#Zenoti 竞品分析与长期产品定位

一句话:Zenoti 是一面镜子,不是一个模板。能学的是它问题驱动 sidebar 模式 + AI agent 拟人化叙事 + KPI 自然语言查询;不能学的是它一体化 OS 替代 + 黑箱 marketing 包装。 我们的 north star:Customer-specific gold standards per call type — 默认 Retaintive 提供 best-practice 模板,客户(深度 owner)可选编辑,AI 按客户的 standard 评分、coach、闭环。

✅ 2026-05-05 Verification update (O0 closed): 经 verify(Zenoti 自家 blog + help docs + AWS case study + SalonEVO + 多 source quote),Zenoti HyperConnect CI 确实分析人工接的电话(73K calls/月,Bedrock 做 agent rating + sentiment)。v1 / v1.1 中"Zenoti AI 只听自己接的电话"narrative 完全错误,必须替换。新 narrative 改为 "Zenoti's CI is phone-system-locked. We work with your existing RingCentral/8x8 — no rip-and-replace." 详见 §1.4 修正后差异化,§6.0 verification 已 closed。

阅读顺序:§1 长期目标(3 分钟)→ §2 Zenoti 8 个 AI agent 4 象限(扫表 5 分钟)→ §3 UI 学习清单(5 分钟)→ §4 落地路径(short / mid / long term)。

#§1. End-State — 我们 12-18 个月的样子

#1.1 一句话定位

Retaintive 是健身行业唯一的"全通话 + 角色驱动 + 用户可定制 gold standard"的 CI + BI overlay 平台。 Zenoti 替代客户的前台系统,我们叠加在客户已有 CRM / MBO / phone 之上,让前台真人通话变成 coaching 燃料、让 owner 30 秒看出问题、让 manager 用数据问责。

#1.2 三角色锁定的产品形态(已验证)

来自 role-deep-dive-v2.html — Will + Milly + Oliver + Alan + 40+ industry sources,已锁定:

核心架构原则(锁定):没有单独的 Owner Dashboard。Owner 跟 Manager 共享同一个 dashboard,差别只在入口(Owner 从 email 进 / Manager 直接打开)和视角(Owner 看 studio 汇总 / Manager 切到按 SA 拆分)。

#1.3 Killer Feature — Customer-Specific Gold Standards Per Call Type

你的原话:"if our system allow user to decide what the gold standads are for each type of call, that wou;d be a killer."

当前(陈栋指出的问题):所有 OTF action 在一个 prompt 里 lump 起来,通用,不可调。

目标态(Codex push back 后调整 — 不再要求"用户自己编辑"是 killer 的核心):

1. 按 call type 拆 prompt — cancellation / intro_booking / lead_inquiry / low_utilization / objection_handling / win_back / renewal 各自独立
2. 每个 call type Retaintive 提供 best-practice 模板(基于行业研究 + Will/Allen/Milly 共建)
3. Customer-specific standards 三种获取路径(优先级从低到高):
   • Default:Retaintive 模板,90% owner 用这个 → 0 onboarding 摩擦
   • CS-configured:CS 跟 Allen / Lauren 这种深度 owner 1-on-1 录入 standard → 客户感觉"专属"但不需要自己学界面
   • Self-serve editor(advanced admin):愿意深度参与的 owner 可以编辑 → 不放在 onboarding 首屏,藏在 Settings → Advanced
4. AI 按客户的 standard(无论来源)打分 + flag coaching
5. Recommendation loop(不是"自我进化 ML"):AI 分析高 outcome calls(Cancel Save / High-conversion intro)→ 抽出 patterns → propose 给 owner / CS:"您 8 个 cancel save 通话有这个共同点,加进 standard?"。客户 accept 才进 standard。人工 in the loop,不自动应用。

为什么这是 killer(修正后版本):

