SaaS辅助决策助手

Other

SaaS产品辅助决策助手。用户输入SaaS产品行业与定位,自动从市场需求、用户画像、需求痛点、竞品格局、变现定价(MRR/ARR/LTV)、获客增长(CAC/PLG)、推广营销、成本结构、技术可行性9大维度进行综合分析,生成专业交互式HTML可行性决策报告。涵盖SaaS定价模型对比、MRR预估、LTV/CAC分析、多租户架构选型等SaaS专属议题。触发词:SaaS决策, SaaS可行性, SaaS评估, SaaS能不能做, 开发SaaS, SaaS分析报告, SaaS调研, 软件即服务决策, saas decision, SaaS选型, SaaS创业评估, 做SaaS产品。

Install

openclaw skills install saas-decision

SaaS 产品辅助决策助手

概述

本技能为 SaaS 产品开发提供专业的多维度可行性决策分析。用户只需提供 SaaS 产品行业和定位描述,系统自动完成市场调研、竞品分析、用户需求验证、SaaS 商业模式评估,生成专业的可视化 HTML 决策报告。

核心能力

  1. 市场需求分析 - SaaS 市场规模、增长率、TAM/SAM 估算
  2. 用户画像分析 - 目标用户特征、决策链、付费意愿
  3. 需求痛点诊断 - 核心痛点强度、替代方案、需求迫切度
  4. 竞品格局分析 - 直接/间接竞品、差异化空间、护城河潜力
  5. 变现定价策略 - SaaS 定价模型(订阅制/用量制/Freemium/混合)、MRR/ARR 预估、LTV 估算
  6. 获客增长分析 - CAC 估算、获客渠道效率、PLG 增长潜力
  7. 推广营销策略 - 内容策略、品牌定位、分阶段推广规划
  8. 成本结构分析 - 云成本、研发、第三方工具、营销预算
  9. 技术可行性评估 - SaaS 架构选型(多租户/隔离策略)、技术栈、合规要求

使用方式

触发词 + SaaS产品行业 + 定位描述

示例:

  • "SaaS决策:做一个面向中小电商的AI客服SaaS"
  • "帮我评估做企业知识管理SaaS可行吗"
  • "分析HR SaaS招聘模块的市场可行性"

工作流程

第一阶段:数据采集(并行搜索)

使用 WebSearch 工具并行搜索以下维度(每批次 3-4 个搜索):

批次1 — 市场与竞品:

  1. {产品方向} SaaS 市场规模 2025 2026 增长趋势
  2. {产品方向} SaaS 竞品 头部玩家 排行
  3. {产品方向} SaaS 融资 行业报告

批次2 — 用户与需求: 4. {目标用户群体} {痛点关键词} 数字化 软件需求 5. {产品方向} SaaS 用户画像 使用场景 6. {产品方向} 定价模式 订阅 SaaS 价格

批次3 — 增长与竞争: 7. {产品方向} SaaS 获客 增长 PLG 策略 8. {产品方向} SaaS 推广 营销 案例 9. SaaS {产品方向} 开发 技术栈 架构

第二阶段:深度分析(WebFetch)

对搜索结果中数据丰富的页面进行 WebFetch 获取详细信息:

  • 行业报告页面(提取市场规模、增长率数据)
  • 竞品官网(提取定价、功能、目标客户)
  • 技术博客/案例(提取架构方案)

第三阶段:报告生成

基于搜索和 fetch 的数据,构建 JSON 数据并调用报告生成脚本:

python {baseDir}/scripts/report_generator.py \
  --name "产品名称" \
  --category "行业/方向" \
  --output "output_path.html" \
  --scores '{"market_demand": 80, "user_profile": 70, ...}' \
  --market-demand '{"score": 80, "market_size": "500亿", ...}' \
  --user-profile '{"score": 70, "target": "...", ...}' \
  --pain-points '{"score": 75, "items": [...], ...}' \
  --competition '{"score": 65, "direct_count": "15+", ...}' \
  --monetization '{"score": 75, "pricing_model": "...", ...}' \
  --acquisition '{"score": 70, "cac_estimate": "...", ...}' \
  --marketing '{"score": 72, "strategies": [...], ...}' \
  --cost-structure '{"score": 68, "cloud": "...", ...}' \
  --tech-feasibility '{"score": 75, "recommended_stack": "...", ...}' \
  --risks '{"items": [{"name": "...", "level": "高", "desc": "..."}]}'

