commercial-forecaster

commercial-forecaster

目的

予測を行う際に、コマーシャル部門のリーダーが次の3つの問いに答えられるよう支援します。

1. コミット／ベストケース／パイプのみの数値はいくらですか？（前提を開示した3段階の受注予測）
2. どのコホートで顧客が流出しており、統合NRRがその流出を覆い隠していませんか？（予測期間におけるコホート別NRR／GRR予測）
3. 信頼できるファネルステージと、統計的なノイズにすぎないステージはどれですか？（ステージ別の変動係数に基づく信頼度帯）

このスキルでは、3つの予測数値と明示的な前提ブロックを提示します。CROが数値を示し、取締役会が前提を確認すれば、見せかけの予測はなくなります。

使用するタイミング

• 取締役会向けの四半期受注予測を作成するとき
• CFOから「コミット、ベストケース、パイプのみの数値は？」と聞かれるQBR予測を準備するとき
• コホート維持率データを使って、今後4～8四半期のARRを予測するとき
• 統合NRRが、最近の流出が多いコホートを覆い隠している疑いがあるとき
• パイプラインカバレッジが縮小しており、どのステージがまだ信頼できるか把握する必要があるとき
• 「単一の数値」を求められ、その前提を明らかにする構造化された回答が必要なとき

次の用途には使用しないでください：

• 過去の財務締め処理とレポート作成 → finance/financial-analysis
• 戦略的な財務計画（複数年、シナリオ、資金調達） → c-level-advisor/cfo-advisor
• 「営業担当VPを採用すべきか？」／テリトリー設計／報酬プラン → c-level-advisor/cro-advisor
• 価格設定 → 関連スキルの pricing-strategist（すでに設定された価格での収益を予測します）
• 案件ごとの値引き承認 → 関連スキルの deal-desk

ワークフロー

ステップ1 — パイプライン、コホート、過去のコンバージョンデータを収集する

assets/forecast_intake_template.md に記入します（約20分）。収集する情報：ステージ／金額／クローズ日／経過期間／最終アクティビティを含む商談リスト、直近4四半期および12四半期のステージ間コンバージョン、コホート別ARRと四半期ごとの維持率および拡張データ、12四半期分のコンバージョン履歴を含むファネルステージ名。

ステップ2 — 3段階の受注予測を実行する

scripts/bookings_forecaster.py --input intake.json --profile saas --output markdown

出力されるのはコミット、ベストケース、パイプのみの3つの数値です。それぞれに、適用されたコンバージョン率、使用したデータ期間（直近4四半期と直近12四半期を70／30で加重）、およびクローズまでの期間に応じた確率調整が示されます。コミットとパイプのみの差が、パイプラインリスクの指標として明らかになります。

前提ブロックは必須です。 これを削除すると、予測は見せかけになります。

ステップ3 — コホートレベルのARRを予測する

scripts/cohort_arr_projector.py --input intake.json --output markdown

予測期間にわたるコホート別のNRRおよびGRRを計算します。NRRが直近のコホート平均を下回っているコホートにフラグを付けます。こうした流出が多いコホートは、トップラインに影響が表れる2～3四半期前まで、統合数値に隠れています。

出力には、統合NRR／GRRの推移、コホートのヒートマップ、流出が多いコホートの注記が含まれます。

ステップ4 — ファネルのステージ別信頼度を評価する

scripts/funnel_confidence_scorer.py --input intake.json --output markdown

各ステージについて、平均コンバージョン率、標準偏差、変動係数（CoV = StDev / Mean）、信頼度帯（HIGH < 10%、MEDIUM 10-25%、LOW 25-50%、VERY LOW > 50%）を算出します。ステージごとに、データ期間を延長する、最低ラインとして扱う、またはコミット品質として扱う、という対応を推奨します。

ステップ5 — 予測資料をまとめる

3段階の受注予測数値、コホートのヒートマップ、ファネルの信頼度をQBR／取締役会向け資料にまとめます。数値を記載したスライドには、前提ブロックも載せてください。 数値が1つだけで前提ブロックがないスライドは、見せかけになります。

スクリプト

• scripts/bookings_forecaster.py — コンバージョン率、データ期間、加重の前提ブロックを開示する3段階の受注予測（コミット／ベストケース／パイプのみ）
• scripts/cohort_arr_projector.py — 予測期間にわたるコホート別NRR／GRR予測と、流出が多いコホートの注記
• scripts/funnel_confidence_scorer.py — CoVに基づくステージ別信頼度帯と対応の推奨