• Zenoti 的 AI 是 black box(deep dive 验证 — 不公开 LLM / prompt / 评分逻辑)→ 标准不可定制
• Keepme 的 AI 是 SaaS 黑箱 → 也不可定制
• Customer-specific standards = 客户管理理念 codified。Will 拿 default 也满意,Allen 通过 CS-configured 拿到专属,极少数想深度参与的可以自己编辑。
• 不是 ML hype:是 "人工 + AI 推荐 + 人工审批" 的工作流闭环,可信、可解释、可回滚。

Codex 提醒(BLOCKING):这条 narrative 必须配 5-owner concierge MVP 验证(给 5 个 owner 模板,看他们愿不愿意改、改几处、是否愿意付费)。没验证之前不能在融资 pitch / 销售首屏当 killer 卖。

#1.4 修正后的差异化 narrative(O0 verify 后)

已验证的事实(2026-05-05 verify):

• ❌ "Zenoti AI 只听自己接的电话" — 错误。Zenoti HyperConnect 分析所有 inbound 电话(73K/month verified via AWS case study)
• ✅ "Zenoti CI 锁在 HyperConnect 自家电话系统上" — 正确。客户必须把电话切到 HyperConnect softphone 或 forward 过来,不能让 RingCentral / 8x8 / Vonage 留着原样

新差异化 narrative(3 条都 verifiable,挑最强一条当首屏):

1. Phone-system agnostic(最强,首屏推荐) — "Zenoti's CI requires you to switch to HyperConnect's phone system. We work with your existing RingCentral / 8x8 / Vonage — no phone migration." ❌ 此条已撤回(2026-05-05 verify 后) — 读完 retaintive 自家 RingCentral 集成代码后确认:retaintive 现在只支持 RingCentral 单一 provider(clientId 写死 {franchise}-{providerAccountId},所有 OAuth / token / webhook 都 hardcode RingCentral)。客户用 8x8 / Vonage / Aircall 装不了。Archive 里有过 multi-provider adapter 设计但没做完。我们和 Zenoti 都要客户在某个特定电话系统上(它锁 HyperConnect,我们锁 RingCentral),不是结构性差异。
2. CRM-overlay — "Zenoti's CI lives inside Zenoti's CRM. We layer on top of Mindbody / Mariana Tek / ABC Glofox — no CRM swap."
3. Action over insight — "Zenoti rates agents and flags 4 calls/day to read. We auto-create the follow-up task, schedule the rebook attempt, and update the lead in your CRM."

销售 first-line(再次替换 — 本次 v1.3):

❌ v1: "Zenoti's AI only hears the calls IT answers. We hear EVERY call."(O0 verify 推翻) ❌ v1.2: "Zenoti makes you switch your phone system to listen. We listen on RingCentral / 8x8 you already use — no rip-and-replace."(retaintive code verify 推翻) ✅ v1.3: "We're built for gyms on RingCentral. We layer CI + BI on top of your existing Mindbody / Glofox / Mariana Tek — no CRM swap, no front desk training, go live in 2 weeks."

这一句明面承认 RingCentral 限制(second-pass 决定):

• 不藏。ICP 锐利化 = 销售前 30 分钟省去"哦你们是 8x8 啊那不行"这种浪费
• 单店独立健身房用 Google Voice 之类的 → 不是我们客户。北美 5-50 店中型连锁,RingCentral 是行业第二大 UCaaS,客户基数足够大
• 落地路径配套:Pain-sidebar landing 改版必须包含这一句 ICP 声明(见 §4.2 立刻清单第 1 项)

verify 前置条件(动 narrative #2 / #3 之前要确认):

• O1.1 ✅ verified 2026-05-05:retaintive 锁 RingCentral 单一 provider,narrative 已诚实改写
• O1.2 retaintive 是否真的能 overlay 在 Mindbody / Glofox / Mariana Tek 之上不动?(connector 还没 ship,narrative #2 暂时只能口头说,落地需要 ship connector — 见 §4.2 mid-term)
• O1.3 retaintive task 自动创建 + lead 自动更新到客户 CRM 的功能是否完整?(narrative #3 的前提,需要读 studio-api 代码 verify)

#§2. Zenoti 8 个 AI Agent — 4 象限评估

#2.1 怎么读这张表

你说:"what feature they have and we also have? what feature they have, we have but not as good. and what feature they have, we don't have (our database and backend can suport or not?), what's valiabilte to use. and what's low hanging fruits."