或者直接在 Python 中调用:

import json, sys
sys.path.insert(0, '{baseDir}/scripts')
from report_generator import generate_report

data = {
    "name": "产品名称",
    "category": "行业方向",
    "scores": {"market_demand": 80, "user_profile": 70, ...},
    "market_demand": {...},
    "user_profile": {...},
    "pain_points": {...},
    "competition": {...},
    "monetization": {...},
    "acquisition": {...},
    "marketing": {...},
    "cost_structure": {...},
    "tech_feasibility": {...},
    "risks": {...},
}

html = generate_report(data)
with open('output.html', 'w', encoding='utf-8') as f:
    f.write(html)

报告结构

生成的 HTML 报告包含以下章节:

  1. 封面页 - 产品名称、SaaS行业定位、报告时间
  2. 综合评分卡 - 加权总分 + 决策建议
  3. 多维度评分矩阵 - 9维度评分卡片可视化
  4. 市场需求分析 - SaaS市场规模、TAM/SAM、增长趋势
  5. 用户画像分析 - 目标用户、决策链、付费意愿
  6. 需求痛点分析 - 痛点矩阵、替代方案、迫切度
  7. 竞品格局分析 - 直接/间接竞品、头部对比表、差异机会
  8. 变现定价策略 - SaaS定价模式对比、MRR/ARPU/LTV预估、定价梯度建议
  9. 获客增长分析 - CAC估算、渠道效率对比、PLG评估
  10. 推广营销策略 - 品牌定位、内容策略、分阶段规划时间线
  11. 成本结构分析 - 云/研发/工具/营销成本、SaaS成本结构参考
  12. 技术可行性评估 - 架构选型、多租户策略、合规、开发周期
  13. 风险提示 - SaaS特有的PMF/流失/定价/获客风险
  14. 综合决策建议 - SaaS核心优劣势、MVP行动路线图(P0/P1/P2)

评分模型

基于以下 9 个 SaaS 专属维度加权评分(满分 100):

维度权重核心评估标准
📊 市场需求15%SaaS细分市场规模、年增长率、TAM/SAM、数字化渗透率
👥 用户画像10%目标用户清晰度、B2B/B2C决策链、付费能力与意愿
🎯 需求痛点10%痛点强度与频率、替代方案成熟度、需求迫切度
⚔️ 竞品格局15%直接/间接竞品数量、市场饱和度、差异化空间、护城河潜力
💰 变现能力15%SaaS定价模式清晰度、ARPU预估、LTV潜力、客户付费习惯
📈 获客增长10%CAC合理性、PLG增长飞轮潜力、获客渠道多样性
📢 推广营销15%内容营销空间、品牌定位差异化、SEO/社交传播潜力
💸 成本结构5%云成本可控性、研发成本效率、盈利周期预估
🔧 技术可行性5%SaaS架构成熟度、多租户方案、安全合规、团队能力

评分等级:

  • ≥80分:✅ 强烈建议做 — 市场需求强劲,竞争格局有利,SaaS商业模式清晰
  • 65-79分:🟡 谨慎推进 — 有机会但需差异化定位,建议先做用户验证
  • 50-64分:⚠️ 暂缓观望 — 风险较高,需先验证核心假设后再决定
  • <50分:❌ 不建议做 — 市场条件不利,建议调整方向或等待时机

注意事项

  1. 所有数据基于公开信息搜索,时效性可能有限,建议结合一手调研
  2. MRR/ARR/LTV等指标为基于行业benchmark的预估值,实际数据需上线后验证
  3. 竞品分析基于公开可见信息,可能存在未公开的竞品
  4. 最终决策需结合团队实际资源、行业经验和执行能力综合判断
  5. SaaS创业核心风险:PMF不匹配、CAC过高、客户流失——这三个问题在报告中均有专项分析