩溃;bottom-up 结构上免疫,因为没有免费市场份额参数可膨胀,推理良好的较小数字胜过无法捍卫的巨大数字。
- 避免:在 capacity 公式中使用 pipeline-stage ACV——高估上限最多一半,只用 closed-won。混淆 TAM 与 ICP pool——把(小得多的)ICP 标为 TAM 来 sizing pipeline,或对完整 TAM 预测其中大部分永不购买;ICP 通常是 TAM 的 5-15% 切片,保持层命名。
- 避免:一个混合 TAM 跨产品线——隐藏哪条线承载机会,每个下游分配继承模糊。过期或 cherry-picked 数据——标记超过约 2 年的任何内容;来源不一致时呈现分歧,而非悄悄选择有利的。静态 sizing——无人重访的数字悄悄与配额和区域脱节;第 8 步刷新时钟正是防止此。
- Measurement:sizing 未完成直到全部通过,迭代到 100%。每个材料数字携带引用——publisher、date、scope——且 sourced data points 明显区别于 modeled inferences。TAM 展示 bottom-up 和 top-down 数字并说明 divergence;超过约 50% 已重新打开市场定义而非照常发布。SOM 展示 capture-rate 数字和 capacity ceiling,命名哪个 bound 发布,使用 closed-won ACV。SAM filter set 确认与 ICP 和 territory design 使用的相同。assumptions register 编号每个 load-bearing assumption 并带 confidence label。每层有 refresh date 和 named owner,且 off-cycle triggers 写下来。
- 刷新间跟踪 outcome KPIs:实际 bookings vs 发布 SOM,sized segments 内 win rate vs 外——sized market 应明显跑赢;每次刷新 drift:重建 SOM 移动多远,大的静默 drift 意味着 off-cycle triggers 未触发;对于 standing model:pipeline 来自 named-account list 的份额——测试 sizing 成为运营资产还是停留幻灯片。
适用边界 · 注意事项
- 不用于定义 ICP;应使用 mbfinotti/sales-skills@sales-icp-definition。
- 不用于把 SOM 转换为配额、组织 headcount 或做账户细分/分层;应交接给 mbfinotti/sales-skills@sales-quota-setting、mbfinotti/sales-skills@sales-org-structure、mbfinotti/sales-skills@sales-account-segmentation 等。
- 不适合只为对外宣传/路演包装市场数字;本技能服务于规划,不是 pitching。