下表每个 agent 4 象限分类 + DB 支持判断 + low-hanging fruit 标记:

• 🟢 我们也有,跟它打平或更好
• 🟡 我们也有但比它弱 — 可以补
• 🔵 它有我们没有,但 DB / backend 能直接支持 = low-hanging fruit
• 🔴 它有我们没有,DB / backend 需要改造 = 长期再考虑
• ⚫ 它有,但跟我们定位冲突,不抄

#2.2 主表(Codex adversarial review 后修正版)

⚠️ 新增 OS-native 列(Codex #8):标记该 agent 是否需要 POS / payments / booking ownership 才能完整 — 这一列直接说明 overlay 模型能做哪些、做不到哪些。

#2.2.1 OS-native 工作流我们做不了(Codex #8 补)

Zenoti 的真正 moat 不是单个 AI agent,是 POS / payments / booking / membership / inventory 的执行闭环。这些 overlay 模型结构性做不了:

老实承认:Zenoti 卖给单店独立健身房或想要"一个 throat to choke"的中型连锁,会赢我们。我们的 ICP 不是这两类(详见 §1.1)。

#2.3 表的 Note(Codex review 修正后)

没有 🟢"我们打平"的 agent(原版有,Codex push back 后撤掉) — "Zenoti 只听自己接的电话" 未验证,不能当差异化 narrative。

🟡 我们更弱的 3 处(Concierge / Lead Manager / Retention)是功能 + 数据 + 模型问题:

• Concierge / Lead Manager = 渠道广度,DB 支持,product execution
• Retention = 数据缺口(我们没 attendance / billing / freeze 信号)。Mindbody / Glofox connector 解锁这块。

🔵 我们没有但能学的 2 处:

• Business Advisor = highest leverage,但8-12 周才到生产(不是 4-6 周)
• Dispute Manager = 不做完整 agent,做 evidence packet export(健身房真正的痛点是"打 chargeback 时翻不到 cancellation consent")

⚫🔴 砍掉的 2 处(Digital Marketer / Scribe):跟我们定位冲突,不学。

OS-native gap(诚实承认):Zenoti 真护城河是 booking + POS + payments + membership 闭环,这是 overlay 模型结构性做不了的。我们 ICP 选已经在 Mindbody/Glofox 上的 5-50 店中型连锁,绕开这个战场。

#§3. UI 抄什么(你说"easiest is to copy ui")

#3.1 必抄:Pain-Point Sidebar 模式

Zenoti 主页用 7 个 pain points 引导功能介绍 — 这套 narrative 极强,直接对应我们的 sales 故事。

抄什么:

• ✅ 主页 / 首屏的 左侧 pain bar + 右侧 demo card 排版
• ✅ Pain 文案 punchy 风格("30% of calls go unanswered" / "~50% of online bookings are abandoned")
• ✅ 每个 pain 配一个具体 demo card(Live Call / 客户 360 / Lead form / KPI 折线 + 自然语言问询框)

不抄什么:

• ❌ Zenoti 卡通机器人插画(Zeenie)— 健身行业气质不符,健身行业要硬朗
• ❌ Zenoti 紫色品牌色 — 我们继续用 retaintive 现有色

#3.2 必抄:AI Business Advisor 的"对话问 KPI"模式

最后一张图是它的 chat 框 + 自动渲染图表。我们也要抄这种交互:

[Owner 输入] How are the collections for the last six months?
                    ↓
[系统] 折线图 (current year vs previous year) + 文字解释:
"Peak collections in November — $119,700, indicating..."

