Prompts de custeio com IA · Por função
Prompts de custeio com IA para private equity e investidores
Em due diligence você está tentando saber, rápido, se a receita do modelo é a receita que efetivamente gera retorno. A margem de cabeçalho raramente sobrevive ao contato com o custo para servir. A IA pode ajudar você a estruturar essa análise e a enquadrar as perguntas a fazer para a gestão, mas um número que ela invente numa data room é um número que estoura depois do closing. Estes prompts foram construídos para análise que sobrevive ao escrutínio pós-aquisição.
Em resumo
Use a IA para interrogar a qualidade da margem, não para fabricá-la. Os prompts abaixo ajudam você a testar o custo para servir em toda a base de clientes, a encontrar quais fluxos de receita são genuinamente rentáveis, e a sondar a durabilidade do pricing. Cada um força o modelo a trabalhar apenas com os valores na data room, a separar fato de inferência, e a sinalizar cada lacuna como uma questão de diligence em vez de preenche-la com um chute plausível. O resultado é uma lista de coisas a verificar, que é o que a due diligence deve produzir.
O que um investidor deve e não deve pedir à IA
A IA é útil para o andaime analítico da due diligence sob pressão de tempo. Pode estruturar uma análise de custo para servir a partir dos dados fornecidos, ordenar clientes e fluxos de receita por rentabilidade real, revelar a concentração e a longa cauda fina de contas marginais, e transformar o histórico de pricing de um alvo num conjunto de perguntas incisivas para a gestão. E também uma forma rápida de redigir a seção de custos de um memorando de investimento a partir dos seus próprios valores validados, e de bancar o cético contra a narrativa do vendedor.
E perigosa quando você a deixa substituir a verificação. Pedir a ela para "estimar a margem", "assumir um custo para servir normal", ou "comparar isto com o setor" produz números confiantes sem base nas contas do alvo, e em due diligence o objetivo é precisamente saber o que as contas dizem, não o que é típico. Trate qualquer valor que o modelo ofereca e que não esteja na data room como uma questão em aberto, não uma resposta. Mantenha a verificação, o juízo e a conclusão firmemente como seus.
Três prompts para começar
1. Testar o custo para servir em toda a base de clientes
Onde a margem de cabeçalho encontra a realidade. Constrói sobre a página custo para servir.
Você é um analista de due diligence testando o custo para servir da base de clientes de um alvo. Trabalhe apenas com os dados a sua frente, que eu vou colar. Não invente nenhum número, benchmark nem valor "típico". Trate cada lacuna como uma questão de diligence. Identifique os dados que estiverem faltando como DADOS EM FALTA com o pedido exato para a gestão. Os meus dados: - Clientes ou segmentos com receita e margem bruta: [colar] - Os componentes de custo para servir disponíveis (logística, suporte, devoluções, rappel, condições): [colar] Passos: 1. Para cada cliente, calcule o lucro líquido após os componentes de custo para servir fornecidos; mostre a fórmula antes do valor, cite a linha de origem. 2. Identifique os clientes que têm margem bruta saudável mas margem líquida fraca depois de aplicado o custo para servir. 3. Liste cada componente de custo para servir que NÃO está nos dados e enquadre-o como uma pergunta para a gestão. 4. Separe claramente: calculado a partir dos dados, inferido, e a verificar. 5. Reconcilie o lucro líquido dos clientes com o total fornecido e sinalize qualquer diferença.
2. Encontrar quais fluxos de receita são realmente rentáveis
Qualidade da receita, não apenas quantidade. Veja lucratividade de clientes.
Você está ajudando um investidor a avaliar a qualidade da receita de um alvo. Trabalhe apenas com os dados que eu colar. Não invente valores nem benchmarks de setor. Sinalize cada lacuna como uma pergunta. Identifique os dados que estiverem faltando como DADOS EM FALTA. Os meus dados: - Fluxos de receita, produtos ou contratos com receita e qualquer custo e margem disponíveis: [colar] - Condições contratuais ou separação recorrente vs pontual, onde fornecido: [colar] Passos: 1. Ordene os fluxos de receita por rentabilidade usando apenas os dados fornecidos; mostre cada cálculo como fórmula. 2. Identifique a concentração: quanto lucro vem de quão poucos fluxos, citando as linhas. 3. Distinga lucro recorrente de pontual apenas onde os dados o sustentam; caso contrário marque como não verificado. 4. Separe claramente: o que os dados mostram, o que você inferiu, e o que a gestão tem de confirmar. 5. Produza uma lista curta das questões de diligence de maior impacto que esta análise levanta.
3. Sondar a durabilidade do pricing
Quanto da margem é estrutural e quanto é frágil. Liga as decisões de preço.
Você é um revisor crítico de diligence sondando a durabilidade do pricing de um alvo. Trabalhe apenas com os dados que eu colar. Não invente elasticidades, preços da concorrência nem volumes. Trate qualquer coisa que não esteja nos dados como uma pergunta, não uma resposta. Os meus dados: - Preço, volume e custo unitário por produto ou contrato: [colar] - Qualquer histórico de pricing, padrão de descontos ou proteção de preço contratual: [colar o que existir] Passos: 1. Mostre a contribuição por linha como fórmula e sinalize qualquer linha onde o preço mal cubra o custo. 2. Identifique onde a margem depende de descontos que podem não persistir, citando os dados. 3. Liste o que é desconhecido sobre o poder de pricing e enquadre cada item como uma pergunta para a gestão. 4. Separe claramente: evidenciado nos dados, inferido, e a verificar. 5. Indique o único pressuposto de pricing que, se estiver errado, mais ameaça o caso de investimento.
A regra única
Trabalhe apenas com os dados na sala. Não invente nenhum número, benchmark ou volume. Trate cada lacuna como uma questão de diligence e identifique-a como DADOS EM FALTA.
Um número fabricado num memorando de diligence é um passivo que vem à tona depois do closing. Para o conjunto completo de salvaguardas, leia como impedir a IA de inventar os seus números.
Análise de margem que sobrevive aos primeiros 100 dias
Um prompt pode estruturar a sua diligence e afinar as suas perguntas, mas não consegue reconstruir o custeio de um alvo da forma que o plano de criação de valor vai precisar. E esse o trabalho que fazemos ao lado de investidores e empresas de portfolio: um modelo de custo para servir e de lucratividade de clientes defensável que aguenta a diligence e se torna a ferramenta operacional depois do closing. Se você quer análise de margem que sobrevive ao escrutínio dos dois lados do negócio, comece com um health check.
Marque um profitability health check Voltar a todos os prompts
Relacionados
Prova
Um distribuidor na Nova Zelândia. €1,335M de custo de servir tornado visível, depois reduzido à metade, e 830 clientes deficitários reduzidos a 295.
Ler o estudo de caso →Com quem você vai falar
Miguel Guimarães, Sócio-fundador
Trabalhando com custos e lucro há mais de 25 anos. Apresentou o caso de cost-to-serve da Damco no Managing for Profit (Amsterdã RAI, dezembro de 2009), no mesmo programa que Robert S. Kaplan.
Ligue +351 910 313 731
