mcpField
P
predictive-burn-rate

predictive-burn-rate

github.com/gajetoso数据与数据库4341 次安装4 周前更新
代码仓库

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

  1. 01分解趋势、季节性与噪声
  2. 02纳入人员和营销支出增长
  3. 03预测现金余额归零月份
  4. 04以概率分布呈现现金耗尽日期
  5. 05提供跑道及增长调整计算函数

适用场景

  1. 01估算初创公司的现金跑道
  2. 02区分长期消耗趋势与季节性支出
  3. 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.md
evals/
evals.json
evals/files/
monthly_cash.csv
references/
startup-metrics.md
time-series-forecasting.md
scripts/
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

  1. 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)。
  2. 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
  1. 分解(分离趋势、季节性和噪声)。
  2. 增长建模(根据员工人数增长调整消耗率)。
  3. 现金续航时间计算(预测现金余额归零的月份)。
  4. 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


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