我们已有 BI 指标 + dashboard-data-sources-full.md,加一个 LLM-routed text-to-SQL 即可。

#3.3 选抄:AI Concierge 的客户 360 卡片

姓名 + email + phone + acquired date + tags(High spender / Member / Eyebrows P)+ 服务历史 + Google review embed。这个直接装进我们 Task 页面的 contact panel。Schema 已经支持。

#3.4 选抄:AI Dispute Manager 的"AI 起草 + 人工编辑"双 panel

虽然 Dispute 我们不做,这种"AI 给 draft + 用户编辑"的 UX 模式可以借鉴到:

• Suggested Action Playbook(用户改 step)
• Email Digest 模板(Owner 改 cliffhanger 文案)
• Gold Standard 编辑器(killer feature 的入口)

#§4. 落地路径 — Short / Mid / Long Term

#4.1 Short Term(0-6 周)— 已锁定的 Owner / Manager / FD build

这部分 role-deep-dive-v2.html 已经定稿,不再讨论方案,直接执行。

优先级:Manager 5 个 module 是最高(Manager 是 dashboard 日常重度用户),其次 FD Task 改版,最后 Owner Digest。

#4.2 Mid Term(6-16 周)— 抄 Zenoti 的 Low-hanging Fruit(Codex 修正 + 2026-05-05 second pass 补漏)

按 §2.2 表的优先级 + Codex review + second-pass review 之后的完整列表:

关键调整 vs v1.2:之前 Evidence Packet 排 mid-term、Coaching → Slack 没写、Great Save 按钮在 long-term Phase 5。这次 second-pass 把这 3 个都提到 6 周内 — 它们都是 小工作量 + 已有 schema 支持 + 客户真痛点,放后面是浪费战机。

新的"必须立刻做"清单(0-3 周):

1. Pain-sidebar landing + RingCentral ICP 明面 narrative(1-2 周)
2. Coaching Highlights → daily Slack/email(1 周)
3. Contact 360 卡片(1-2 周)

3 件事并行,3 周内全部 ship。Front Desk 留存 + Manager 每日触达 + 销售 narrative 同时跳一档。

#4.3 Long Term(4-9 月)— Customer-Specific Gold Standards(Codex #5 / #6 / #7 修正)

这是你定的 north star,但 framing 改成 customer-specific(三种获取路径),不是 user-edited self-serve。分 5 阶段:

Phase 0: Concierge MVP 先验证(必须先做,Codex BLOCKING #5)(2 周)

• 选 5 个 owner(Will / Allen / Lauren / 新签 2 个 boutique studio owner)
• 给他们 Retaintive 模板,看他们愿不愿意改、改几处、是否愿意付费
• 未验证之前不能在融资 pitch / 销售首屏当 killer 卖
• 输出:5-owner concierge survey + recordings + 决策(继续 / pivot / 砍)

Phase 1: Prompt 拆分(2-3 周)

• 一个 lump prompt → 拆成 7 个 call type 独立 prompt
• 每个 prompt 独立 storage + version(支持回滚)
• DB:新建 prompt_versions 表(per franchise_id + call_type + version + source 字段:default / cs_configured / self_edited)

Phase 2: CS-Configured Standards 流程(3-4 周,before self-serve editor)

• CS 跟深度 owner 1-on-1 录入 standard(用 Notion / Google Form 即可,不需要前端)
• standard 入库进 prompt_versions table
• 客户看到的 Suggested Action Playbook = 自己的 CS-configured standard
• 不要求客户自己学界面(Codex #7:Will 型客户不愿意 setup)

Phase 3: Per-customer Scoring(4-6 周)

• AI 用客户的 standard 打分(无论来源是 default / cs_configured / self_edited)
• Coaching Flag 触发条件:实际通话 vs 客户 standard 的 deviation
• 验证:Onboarding timebox — 15 分钟内能否完成默认配置并看到价值(Codex #7 test)

Phase 4: Self-Serve Editor(advanced admin only,藏在 Settings → Advanced)(3-4 周)

