找到好用的 AI，让想法更进一步。

定义跨团队数据来源、口径、数据契约与争议处理方式。

核对日周花费与预算，估算周期支出并提出进度调整建议。

根据工作范围梳理营收运营能力差距、成果证据与面试准备。

设计非标准交易的折扣权限、例外处理与审批时限。

根据真实数据计算 CAC 与 ROAS，并结合盈亏平衡、历史和外部参考评估。

比较广告平台、分析工具和订单或 CRM 数据的差异，区分时间与口径问题。

结合产品经济性、受众和预算比较适合试验的付费渠道。

评估活动是否适合增加预算，并规划增长步骤与回退条件。

明确字段负责人、权威来源、刷新频率与冲突处理规则。

设计可核对的营收指标树，明确计算关系与负责人。

分析阶段失真、过期商机和日期推迟等影响预测可靠性的因素。

检查商机阶段是否由可验证的客户行动定义，并识别阶段异常。

检查商机快照中的停滞、异常日期和关键字段缺失。

规划漏斗阶段、分析单位、转化假设与团队交接责任。

恢复或整理项目背景，并选择合适的 RevOps 工作流。

设计稳定的 API、模块边界与类型契约，适用于 REST、GraphQL 和前后端接口协作。

根据测量结果分析前端、后端、查询与数据库瓶颈，处理性能回退。

审查输入处理、认证、数据存储、外部集成和依赖中的安全问题。