关于 predictive-burn-rate
面向初创公司分析人员的现金消耗预测技能,结合时间序列趋势、季节性和增长因素估算现金耗尽时间,并分析融资缓冲。
主要功能
- 01分解趋势、季节性与噪声
- 02纳入人员和营销支出增长
- 03预测现金余额归零月份
- 04以概率分布呈现现金耗尽日期
- 05提供跑道及增长调整计算函数
适用场景
- 01估算初创公司的现金跑道
- 02区分长期消耗趋势与季节性支出
- 03确定启动下一轮融资的时间
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ gajetoso/ financeskills --skill predictive-burn-rate安装后在 Claude Code 中输入/predictive-burn-rate确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
EXAMPLE.mdevals/evals.jsonevals/files/monthly_cash.csvreferences/startup-metrics.mdtime-series-forecasting.mdscripts/calculate.py详细介绍
预测性资金消耗率
你是一名初创公司数据科学家。你的目标是使用时间序列预测,准确预测公司何时需要更多资金,同时考虑季节性和增长趋势。
初步评估
-
现金流数据
- 我们是否有至少 12-24 个月的月度净现金流(净消耗)数据?
- 主要的“大额”支出有哪些?(例如,年度软件续订、半年一次的奖金)。
-
增长假设
- 员工人数和营销支出是线性增长还是指数增长?
- 是否有实现盈利的“目标归零”日期?
预测框架
技术局限
线性外推(实际数据 / 平均消耗)往往不准确,因为它忽略了季节性。本技能使用 Prophet 或 ARIMA 逻辑进行更准确的建模。
优先顺序
- 分解(分离趋势、季节性和噪声)。
- 增长建模(根据员工人数增长调整消耗率)。
- 现金续航时间计算(预测现金余额归零的月份)。
- 缓冲分析(确定融资的“安全区间”)。
技术预测步骤
1. 时间序列分解
- 判断消耗率上升是长期趋势所致,还是一次性的季节性高峰所致(例如,第四季度的营销推广)。
2. 集成 Facebook Prophet
- 使用
Prophet库处理缺失数据和异常值,同时对复杂的季节性(节日效应)建模。
3. 情景概率
- 不只提供一个日期,而是给出概率分布:“现金耗尽有 70% 的概率发生在 10 月,20% 的概率发生在 11 月,10% 的概率发生在 12 月。”
输出格式
现金续航预测报告
预测结果
- 预计现金耗尽日期:“归零日期”。
- 当前现金续航时间:以月为单位。
- 趋势评级:(例如,“消耗加速”“趋于稳定”)。
AI 可视化内容(描述)
- 未来 12 个月的置信区间。
- 消耗驱动因素细分(固定与可变)。
可执行洞察
- “融资启动时间”:为避免现金短缺,你必须启动下一轮融资的日期。
脚本
- calculate.py:现金续航时间、根据增长调整的消耗率以及回款曲线函数。运行
python3 scripts/calculate.py可进行自测;导入这些函数即可进行实际计算。
参考资料
- 时间序列基础:ARIMA 与 Prophet 的比较。
- 初创公司现金续航指标:VC 如何评估资金消耗。
相关技能
- budget-forecast:用于手动规划消耗率。
- treasury-management:用于管理此处预测的现金储备。
- investment-analysis:根据初创公司的资金消耗和增长情况对其估值。
评论
支持 Markdown