• 新页面 /settings/advanced/gold-standards(不是首屏导航)
• 编辑器 = 5 步 playbook editor(title / 话术示例 / 否决项 / 替代选项)
• 抄 Zenoti Dispute Manager 的 "AI draft + 人工编辑" 双 panel UX
• 首屏 onboarding 不引导这个(避免冲突 overlay 的低摩擦定位)

Phase 5: Recommendation Loop(不是 Self-improving ML)(持续,Codex #6 修正)

• AI 分析高 outcome calls → 抽 patterns → propose 给 CS / owner:"您 8 个 cancel save 通话有这个共同点,加进 standard?"
• 必须 human approval,不自动应用
• Holdout calls 验证 score consistency / outcome lift
• 不叫 self-improving ML(避免 hype + 伪相关风险)

🔥 Phase 5 MVP 已经可以提前到 mid-term(2026-05-05 second-pass 发现):

• 不用等 long-term — Coaching Highlights 里的 "Great Save" 卡片(role-deep-dive-v2 第 587 行已有 mockup)
• 在卡上加一个 "Add this to our standard" 按钮(0.5-1 周纯 UI)
• Manager 看到"今天 Ryan 这通 cancel save 打得漂亮" → 点一下,这通电话的话术 / 异议处理就进 customer-specific standard pool
• 这是 recommendation loop 的最简版 — 0 ML,纯人工 in the loop
• 同时把"customer-specific standards 是怎么来的"早期信号收上来,不用等 Phase 0 concierge MVP 跑完
• 见 §4.2 mid-term 表格

#4.4 长期里程碑(12-18 月)— 修正后

完成 §4.3 之后,narrative 变成:

"Retaintive 提供行业最佳实践模板,深度 owner 通过 CS 录入自己的 gold standards,AI 按你的 standard 给每通电话评分。Zenoti / Keepme 是 black box,我们是你的运营理念 codified + AI 落实。"

关键:不再说"自我进化 ML moat" — 说"recommendation loop with human approval"。听起来不性感但不会被技术尽调拆穿。

#§5. 用户讨论关键决策(verbatim,锁定)

来自陈栋会议 + Will/Allen/Lauren/Milly 沟通,已锁定:

#§6. Open Items(等你拍板才能动的)

#§9. Keepme Antares 才是真正对标 — 重新 positioning(2026-05-05 v1.4)

#9.1 之前文档里 3 个错的事实(verify 后修正)

#9.2 Keepme 的 black box(跟 Zenoti 一样)

12 页 keepme.ai 全读完,0 vendor 披露:

• ❌ 没披露 LLM(没 OpenAI / Anthropic / Claude / GPT / Gemini 任何提及)
• ❌ 没披露电话方(没 Twilio / Telnyx / Vapi / Retell)
• ❌ 没披露 STT/TTS(没 Deepgram / ElevenLabs)
• ❌ 没披露 vector DB
• ❌ 没披露 AI 系统级 metric(latency / accuracy / escalation rate / CSAT)— 全是 downstream business metrics(tour bookings / lead-to-sale CVR)

Box of Authority 解码:= 标准 RAG grounding + 黑名单 guardrails + out-of-distribution escalation + post-hoc review loop。业界标准技术 + 一个营销品牌名,没什么 exotic。retaintive 可以反过来打透明度 — 我们公开 LLM / STT / 评分逻辑 / 评估指标,Keepme 给不出。

#9.3 真正的 Brutal Truth — retaintive 不该装作 Keepme alternative

Keepme 的真实定位:lead 层 AI agent — 替代或增强 lead 捕获时的对话(AI 接电话、AI 回 IG DM、AI 跟到 tour 预约) retaintive 的真实定位:human-call coaching 层 — 不替代真人,评估真人 SA 表现,给 manager / owner 看哪个员工跟得好哪个差

关键 verified 发现:Keepme 没有 post-call coaching of human-handled calls — FAQ + 1-year retrospective + Veritas 产品页全部 0 mention。Box of Authority 是约束 AI agent 自己说话,不是评估 human SA 表现。

这意味着:retaintive 跟 Keepme 不是同一个 funnel layer 的竞争,是不同 layer 的接力。

#9.4 销售要诚实回答的关键问题

"如果一个 5+ 店 Mindbody 健身房问我:Keepme 还是 retaintive?"

