Use when the user asks to "calculate influencer ROI", "prove campaign value", or "what was our ROAS"; produces direct ROI/ROAS, earned media value, attributi...
Coding
Industry Roi Calculator
Try it行业化 ROI 测算卡。输入客户行业、规模、场景和当前成本，输出 ROI 测算卡、PoC 范围建议、风险假设和案例引用。用于售前方案阶段量化价值主张。
What it does
行业化 ROI 测算卡。输入客户行业、规模、场景和当前成本，输出 ROI 测算卡、PoC 范围建议、风险假设和案例引用。用于售前方案阶段量化价值主张。
The skill document
industry-roi-calculator — 行业化 ROI 测算卡
输入客户行业、规模、场景和当前成本，输出一份可用于售前方案、内部通关和客户沟通的 ROI 测算卡。
定位
- 不是财务审计报告：所有数字是测算量级，不替代正式报价。
- 不是竞品对比工具：聚焦「客户现状 vs AI 方案」的价值差，不对标其他厂商。
- 不编造真实数据：使用行业基准范围和经验公式，标注测算前提。
适用场景
- 售前阶段：客户问「投 AI 能省多少钱/带来什么价值？」
- 方案沟通：需要一页纸向经济买方量化 ROI
- PoC 前：定义可量化的验收基线（ROI 卡里的指标 → PoC 指标）
- 内部通关：PM/Sales 用 ROI 卡判断这个值不值得投
输入
| 参数 | 必填 | 说明 |
|---|---|---|
--industry | ✅ | 行业：政府/零售/制造/金融/教育/医疗/能源/互联网 |
--company-size | ✅ | 规模：small(<500人)/medium(500-5000)/large(>5000) |
--scenario | ✅ | 场景：客服/知识管理/内容生成/数据分析/流程自动化/培训/合规 |
--current-cost | ✅ | 当前成本数字（万元/年），或描述性口径如「外包团队 30 人」 |
--pain-points | 否 | 痛点描述，逗号分隔 |
--headcount | 否 | 相关岗位人数（用于人力成本测算） |
--avg-salary | 否 | 相关岗位平均年薪（万元），不传则用行业基准 |
--target-metric | 否 | 客户关心的核心指标，如「首次响应时间」「知识命中率」 |
--deal-size | 否 | 预计合同量级（万元），用于判断 ROI 卡的可信区间 |
输出内容
1. ROI 测算卡
| 字段 | 说明 |
|---|---|
| 现状成本 | 人力 + 工具 + 隐性成本（含效率损失、流失、合规风险） |
| 方案成本 | AI 方案投入（模型/API、部署、运维、培训） |
| 可量化收益 | 效率提升（人效）、质量提升（错误率降低）、风险降低 |
| ROI 比率 | (可量化收益 - 方案成本) / 方案成本 |
| 回本周期 | 方案成本 / 月度净收益 |
| 置信度 | High / Medium / Low（基于输入完整度和行业基准匹配度） |
2. PoC 范围建议
基于 ROI 卡里的核心指标，建议 PoC 验证什么、不验证什么：
- PoC 验证指标：从 ROI 卡提取 2-3 个可量化指标
- PoC 排除范围：明确 2-3 个不在本次 PoC 范围内的项
- PoC 成功门槛：对应 ROI 卡指标的最低通过线
- PoC 时长建议：2-6 周，取决于场景复杂度
3. 风险假设
| 类别 | 说明 |
|---|---|
| 数据风险 | 知识库质量、数据量、数据清洗工作量 |
| 集成风险 | 与现有系统（CRM/工单/ERP）对接复杂度 |
| 组织风险 | 一线人员接受度、变革管理、KPI 对齐 |
| 合规风险 | 行业特有合规要求（金融、医疗、政务） |
| 测算偏差 | 输入不完整时，ROI 卡数字的偏差范围 |
4. 案例引用（去标识化）
基于行业 + 场景，输出 1-2 个去标识化的参考案例：
- 行业 + 场景匹配的典型案例
- 案例中的关键指标（不出现真实客户名、厂商名）
- 案例中与当前客户的可复用经验
行业基准
人力成本基准（万元/年/人）
| 行业 | 客服岗 | 知识管理岗 | 数据分析岗 | 内容运营岗 |
|---|---|---|---|---|
| 政府 | 8-12 | 12-18 | 15-22 | 10-15 |
