已有具体定价变更时，用财务影响分析做…

当已有具体定价变更（涨价、新层级、附加组件、折扣、用量定价、打包调整）需要量化财务可行性和风险时使用。

适用场景

解决思路

1. 使用 `workshop-facilitation` 作为默认交互协议，定义 session heads-up + entry mode（Guided、Context dump、Best guess）。
2. 在交互中采用一次只问一个问题，并使用 plain-language prompts。
3. 使用 progress labels，例如 Context Qx/8 和 Scoring Qx/5。
4. 处理打断并支持 pause/resume 行为。
5. 在决策点提供编号建议。
6. 对常规问题提供 quick-select numbered response options，并在有用时包含 `Other (specify)`。
7. 若 invocation 已附带信息（技能名后的文本、粘贴的上下文、附加的 `ARGUMENTS:` 行），直接使用并跳过已覆盖问题，不要重复询问。
8. 若用户未提供信息，先询问拟议变更和当前定价。
9. 收集当前定价：当前 ARPU 或 ARPA、当前定价层级、当前月度 churn rate、当前 trial-to-paid conversion rate（如相关）。
10. 收集拟议定价变更：变更类型、新定价（如已知）、受影响客户 segment（all、new only、specific tier）。
11. 收集业务上下文：总客户数或 MRR/ARR、CAC、NRR；允许估算。
12. 确认定价变更类型：price increase、new premium tier、paid add-on、usage-based pricing、discount strategy、packaging change。
13. 若为 price increase，收集当前价格、新价格、涨幅百分比、受影响对象（new customers only / all customers / specific segment）、生效时间（immediately / next billing cycle / gradual rollout 先测试）。
14. 若为 new premium tier，收集当前 top tier price、新 premium tier price、关键功能、当前客户升级比例、新客户选择 premium 比例、cannibalization risk。
15. 若为 paid add-on，收集 add-on 名称、价格（/month 或 /user）、目前免费还是新功能、愿付费客户比例、当前使用情况、转付费是否伤害 retention。
16. 若为 usage-based pricing，收集 usage metric（seats、API calls、storage、transactions 等）、每单位价格、free tier 或 minimum、平均客户用量（units/month）、预期 ARPU 变化、扩张潜力。
17. 若为 discount strategy，收集折扣类型（annual prepay、volume、promotional）、折扣幅度、持续时间，并分析 trade-off：lower price vs improved cash flow、larger deal size、urgency。
18. 若为 packaging change，收集变更内容（bundling、unbundling、pricing metric）、当前 packaging、新 packaging、ARPU 变化、conversion 变化、churn risk（low/medium/high）。
19. 量化 revenue impact：当前 ARPU、预期新 ARPU、ARPU lift %，计算直接 revenue lift、因 conversion 或 churn 造成的 revenue loss、net revenue impact。
20. 量化 conversion impact：当前 conversion rate、预期新 conversion rate、conversion 变化，测试假设，判断 higher prices 是否降低 trial-to-paid 或 sales conversion，更好 packaging 是否提高 conversion。
21. 量化 churn risk：当前 monthly churn、变更后预期 churn、churn risk（low/medium/high），采用 grandfathering 策略保护 existing customers，按 segment（SMB vs. enterprise）评估 churn risk，评估 churn elasticity。
22. 评估 expansion impact：判断是否创造或阻塞 expansion 机会，new premium tier = upsell path，usage-based pricing = expansion as customers grow，add-ons = cross-sell opportunities，预计 NRR 变化。
23. 评估 CAC payback impact：higher ARPU = faster payback，lower conversion = higher effective CAC，计算对 LTV:CAC ratio 的净影响。
24. 让用户提供估算，并建立 conservative、base、optimistic 场景。
25. 收集当前 baseline：MRR 或 ARR、customers、ARPU/ARPA、monthly churn rate、NRR、CAC、LTV。
26. 收集 growth context：当前增长率（MoM 或 YoY）、目标增长率。
27. 收集 competitive context：当前定价低于、等于还是高于市场，competitive pressure（low/medium/high）。
28. 综合建议时计算：revenue impact（ARPU lift × customer base）、conversion impact（受影响 new customers）、churn impact（受影响 existing customers）、net revenue impact、CAC payback impact、risk assessment。
29. 提供 3-4 个 recommendation 选项，从 implement broadly、test first、modify approach、don't change pricing 中选择。
30. Implement broadly：给出 current MRR、ARPU lift、expected MRR increase、churn risk、expected churn increase、churn-driven MRR loss、net MRR impact、conversion impact、CAC payback impact、why this works。
31. Implement broadly 实施：若涨价，grandfather existing customers，保护 current base，new pricing 只对新客户。
32. Implement broadly 实施：communicate value，强调 features、outcomes、ROI，用交付价值 justify price。
33. Implement broadly 实施：前 30-60 days 监控 conversion rate、churn rate、customer feedback，确保 conversion 在阈值内、churn 低于阈值。
34. Implement broadly：给出 expected timeline：Month 1、Month 3、Month 6、Year 1 的 MRR/ARR 影响。