✅ 诚实答案(survivable):

"Buy Keepme first. They have 1,800 clubs of evidence, a Mindbody connector, and lead capture is a bigger dollar problem than coaching. Come back to retaintive in 12 months when your sales team's call quality becomes the bottleneck — that's a different layer of the funnel and we're built for it."

❌ 错答案(秒杀):"We're like Keepme but better" — 1,800 clubs / 130k bookings / 一年训练数据,我们打不过

#9.5 修正后的 retaintive 真正 positioning statement

"retaintive grades how your humans actually sell, against a playbook you defined, so multi-site owners and managers can see who's good and who needs help — without replacing your team with a bot."

3 个核心词:human(不替代)+ playbook you defined(customer-specific gold standard)+ multi-site visibility(Owner / Manager 角色驱动)

#9.6 Roadmap 修正(基于 Keepme 真实情况)

ADD(3 件 Keepme 有我们没有的):

1. 第一个 CRM connector — 优先 Mindbody(最大 gym CRM,有 marketplace,Keepme 已经在那里 listed)。没 connector 不能讲 "lead → call → tour → close" 完整 funnel
2. Box of Authority equivalent narrative for 我们的 gold standards — 可审计 / 可升级 / 客户可编辑。同样 trust posture,不同对象(human coaching vs AI grounding)
3. 真实 time-to-value 数字 — Keepme 20 天。我们要 pin 一个数(比如 "10 days from RingCentral connect to first manager digest")

DO NOT chase(focus discipline):

1. ❌ Outbound voice AI agent — 跟 $1.69M-funded、1,800 clubs、1.6M 对话训练数据的 incumbent 正面打,我们 day 1 就输。留意 Keepme 的 outbound voice 还没真正 prove(客户证言全是 web/social/email 的 tour bookings,outbound voice 只是"claimed not proven") — 这是个时间窗口,但意思是"晚点再决定不做",不是"现在就抢"
2. ❌ 多渠道 ingest(FB / IG / WhatsApp / WeChat)— 9 个 channel 是 9 个 surface 我们 ship 不动,守 phone-only
3. ❌ Multilingual 中途切语言 — 美国 gym owner 不付这个钱,这是 Keepme 全球市场的 feature

HIGHEST-LEVERAGE retaintive-only move: Ship customer-defined gold standards 当 headline product。Keepme Box of Authority 评估 AI agent 按 gym playbook,没人 评估 human 按 gym playbook。phone-only + human-only 在这一面是优势 — 录音 rich、人为变化大、店主真不知道哪些员工 follow script。这是唯一一个产品面我们的"限制"反而是"特点"。

#9.7.0 Keepme 真团队 + 真技术 bet(2026-05-05 v1.5)

团队规模(LinkedIn verified):

• 27 人(LinkedIn),工程团队 8-10 人,India-heavy(Pankaj Jha / Bharath Raj / Nischal Shakya / Shreenav Dhakal AI Engineer / Bikash Thapa / Susan Dhakal / Ankit Kakadiya / Sandeep Bajpai)
• 2 个工程 VP:Michelle Thavasi (VP Product Engineering) + Krisha Tiwari (VP Agentic Engineering)
• HQ London Covent Garden,工程 India,sales EMEA/APAC/NA 分布

融资真实情况:

• $1.69M 单一 Seed round(2020-09-30),AI Venture Labs 投资
• 2020 至今 0 后续 round,1,800 club 规模是 bootstrap + revenue 撑出来的
• Growjo 估 $2.3M ARR,但 27 人 + 6 年 runway 推算 real ARR 应该 $5-10M
• 单店 ACV 约 $1,278/年(如 Growjo 数对) — 不像 enterprise SaaS,像中型连锁批量 deal

