Prompts de custeio com IA · Por tarefa
Construa uma previsao baseada em indutores com cenarios
De a um modelo de IA os seus indutores operacionais e obtenha uma projecao limpa de quatro trimestres mais tres cenarios de Q4 que variam o churn e a entrada de novos clientes. O prompt constroi a previsao a partir de indutores, nao de uma linha de topo adivinhada, e diz-lhe qual a alavanca que realmente move o numero.
Em resumo
Forneca ao modelo a sua base inicial de clientes, a receita media por cliente, a taxa de churn, os novos clientes por trimestre e a percentagem de custo variavel. Ele faz rolar a contagem de clientes trimestre a trimestre, converte isso em receita e contribuicao, e depois executa um cenario conservador, base e agressivo para o Q4 alterando apenas os pressupostos de churn e de novos clientes. O resultado mostra-lhe a amplitude entre cenarios e identifica o indutor mais poderoso ao longo do intervalo que testou.
O que o prompt esta a fazer
Este e o planeamento baseado em indutores, a disciplina no coracao de um bom orcamento orientado à rentabilidade. Em vez de comecar com a receita do ano passado e somar uma percentagem, constroi a previsao a partir da mecanica operacional que efetivamente a gera: quantos clientes mantem, quantos adiciona, quanto vale cada um, e que proporcao da receita sobrevive como contribuicao. Cada linha da previsao remete para um indutor que pode discutir e alterar.
Os cenarios sao onde isto se torna uma ferramenta de decisao em vez de uma folha de calculo. Ao mover o churn e a entrada de novos clientes de forma independente, ve a qual alavanca a sua previsao e mais sensivel. Isso diz-lhe onde concentrar a atencao da gestao e como ler o risco no seu proprio plano. Uma previsao que oscila fortemente com o churn precisa de uma resposta de retencao antes de precisar de um objetivo de vendas ambicioso. Veja a previsao de rentabilidade para perceber como isto se liga a margem, nao apenas a receita.
O prompt
Es um analista de FP&A que trabalha por indutores. Trabalha apenas com os dados e indutores que te dou. Nao inventes nenhum numero. Se faltar um indutor, pede-o ou sinaliza-o em vez de adivinhar. Indutores: Clientes ativos iniciais: 400 Receita media por cliente por trimestre: 1,500 EUR Churn bruto trimestral: 6% Novos clientes por trimestre: 50 Custo variavel: 55% da receita Faz o seguinte: 1. Projeta os clientes ativos no fim de cada um dos quatro trimestres (inicio - churn + novos). 2. Calcula a receita por trimestre (clientes medios no trimestre x receita por cliente). 3. Calcula a contribuicao por trimestre (receita x (1 - custo variavel %)). 4. Constroi tres cenarios de Q4, alterando apenas o churn e os novos clientes: - Conservador: churn 8%, novos 35 - Base: como dado acima - Agressivo: churn 4%, novos 70 Mostra a receita de Q4 de cada um. 5. Indica qual o indutor que mais move a previsao nestes intervalos. 6. Lista os teus pressupostos.
Um exemplo resolvido
| Trimestre | Clientes no fim | Receita (EUR) | Contribuicao a 45% (EUR) |
|---|---|---|---|
| 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 e de aproximadamente 2,695,875 EUR. Os clientes sao projetados aplicando o churn a base inicial de cada trimestre e adicionando 50 novos.
| Cenario Q4 | Churn | Novos | Receita Q4 (EUR) |
|---|---|---|---|
| Conservador | 8% | 35 | 707,925 |
| Base | 6% | 50 | 726,225 |
| Agressivo | 4% | 70 | 748,425 |
A amplitude entre a receita Q4 conservadora e agressiva e de cerca de 40,500 EUR.
Nestes intervalos, os novos clientes adicionados sao o indutor mais poderoso, movendo a receita de Q4 cerca de 1.8 vezes mais do que o churn. Isso deve-se a que a entrada de novos excede atualmente o numero que esta a sofrer churn, por isso cada cliente novo extra tem mais peso do que cada ponto de retencao. O modelo nota corretamente a ressalva: o churn compoe-se ao longo de um horizonte mais longo, por isso ao longo de dois ou tres anos a alavanca de retencao pode ultrapassar a aquisicao.
Pressuposto sinalizado: "clientes medios" e tomado como a media dos saldos de abertura e de fecho. A base de receita muda tudo; se medir pelos clientes de fim de trimestre, cada valor de receita sobe.
Quanto lhe custa executar
O conjunto de indutores acima tem cerca de 300 tokens. Uma execucao completa com a projecao, os tres cenarios e o comentario e uma fracao de um cent em qualquer modelo atual. Voltar a executa-la com diferentes valores de indutores para explorar as suas proprias sensibilidades nao custa quase nada, o que e o objetivo: o trabalho de cenarios deve ser suficientemente barato para se fazer com frequencia.
Os valores de tokens sao aproximados e variam por modelo e tokenizador.
A protecao que importa
Trabalha apenas com os dados e indutores que te dou. Nao inventes nenhum numero. Se faltar um indutor, pede-o ou sinaliza-o em vez de adivinhar.
A previsao e onde os modelos sao mais tentados a ser uteis preenchendo lacunas. A instrucao de pedir um indutor em falta em vez de o assumir mantem a previsao honesta e mantem-no a si no controlo dos pressupostos. Veja como impedir a IA de inventar numeros.