35. Implement broadly：设定 success criteria：conversion rate 保持 > 阈值、churn rate 保持 < 阈值、NRR 改善到 > 阈值。
36. Test first：设计 Cohort A（Control）使用 current pricing，设定 size 为 new customers 的百分比或客户数；设计 Cohort B（Test）使用 new pricing，设定 size。
37. Test first：设置 duration 为 60-90 days 以获得 statistical significance。
38. Test first：跟踪 A vs B 的 conversion rate、ARPU、30-day retention、90-day churn、NRR。
39. Test first：设定 rollout criteria：B conversion rate > control 的阈值、B churn rate 高出 control 低于阈值、B net revenue > control 阈值。
40. Test first：设定 don't roll out criteria：conversion 下降超过阈值、churn 增加超过阈值、net revenue impact negative。
41. Test first：时间线 Week 1-2 启动测试、Week 8-12 获得足够数据、Month 3 决定 rollout 或 kill；风险 medium，测试缓解广泛 rollout 风险。
42. Modify approach：指出 original proposal、expected ARPU lift、churn risk、net revenue impact，并说明具体问题，例如 20% 涨价可能导致 10% churn 抹掉收入收益。
43. Modify approach 替代方案：用更小 price increase，例如从 __% 改为 __%，降低 churn risk，仍为正 net revenue。
44. Modify approach 替代方案：grandfather existing，仅对新客户涨价，保护 current base，零 churn risk，逐步改善 ARPU。
45. Modify approach 替代方案：value-based pricing，保持 SMB pricing flat，提高 enterprise pricing __%，降低 churn risk，因为 enterprise 更 sticky。
46. Modify approach：推荐具体 option 并给出 reasoning；说明为何更好：lower churn risk、comparable revenue upside、easier to communicate；给出 implementation steps。
47. Don't change pricing：计算 expected revenue lift、expected churn impact、net revenue impact；说明问题。
48. Don't change pricing：说明要让 price increase 可行需要改变什么：churn rate 必须低于 __%（当前 __%），或 conversion rate 必须高于 __%（当前 __%），或降低 CAC 抵消 lower conversion。
49. Don't change pricing 替代：improve retention，将 churn 从 __% 降到 __%，与 price increase 同等 revenue impact，风险更低。
50. Don't change pricing 替代：expand within base，通过 upsells 将 NRR 从 __% 提高到 __%。
51. Don't change pricing 替代：reduce CAC，提高 acquisition efficiency。
52. Don't change pricing：明确何时 revisit pricing：improving retention 后（churn < __%）、验证 WTP research 后、competitive landscape 变化后；决定 hold pricing，专注 retention、expansion 或 acquisition efficiency。
53. 可选 sensitivity analysis：提供 optimistic case（更高 ARPU lift、更低 churn）、pessimistic case（更低 ARPU lift、更高 churn）、breakeven analysis（什么 churn rate 使变更中性）。
54. 敏感性分析中提供 scenario modeling（optimistic/pessimistic/breakeven）、sensitivity tables（若 churn 是 X%，revenue impact 是 Y）、与 alternative pricing strategies 的比较。
55. Pitfall 1 fix：模型 churn 场景（conservative、base、optimistic），将 churn-driven revenue loss 计入 net impact。
56. Pitfall 2 fix：grandfather existing customers，仅对新客户涨价。
57. Pitfall 3 fix：测试使用足够大样本（每 cohort 100+ customers）并持续 60-90 days 以获得 statistical significance。
58. Pitfall 4 fix：将 price increases 绑定到 value improvements（new features、better support、outcomes delivered）。
59. Pitfall 5 fix：计算 CAC payback impact；higher ARPU 伴随 lower conversion 可能使 payback 更差而非更好。
60. Pitfall 6 fix：将 annual discounts 限制在 10-15%，平衡 cash flow improvement 与 LTV protection。
61. Pitfall 7 fix：把 competitors 作为 data points 而非 decisions，基于自身 unit economics 做 pricing decisions。
62. Pitfall 8 fix：优先做重大 pricing changes（tiers、packaging、add-ons），而非 5% micro-optimizations，避免 analysis paralysis。
63. Pitfall 9 fix：考虑 land and expand 策略，lower entry price，通过 upsells 提高 expansion revenue。
64. Pitfall 10 fix：提前 30-60 days 沟通 pricing changes，强调 value 而非仅 price。

适用边界 · 注意事项

• 不要用于从零设计定价策略、价值定价框架、willingness-to-pay 研究、竞争定位、心理定价、packaging architecture 或 monetization model selection；这些超出本技能范围。
• 尚未验证 willingness-to-pay 或没有基线指标（ARPU、churn、conversion rates）时不要使用。
• 变更太小不值得时不要使用：<5% 价格变化或 <10% 客户受影响。