这意味着:Keepme 是 bootstrap 怪物,不是 VC burn。我们如果融了钱,用工程速度 + 雇人速度可以超过他们 — 这是个有时间窗口的 race,不是 hopeless。

真技术 bet(decoded):

• MCP-first integration architecture(Model Context Protocol)— 这是真东西,他们用 MCP 跟 HubSpot + 自家 Veritas 系统通
• Multi-model failover(具体 model 没披露)— 不锁单一 LLM
• Box of Authority = RAG grounding + system-prompt blocklist + out-of-distribution escalation + audit logs。业界标准技术,营销 brand 化包装

真护城河 ≠ AI,真护城河 = distribution:Mindbody marketplace listed + 16 partner ecosystem + Mullane 做 GymNation 董事(GCC 入口)。

#9.7.1 2026 战略转折信号(必看)

对 retaintive 含义:Keepme 这一年会更猛。运营移交给 Steffie 后,Mullane 全力做 partnership / distribution。如果 retaintive 不在这一年建立 differentiation narrative + ship 第一个 CRM connector,12 个月后他们扩到 coaching 层时就被打到了。

#9.7.2 客户 review 实情 — 异常薄

1 个 verified 严重投诉(GetApp 匿名):

"commissioned them to provide a retention element following successful sales solution onboarding, but 9 months later still didn't have access. The necessary due diligence with their leisure management software provider hadn't been completed."

含义:Keepme branding > NPS。营销叙事强,但客户口碑薄到异常。这是 retaintive 反过来打"客户透明 / 工程透明 / 实际 NPS"的窗口 — 但要小心不要在 retaintive 还没有客户的时候喊这个(否则反讽)。

#9.7.3 Keepme GitHub 实情(verified)

• github.com/KeepMe(2015 创建,1 public repo)— Cache PHP PSR-6 cache lib,1 star,最后 update 2017-03(9 年前的废弃工具,跟 Antares 无关)
• github.com/Keepme-ai(2020 创建,UK)— 0 public repos,1 follower
• 0 public SDK / demo / community wrapper / dev community
• 跟 Zenoti 一样的 closed enterprise play

retaintive 反而可以走另一条路:API-friendly + dev community + 公开 LLM/STT 选型 + 实际 metrics(latency / accuracy / escalation rate)。这是结构性差异化,不是 commodity。

#9.7 Keepme 的 4 个 lookahead(我们不学但要监控)

#§7. 相关文档(跨链)

• 完整 Zenoti research(竞品深度):docs/industry-knowledge/competitors/zenoti-analysis.md(已加 2026-05-05 update)
• Keepme Antares 对比:docs/industry-knowledge/competitors/keepme-antares-dashboard-analysis.md
• Owner / Manager / FD 完整 spec:role-deep-dive-v2.html(local,未发布)
• Coaching 模型 + Task 改版工程细节:同上 v2 文档第 2 部分
• Schema(live source of truth):callytics-common/src/db/schema/
• 现有功能 backlog:docs/product-design/future-plans/(本目录其他文件)

