Brasil

Previsão baseada em drivers, com cenários

Dê a um modelo de IA os seus drivers operacionais e receba uma projeção limpa de quatro trimestres, mais três cenários de Q4 que variam o churn e a entrada de novos clientes. O prompt constrói a previsão a partir dos drivers, não de um topo de linha adivinhado, e diz qual alavanca realmente move o número.

Em resumo

Alimente o modelo com a sua base inicial de clientes, a receita média por cliente, a taxa de churn, os novos clientes por trimestre e o percentual de custo variável. Ele rola a contagem de clientes trimestre a trimestre, converte isso em receita e contribuição, e então roda um cenário conservador, base e agressivo para o Q4, mudando apenas as premissas de churn e de novos clientes. A saída mostra a dispersão entre cenários e identifica o driver mais poderoso na faixa testada.

O que o prompt faz

Planejamento baseado em drivers

Isto é planejamento baseado em drivers, a disciplina no coração de um bom orçamento orientado a lucro. Em vez de partir da receita do ano passado e somar um percentual, você constrói a previsão a partir da mecânica operacional que de fato a gera: quantos clientes você mantém, quantos adiciona, quanto cada um vale e que proporção da receita sobrevive como contribuição. Cada linha da previsão remonta a um driver que você pode discutir e alterar.

Os cenários são onde isto vira uma ferramenta de decisão, e não uma planilha. Ao mover churn e entrada de novos clientes de forma independente, você vê a que alavanca a sua previsão é mais sensível. Isso diz onde concentrar a atenção da gestão e como ler o risco do seu próprio plano. Uma previsão que oscila muito com o churn precisa de uma resposta de retenção antes de uma meta de vendas ambiciosa. A ligação com a margem, e não só com a receita, é o que separa previsão de rentabilidade de mera projeção de receita.

O prompt

O prompt, pronto para colar

Substitua os drivers de exemplo pelos seus. Mantenha a regra de proteção no topo e os passos numerados.

Você é um analista de FP&A que trabalha baseado em drivers. Trabalhe apenas com os dados e drivers que eu fornecer. Não invente nenhum número. Se faltar um driver, peça-o ou sinalize-o em vez de adivinhar.

Drivers:
Clientes ativos iniciais: 400
Receita média por cliente por trimestre: R$ 1.500
Churn bruto trimestral: 6%
Novos clientes por trimestre: 50
Custo variável: 55% da receita

Faça o seguinte:
1. Projete os clientes ativos ao fim de cada um dos quatro trimestres (início - churn + novos).
2. Calcule a receita por trimestre (clientes médios no trimestre x receita por cliente).
3. Calcule a contribuição por trimestre (receita x (1 - custo variável %)).
4. Construa três cenários de Q4, mudando apenas churn e novos clientes:
 - Conservador: churn 8%, novos 35
 - Base: como acima
 - Agressivo: churn 4%, novos 70
 Mostre a receita de Q4 de cada um.
5. Enuncie qual driver mais move a previsão nessas faixas.
6. Liste as suas premissas.

Exemplo resolvido

Um exemplo resolvido

Trimestre / Clientes ao fim / Receita (R$) / Contribuição a 45% (R$):

Q1: 426 / 619.500 / 278.775
Q2: 450 / 657.330 / 295.799
Q3: 473 / 692.820 / 311.769
Q4: 495 / 726.225 / 326.801

A receita anual é de aproximadamente R$ 2.695.875. Os clientes são projetados aplicando o churn à base de abertura de cada trimestre e somando 50 novos.

Cenário de Q4 / Churn / Novos / Receita de Q4 (R$):

Conservador: 8% / 35 / 707.925
Base: 6% / 50 / 726.225
Agressivo: 4% / 70 / 748.425

A dispersão entre a receita de Q4 conservadora e agressiva é de cerca de R$ 40.500. Nessas faixas, os novos clientes adicionados são o driver mais poderoso, movendo a receita de Q4 cerca de 1,8 vez mais do que o churn. Isso porque a entrada de novos atualmente supera o número perdido por churn, de modo que cada novo cliente extra pesa mais do que cada ponto de retenção. O modelo anota corretamente a ressalva: o churn se acumula em horizontes mais longos, então em dois ou três anos a alavanca de retenção pode ultrapassar a de aquisição.

Premissa sinalizada: "clientes médios" é tomado como a média dos saldos de abertura e fechamento. A base de receita muda tudo; se você medir sobre os clientes de fim de trimestre, cada valor de receita sobe.

Custo de rodar

O que custa para rodar

O conjunto de drivers acima tem cerca de 300 tokens. Uma execução completa, com a projeção, os três cenários e o comentário, custa uma fração de centavo em qualquer modelo atual. Rodá-lo de novo com drivers diferentes para explorar as suas próprias sensibilidades custa quase nada, e esse é o ponto: o trabalho de cenários deve ser barato o bastante para ser feito com frequência. Os números de tokens são aproximados e variam conforme o modelo e o tokenizador.

A salvaguarda

A salvaguarda que importa

A previsão é onde os modelos mais se tentam a "ajudar" preenchendo lacunas. A instrução de pedir um driver ausente em vez de assumi-lo mantém a previsão honesta e você no controle das premissas.

Trabalhe apenas com os dados e drivers que eu fornecer. Não invente nenhum número. Se faltar um driver, peça-o ou sinalize-o em vez de adivinhar.

Uma previsão baseada em drivers vale apenas o que valem os drivers por trás dela, e o driver mais difícil de acertar é a margem real de cada cliente depois de carregado o custo de servir. Quando a previsão precisa se sustentar diante de um conselho, os números devem vir de um modelo TDABC que traça o custo corretamente, e não de um percentual variável plano.

Perguntas frequentes

O que é uma previsão baseada em drivers?: É construir a projeção a partir da mecânica operacional que gera a receita, quantos clientes você mantém, quantos adiciona, quanto cada um vale e que parte da receita vira contribuição, em vez de partir da receita do ano anterior e somar um percentual. Cada linha remonta a um driver que você pode discutir e alterar.
Por que rodar cenários de churn e novos clientes?: Porque mover as duas alavancas de forma independente mostra a qual delas a previsão é mais sensível. Isso indica onde concentrar a atenção da gestão. Uma previsão que oscila muito com o churn precisa de uma resposta de retenção antes de uma meta de vendas ambiciosa.
Qual driver move mais a previsão neste exemplo?: Nas faixas testadas, os novos clientes adicionados, movendo a receita de Q4 cerca de 1,8 vez mais do que o churn, porque a entrada de novos supera o número perdido. A ressalva: o churn se acumula em horizontes mais longos, então em dois ou três anos a retenção pode ultrapassar a aquisição.
A base de "clientes médios" importa?: Muito. O exemplo toma a média dos saldos de abertura e fechamento de cada trimestre. Se você medir a receita sobre os clientes de fim de trimestre, cada valor de receita sobe. É uma premissa que deve ser sinalizada, não enterrada.
Quando preciso de um modelo real em vez do prompt?: Quando a previsão precisa se sustentar diante de um conselho. O driver mais difícil de acertar é a margem real por cliente com o custo de servir carregado, e um percentual variável plano não dá conta. Aí os números devem vir de um modelo TDABC que traça o custo corretamente.