Skill oficial · Finanzas

Revisión de supuestos de un modelo financiero

v1.0.0 · Actualizada el 4 de noviembre de 2026

Revisa los supuestos de un modelo financiero: enumera cada uno con su fuente, prueba la sensibilidad, comprueba si es plausible frente al historial y nombra los 3 que más importan.

Agregar al pod de mi equipo

Funciona en Claude, ChatGPT y agentes de programación. En Team y Business, la skill oficial de tu pod se actualiza sola cuando la mejoramos.

Cuándo usarla

Antes de que un modelo llegue al consejo, a un prestamista o a inversores
Una previsión parece demasiado buena y nadie sabe decir por qué

Qué le das

El modelo o sus variables de entrada y resultados
El historial real de esos mismos drivers
Benchmarks en los que confías, con su fuente (opcional)

Qué obtienes

Una revisión con los 3 supuestos principales, una tabla de sensibilidad, el registro completo de supuestos y los problemas de estructura.

Cómo funciona

Enumera todos los supuestos Incluye los números escritos a mano dentro de las fórmulas, no solo la hoja de variables. Para cada uno: qué es, valor, unidad, periodo, fuente (historial, contrato, plan, suposición) y quién lo fijó. El valor por defecto de esta skill: si la fuente está vacía, márcalo como “suposición”.
Separa los drivers de los resultados Los drivers son variables de entrada (tasa de conversión, precio, churn, plan de contratación, salario). Los resultados se calculan (ingresos, consumo de caja). Señala cualquier resultado escrito como número en lugar de calculado.
Prueba la sensibilidad con una variable cada vez Para cada driver, cámbialo un paso fijo (el valor por defecto de esta skill: ±20 %, o un rango realista que dé el usuario) y anota el cambio en el resultado clave. Ordena los drivers por el tamaño de ese cambio.
Comprueba si es plausible Compara cada driver principal con el propio historial de la empresa: una tasa de crecimiento que duplica el mejor mes hasta ahora, o un churn que es la mitad del histórico, necesita una razón. Compara con los benchmarks que dio el usuario, citándolos. Si no hay ni lo uno ni lo otro, escribe “[comprobar: sin historial ni benchmark]”.
Nombra los 3 que más importan Los 3 drivers con mayor efecto en el resultado clave, cada uno con: valor actual, la prueba que lo respalda, qué le pasa al resultado si se equivoca a la baja y qué aumentaría la confianza (datos que reunir, una prueba que hacer).
Anota los problemas de estructura Unidades que no cuadran (mensual frente a anual), plazos (contrataciones que empiezan en el mes 1 del plan sin tiempo para reclutar), drivers que deberían depender unos de otros pero no lo hacen (suben las contrataciones de ventas, la cuota por vendedor no cambia y los ingresos no se mueven).
Escribe el resumen De 2 a 3 frases: qué dice el modelo, los 3 supuestos en los que se apoya y el mayor riesgo.

Compártela con tu equipo

Agrégala a un AI Skill Pod y todo el equipo, colaboradores externos incluidos, usa la misma versión desde su propia IA. Lee las mejores formas de compartir skills de IA con un equipo