| 零售 | 6-10 | 10-15 | 12-18 | 8-12 |
| 制造 | 7-11 | 11-16 | 14-20 | 9-14 |
| 金融 | 10-16 | 15-25 | 18-30 | 12-18 |
| 教育 | 6-10 | 9-14 | 12-18 | 7-11 |
| 医疗 | 8-12 | 12-18 | 15-22 | 9-14 |
| 互联网 | 10-16 | 14-22 | 18-28 | 12-18 |
AI 方案成本基准（万元/年）
| 规模 | 轻量（SaaS API） | 中度（私有化轻量） | 重度（全私有化） |
|---|---|---|---|
| small | 5-15 | 20-40 | 50-80 |
| medium | 10-30 | 40-80 | 80-150 |
| large | 20-50 | 80-150 | 150-300 |
行业效率提升基准
| 行业 | 场景 | 效率提升范围 | 质量提升范围 |
|---|---|---|---|
| 政府 | 客服 | 20-35% | 10-20% |
| 零售 | 客服 | 25-40% | 15-25% |
| 制造 | 知识管理 | 20-30% | 15-25% |
| 金融 | 合规/风控 | 15-25% | 20-35% |
| 教育 | 内容生成 | 30-50% | 10-20% |
| 医疗 | 知识管理 | 15-25% | 15-25% |
| 互联网 | 内容生成 | 30-50% | 10-20% |
输出格式
## ROI 测算卡
### 核心指标
- 现状年化成本：XX 万元/年
- AI 方案成本：XX 万元/年
- 可量化收益：XX 万元/年
- ROI：X.Xx
- 回本周期：X 个月
- 置信度：High/Medium/Low
### 成本拆解
- 人力成本：XX 万元/年（XX 人 × XX 万元/人）
- 工具成本：XX 万元/年
- 隐性成本：XX 万元/年（含效率损失、流失等）
### 收益拆解
- 效率提升：XX 万元/年（节省 XX 人年 × XX 万元/人）
- 质量提升：XX 万元/年（减少 XX 次失误 × XX 万元/次）
- 风险降低：XX 万元/年（合规/品牌/流失）
## PoC 范围建议
- PoC 验证指标：...
- PoC 排除范围：...
- 成功门槛：...
- 建议时长：...
## 风险假设
- 数据风险：...
- 集成风险：...
- 组织风险：...
- 合规风险：...
- 测算偏差：...
## 案例参考
- 行业标杆：...
- 关键指标：...
- 可复用经验：...
## 下一步
- 下一步动作：...
边界声明
- 本 Skill 输出为测算量级参考，不替代正式报价或财务审计
- 所有案例均去标识化，不出现真实客户名、厂商名、具体金额
- 不承诺具体签单金额或签单概率
- 当输入信息不完整时，输出 Low 置信度 + 偏差范围，不编造填充
- ROI 比率 > 5x 时需标注「异常值，需进一步验证输入」
Related skills
ToB POC预算论证助手。输入客户/行业/POC目标，输出POC范围界定+资源估算+预算论证。基于ToB项目经验萃取的规则（去敏），不编造数据。
1 installs
Audit whether the organisation's AI spend actually paid — measured against baselines, not vendor math or vibes. Use when a CFO asks what the AI tools returne...
输入设备运行数据，自动计算OEE三大指标，诊断六大损失分布，检测数据可信度，输出改善优先级与ROI估算（含假设标注）；当用户需要OEE分析、设备效率评估、产能诊断或OEE改善项目时使用
1 installs
Track your AI agent's ROI incrementally — log time saved and direct cash as deliveries happen, then close the cycle monthly with an HTML dashboard.
1 stars
跟踪任意行业景气度，用 A 股龙头股财务数据 + 宏观指标（PMI/PPI/进出口）计算综合景气评分（0-100）， 判断行业处于上行周期、下行周期还是拐点区域。支持内置行业（半导体、医药、新能源、消费品）和任意自定义行业。