すべてのスクリプトは標準ライブラリのみを使用します。3つすべてで --help と --sample を利用できます。

参考資料

• references/saas_forecasting_canon.md — Skok、Tunguz、OpenView、BVP、Pacific Crest/KeyBanc、ProfitWell、Patrick Campbell
• references/cohort_analysis_canon.md — Andrew Chen (a16z)、Brian Balfour、Skok、Ramanujam、OpenView、Lenny Rachitsky、Reforge
• references/forecast_anti_patterns.md — McKinsey、Tunguz、OpenView、MIT Sloan、Bain、Forrester、Pacific Crest

前提

• 過去のコンバージョンは事前分布であり、真実ではありません。 直近 4 四半期を 70%、直近 12 四半期を 30% の重みで評価します。このブレンドにより、単一の悪い四半期に過剰適合することなく、レジームチェンジ（最近の減速）を捉えることができます。ウィンドウと重み付けはすべての出力で明示されます。
• 前提ブロックを開示しない予測は芝居です。 これはこのスキルの厳格なルールです。CLI は前提ブロックの省略を拒否します。
• コホート分解は、連結数値よりも 2〜3 四半期早くリークを明らかにします。 コホート別の内訳なしに NRR を報告すると、リークが隠れます。
• CoV（変動係数）はステージ信頼度に対する適切な規律です。 平均コンバージョン 40%、標準偏差 4%（CoV 10%）のステージは HIGH 信頼度、平均 40%、標準偏差 20%（CoV 50%）は VERY LOW です。同じ平均がまったく異なる信頼性を覆い隠します。
• 業界プロファイルは事前分布を調整するものであり、真実ではありません。 プロファイルは業界ごとにデフォルトのステージコンバージョン率をシフトさせますが、あなたの過去データがそれを上書きします。
• このスキルは 3 つの数値と前提ブロックを出力します。 CRO がコミット数値を選び、トレードオフを負い、取締役会に差異を説明します。

アンチパターン

• 信頼区間のない単一数値の予測。 取締役会は「その数値」を求めますが、規律とは名前付きの前提を伴う 3 つの数値を提示することです。forecast_anti_patterns.md を参照してください。
• 直近 12 四半期のコンバージョンを盲目的に使用すること。 最近の減速を隠します。直近 4 四半期と直近 12 四半期の 70/30 ブレンドがこれを修正します。
• コホート分解なしに NRR を報告すること。 連結数値が横ばいでも、直近コホートが 15 pp リークしている可能性があります。リークは 2〜3 四半期後にトップラインに現れます。常に分解してください。
• ベストケースをコミットとして扱うこと。 CFO に食われます。ベストケースには、クローズまでの時間確率が 50% 未満の加重ステージ案件が含まれます。コミットにはコミットグレードのステージのみが含まれます。
• 前提ブロックを隠すこと。 スキルは拒否します。手動で削除するなら、その芝居はあなたの責任です。
• リークコホートの指摘がないこと。 cohort_arr_projector.py がコホートをフラグ付けしたのに、デッキでそのフラグを抑制すると、翌四半期にリークがあなたを襲います。
• レイトステージ案件の経過日数を無視すること。 180 日間「口頭」のままの案件はコミットではありません。ブッキング予測ツールは停滞案件を自動的に下方修正します。手動で元に戻さないでください。
• パイプラインカバレッジのチェックがないこと。 業界の経験則：予測 > パイプライン ÷ 3 はアンチパターンです。ツールが比率を表示するので、それに従ってください。

以下とは異なります

• finance/financial-analysis — 後ろ向きの財務締め、GAAP/IFRS 報告、予算対差異。commercial-forecaster は前向きなパイプラインの計算です。
• c-level-advisor/cfo-advisor — 戦略的な複数年の財務計画、資金調達シナリオ、ランウェイ。commercial-forecaster は CFO へのひとつのインプットであり、戦略ではありません。
• c-level-advisor/cro-advisor — 戦略的な CRO の判断：「VP Sales を採用するか？」、テリトリー設計、報酬プラン、セールスエンジニアをいつ追加するか。commercial-forecaster は CRO が使う計算であり、cro-advisor は CRO が適用する判断です。
• 兄弟スキル pricing-strategist — 価格（モデル＋レンジ）を設定します。commercial-forecaster はその価格での収益を予測します。価格設定が先、予測は後です。
• 兄弟スキル deal-desk — 案件ごとのスコアリング＋割引承認ルーティング。commercial-forecaster は deal-desk が日々運用するパイプラインを集約します。

