mcpField
F
forecast-modeling

forecast-modeling

github.com/gtmagents数据与数据库42872 次安装30 周前更新
代码仓库

关于 forecast-modeling

forecast-modeling 是用于设计和审查预测方法、假设与情景的技能,适合建立预测周期、制定预算或对比预测、销售管道与实际结果的团队。

主要功能

  1. 01自下而上、自上而下、群组及混合方法
  2. 02将业务驱动因素映射到 KPI
  3. 03可调整的基准、上行和下行情景
  4. 04数据来源、更新、验证与负责人治理
  5. 05驱动因素树、情景表和 QA 检查清单

适用场景

  1. 01建立或调整预测周期
  2. 02在董事会会议或预算周期前进行情景规划
  3. 03审查预测与销售管道及实际结果的差异

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/gtmagents/gtm-agents --skill forecast-modeling

安装后在 Claude Code 中输入/forecast-modeling确认已加载。

详细介绍

预测建模系统技能

使用场景

  • 启动新的预测周期或重新审视方法论。
  • 在董事会会议或预算周期前进行情景规划。
  • 审计预测、销售管道与实际结果之间的偏差。

框架

  1. 方法选择 – 选择自下而上的 CRM、自上而下的宏观模型、群组模型或混合模型,并记录假设。
  2. 驱动因素映射 – 定义赢单率、销售速度、扩张、流失、定价和季节性输入。
  3. 情景逻辑 – 建立基准、乐观和悲观情景,并设置可调整的杠杆以进行敏感性分析。
  4. 模型治理 – 列出数据源、刷新频率、验证检查和负责人。
  5. 输出打包 – 统一表格、图表和供高管审阅的叙述提示词。

模板

  • 将杠杆与 KPI 关联起来的驱动因素树图。
  • 情景表(假设 → 基准/乐观/悲观值)。
  • 模型 QA 检查清单(数据时效性、公式审计、版本历史)。

提示

  • 将原始输入和假设保存在版本控制中,以便审计。
  • 配合 variance-analysis 技能,在每个周期后重新校准。
  • 自动运行敏感性分析,以便在评审期间回答“假设……会怎样”的问题。

评论

支持 Markdown