#§8. Update Log

• v1 (2026-05-05): Initial crystallize from competitive research session(4 sub-agent deep dive on Zenoti + role-deep-dive-v2.html + 陈栋会议讨论)。结构 §1-§4 Technical Design。
• v1.1 (2026-05-05): Codex adversarial review applied — 5 BLOCKING + 3 NICE-TO-HAVE 修正。主要变化:
  1. §1.3 Killer feature framing 从 "user-defined editor" 改为 "customer-specific standards (default / CS-configured / self-serve editor)"
  2. §2.2 表加 OS-native 列(Codex #8),撤掉 "🟢 我们打平" 的 AI Receptionist 判断(改 🟡 mixed + 标 ⚠️ 未验证)
  3. §2.2.1 新增 "OS-native 工作流我们做不了" 段落(诚实承认 overlay 边界)
  4. §2 表 #3 retention 从"结构性 beat"改成"call semantics 是增量 moat,不是替代"
  5. §4.2 Business Advisor demo 4-6 周保留,新增 V1 可信版 8-12 周(累计 10-14 周)
  6. §4.3 Long-term roadmap 新增 Phase 0 concierge MVP(5-owner validation 必须先做)
  7. §4.3 Phase 5 self-improving 改成 recommendation loop(human-in-the-loop)
  8. §6 新增 O0 BLOCKING(必须验证 Zenoti CI 是否覆盖 human calls)
  9. §6 新增 O6(Evidence packet export 进 mid-term)
  10. §4.2 新增 connector 同时 ingest attendance / billing / freeze(解锁 retention model 主信号)
• v1.2 (2026-05-05): O0 verification closed — Zenoti HyperConnect CI 确实分析人工接的电话(verified true via 5 sources)。原 "we hear EVERY call" narrative 错误,替换为 phone-system-agnostic / CRM-overlay / action-over-insight 三选一(§1.4)。新增 O0.1 / O0.2 待确认 retaintive 实际能力。
• v1.3 (2026-05-05): O0.1 verification closed — read 完 retaintive 自家 RingCentral 集成代码,retaintive 只支持 RingCentral 单一 provider。Phone-system-agnostic narrative #1 撤回,替换成诚实 ICP 声明 "We're built for gyms on RingCentral"。Second-pass 还发现 3 个之前漏的 low-hanging fruit(Coaching → Slack 日推 / "Add to standard" 按钮 / Evidence Packet Export 提前)— §4.2 mid-term 表格全部重写,新增"立刻做"清单(3 件 / 3 周内全 ship)。Phase 5 recommendation loop MVP 提前到 mid-term。
• v1.4 (2026-05-05): Keepme Antares head-to-head deep dive 完成(agent 3/3 of background research)。新增 §9 整段 — Keepme 才是真正对标对手(不是 Zenoti)。3 个之前文档里的事实修正:"5 小时部署"→ 实际 20 天 wall-clock(5 小时是 operator 内部投入)、"16 家 CRM"→ 真 named connector 只 3 家(HubSpot / Gymsales / Mindbody)、"22 客户"→ 真规模 1,800 clubs / 1.6M conversations / 130k bookings。最关键 brutal finding:Keepme 没有 post-call coaching of human-handled calls(verified via FAQ + 1-year retro + Veritas 产品页 0 mention),Box of Authority 约束的是 AI agent 自己说话 — retaintive 的 human-coaching 是真结构性差异化。Positioning 修正:不装作 Keepme alternative,定位成 funnel 下一层 产品。
• v1.5 (2026-05-05): Keepme 第 3 个 agent 报告 — GitHub / 团队 / 战略移动。新增 §9.7.0-§9.7.3:Keepme 真团队 27 人 / 工程 8-10 人 India-heavy / bootstrap 怪物($1.7M seed 撑 1,800 clubs / 0 后续 round)、2026-01 COO → President + 2026-02 Mullane 进 GymNation 董事会 = scale phase + GCC distribution lever、客户 review 异常薄(GetApp 13 条 / G2-Trustpilot-Reddit 0 organic)、GitHub 老 org 1 个 PHP 废仓 + 新 org 0 repo。真护城河 = distribution(Mindbody marketplace + partner ecosystem),不是 AI。Box of Authority decoded = MCP-first + multi-model failover + 标准 RAG/guardrails/audit logs(行业标准技术 + 营销 brand)。
• 未来 update:Phase 0 concierge MVP 跑完后 update v2,根据 5-owner 反馈决定是否继续 long-term path。可能要把"Keepme 是 funnel 下一层"这个 positioning 写进 retaintive landing page 当 narrative 主轴(诚实 + survivable),需要你拍板。