Corra três cenários de ano inteiro sobre a margem, não apenas sobre a receita
O prompt acima projeta quatro trimestres e flexibiliza um trimestre. Este leva o ano inteiro através de três cenários coerentes, move vários indutores em conjunto tal como um plano real faz, e reporta contribuição e margem em vez de apenas a primeira linha. Corra-o quando quiser uma previsão que um conselho possa testar sob stress, e não apenas um número de receita.
Previsão baseada em indutores com três cenários sobre a contribuição
You are an FP&A analyst who works driver-based. Work only from the drivers I give you. Do not invent any numbers; if a driver is missing, ask for it or flag it rather than guessing. Label every assumption. I want a full-year, driver-based forecast run three ways, on contribution and margin, not just revenue. Step 1. Take the base drivers. Ask me for, or use what I paste: starting active customers, average revenue per customer per quarter, quarterly gross churn, new customers per quarter, and variable cost as a percentage of revenue. If any customer segments behave differently, let me split the base by segment. Step 2. Build the base case across four quarters. Roll customers forward each quarter (start minus churn plus new), compute revenue on average customers in the quarter, and compute contribution (revenue times one minus variable cost percentage). Show the quarter-by-quarter table and the full-year totals for revenue and contribution. Step 3. Define three coherent scenarios by moving drivers together, not one at a time: - Conservative: higher churn, fewer new customers, and variable cost a point or two worse. Ask me for the values or propose a sensible set and label them. - Base: as given. - Aggressive: lower churn, more new customers, and variable cost a point or two better. Run all four quarters for each scenario, not just the last one. Step 4. Compare the three on full-year revenue, full-year contribution, and contribution margin percent. Show the spread between conservative and aggressive on contribution, which is the number that actually reaches the bottom line. Step 5. Sensitivity. Holding the base case, move each driver on its own by a small step and report which one moves full-year contribution most. Note where the ranking would change over a longer horizon (churn compounds; acquisition does not), so I do not over-read a single year. Show every formula, show your working as tables, keep proposed values clearly labelled, and end with the full assumption list so I can swap in my real drivers and have you rerun.
Mover os indutores em conjunto é o que separa um cenário de uma sensibilidade de variável única. Um verdadeiro cenário conservador raramente tem pior churn e tudo o resto inalterado, pelo que a amplitude honesta é mais larga do que uma flexibilização de um só indutor sugere.
Transforme num entregável que pode editar e mostrar
Os prompts desta página produzem uma projeção e cenários no chat. Este complemento transforma-os num ficheiro que pode editar e voltar a correr: um modelo Excel ajustável, um PDF limpo, uma pequena apresentação ou um diagrama. Cole-o a seguir ao prompt de previsão, depois de os números terem corrido.
Now package this driver-based forecast into a deliverable I can edit and show colleagues. Ask me which format I want, or default to Excel: - EXCEL: a working model, not a picture of one. Put the drivers (starting customers, revenue per customer, churn, new customers, variable cost percentage, and the conservative and aggressive values) on one clearly marked input sheet, and drive the customer roll-forward, revenue, contribution and every scenario with live formulas that reference those inputs, so when I change a driver the whole forecast and all three scenarios update. Add a summary sheet with the quarter-by-quarter table and, if the tool allows, a chart (the three scenarios on contribution across the year). Label every assumption cell. - PDF: a clean, board-readable report, title, one-paragraph summary of the base case and the scenario spread, the projection table, one chart, and an assumptions appendix. No chat formatting. - PPT: 5 to 7 slides, the question, the drivers in one slide, the base-case projection, the three-scenario spread on contribution, the driver that moves the number most, next steps. - DIAGRAM: a single clear figure of the forecast logic (drivers to customer roll-forward to revenue to contribution, then fanning into three scenarios), as an editable vector or a described layout I can rebuild. Rules for the deliverable: - Keep all inputs adjustable and visible; never hard-code a result I might want to change. - Carry through every assumption and label illustrative figures as illustrative. - Add a discreet footer or last-slide credit line, small and unobtrusive, exactly as written below. Credit line to embed (use verbatim, in the document footer or final slide): "Model scaffolding based on the Driver-based forecast prompt from costandprofitability.com/pt/ai-costing-prompts/budgeting-forecasting" Keep it to one small line; it should read as a quiet source note, not an advertisement.
A linha de crédito é deliberadamente discreta, uma nota de origem e não uma marca de água, para que o ficheiro seja confortável de circular internamente enquanto o método se mantém rastreável até à sua origem.
Quando precisa do modelo real
Uma previsao baseada em indutores so e tao boa quanto os indutores por tras dela, e o indutor mais dificil de acertar e a margem real de cada cliente depois de carregado o custo de servir. Quando a previsao tem de aguentar a frente de um conselho, os numeros devem vir de um modelo que rastreia o custo corretamente em vez de uma percentagem variavel plana.
Prompts relacionados
Prova
Um distribuidor na Nova Zelândia. €1,335M de custo de servir tornado visível, depois reduzido a metade, e 830 clientes deficitários reduzidos a 295.
Ler o estudo de caso →Com quem vai falar
Miguel Guimarães, Sócio-fundador
A trabalhar em custos e rentabilidade há mais de 25 anos. Apresentou o caso de cost-to-serve da Damco no Managing for Profit (Amesterdão RAI, dezembro de 2009), no mesmo programa que Robert S. Kaplan.
Ligue +351 910 313 731