質問を強制するライブラリ（Matt Pocock のグリル・ディシプリン）

/cs:grill-commercial またはオーケストレーターが、1 問ずつ順番に進めます。各質問には、推奨回答と典拠となる引用を添えます。まとめて質問することはありません。

1. 「どのコンバージョン率を使っていますか。また、直近 4 四半期のものですか、それとも直近 12 四半期のものですか？」 推奨回答：70／30 の加重平均を使います（直近 4 四半期を 70％、直近 12 四半期を 30％で加重）。直近 12 四半期だけでは最近の減速が見えにくく、直近 4 四半期だけでは悪い四半期 1 回の影響を過剰に受けます。 典拠：Tomasz Tunguz（Theory Ventures）— 予測に関する研究によると、単一期間のコンバージョン推定では、約 3 四半期の遅れで発生する局面の変化を見逃します。

2. 「パイプラインカバレッジ比率はいくつですか。また、コミット額はパイプラインの 1／3 を上回っていますか？」 推奨回答：カバレッジ 3 倍は SaaS 業界の最低ラインです。3 倍を下回る場合、コミット額は構造的に裏付けられていません。 典拠：Pacific Crest／KeyBanc SaaS Survey — SaaS 企業の上位四分位は、コミット済み受注額に対して 3.0～4.5 倍のパイプラインカバレッジを維持しています。

3. 「全体集計だけでなく、コホート別の NRR を見せてもらえますか？」 推奨回答：コホート別の内訳を示さずに、全体集計の NRR を報告してはいけません。離脱の多いコホートは平均値に隠れてしまいます。 典拠：Patrick Campbell（ProfitWell）および David Skok — コホートに基づくリテンションの内訳分析により、全体集計の NRR に変化が現れる 2～3 四半期前に、離脱を明らかにできます。

4. 「直近 12 四半期における各ステージのコンバージョン率の変動係数（CoV）はいくつですか？」 推奨回答：CoV が 10％未満ならコミットに使える水準、10～25％なら中程度、25～50％なら最低ラインの参考値に限り、50％を超える場合はそのステージを予測に使わないでください。 典拠：MIT Sloan の予測研究／Hyndman & Athanasopoulos（Forecasting: Principles and Practice）— 入力系列の CoV は、平均値よりも予測精度を確実に示します。

5. 「後期ステージの各商談は、どのくらいの期間、後期ステージにとどまっていますか？」 推奨回答：ステージ滞在期間がステージ期間の中央値の 2 倍を超えている場合は、停滞とみなし、コミットから除外してパイプラインのみで扱います。 典拠：David Skok（For Entrepreneurs）— ステージ滞在期間に基づく停滞商談の特定は、上位 10％の SaaS パイプラインで最も重要な予測精度管理の実践です。

6. 「ベストケースの予測は、パイプラインのみの予測の 30％以内に収まっていますか？」 推奨回答：ベストケースがパイプラインのみの予測の 50％未満なら、ステージ別コンバージョンの前提が悲観的で、過少に見積もっています。ベストケースが 80％を超えるなら、右肩上がりの楽観的な予測になっています。 典拠：予測バイアスに関する McKinsey の調査および OpenView の SaaS ベンチマーク — 多くのチームは、過少見積もり（コミット額 ≪ 実績）または右肩上がりの楽観的な予測（コミット額 ≫ 実績）という、2 つの失敗パターンのいずれかに陥っています。

7. 「取締役会向けスライドの数値には、どのような前提ブロックが添えられていますか？」 推奨回答：取締役会向けスライドに記載するすべての予測値について、（a）コンバージョン率、（b）データの対象期間、（c）重み付けの選択、（d）パイプラインカバレッジ比率を明記します。前提ブロックがなければ、そのスライドは見せかけにすぎません。 典拠：Bain & Company の商業予測の実務および Forrester のパイプラインカバレッジ調査 — 前提を開示しない予測は、開示する予測に比べ、実績との差の分散が 2.3 倍大きくなります。

深さ優先で進めます。4～7 に進む前に、1～3 を確定してください。7 問すべてに回答したら、bookings_forecaster.py → cohort_arr_projector.py → funnel_confidence_scorer.py の順に実行します。