startup-business-analyst-financial-projections
収益・コスト・キャッシュフロー・シナリオ分析を含む、スタートアップ向けの詳細な3〜5年財務モデルを作成します。事業計画の立案や投資家向け資料の準備に活用できます。
description の原文を見る
'Create detailed 3-5 year financial model with revenue, costs, cash flow, and scenarios '
SKILL.md 本文
財務予測
スタートアップの財務計画と資金調達のために、売上予測、費用構造、人員計画、キャッシュフロー分析、および3つのシナリオ分析(保守的、ベース、楽観的)を含む包括的な3~5年の財務モデルを作成します。
このスキルを使用する場合
- 財務予測のタスクやワークフローに取り組んでいるとき
- 財務予測に関するガイダンス、ベストプラクティス、またはチェックリストが必要なとき
このスキルを使用しない場合
- タスクが財務予測と関係ないとき
- このスコープ外の異なるドメインまたはツールが必要なとき
指示
- 目標、制約、および必要な入力を明確にします。
- 関連するベストプラクティスを適用し、結果を検証します。
- 実行可能なステップと検証を提供します。
- 詳細な例が必要な場合は、
resources/implementation-playbook.mdを参照してください。
このコマンドが行うこと
このコマンドは以下を含む完全な財務モデルを構築します:
- コホートベースの売上予測
- 詳細な費用構造(COGS、S&M、R&D、G&A)
- 職種別の人員計画
- 月次キャッシュフロー分析
- 主要指標(CAC、LTV、バーン率、ランウェイ)
- 3シナリオ分析
Claudeへの指示
このコマンドが呼び出されたら、以下のステップに従ってください:
ステップ1:モデル入力の収集
以下の重要な情報をユーザーに質問します:
ビジネスモデル:
- 売上モデル(SaaS、マーケットプレイス、トランザクション等)
- 価格構造(ティア、平均価格)
- ターゲット顧客セグメント
現状:
- 現在のMRR/ARR(ある場合)
- 現在の顧客数
- 現在のチームサイズ
- 現在のキャッシュバランス
成長仮定:
- 予想される月次顧客獲得数
- 顧客保持率/チャーン率
- 平均契約金額(ACV)
- セールスサイクルの長さ
費用仮定:
- 粗利率またはCOGS %
- S&M予算またはCAC目標
- 現在のバーン率(ある場合)
資金調達:
- 予定されている資金調達(金額、タイミング)
- プリマネー/ポストマネー評価額
ステップ2:startup-financial-modeling スキルを活性化
startup-financial-modeling スキルはフレームワークを提供します。以下について参照してください:
- 売上モデリングアプローチ
- 費用構造テンプレート
- 人員計画ガイダンス
- シナリオ分析方法
ステップ3:売上モデルを構築
コホートベースアプローチを使用:
各月について以下を追跡します:
- 獲得した新規顧客
- 保持された既存顧客(チャーンを適用)
- コホートあたりの売上(顧客数 × ARPU)
- 拡大売上(アップセル)
公式:
MRR (Month N) = Σ across all cohorts:
(Cohort Size × Retention Rate × ARPU) + Expansion
予測:
- 1~2年目は月次詳細
- 3年目は四半期詳細
- 4~5年目は年間
ステップ4:費用構造をモデル化
営業費用を分類します:
1. 売上原価(COGS)
- ホスティング/インフラストラクチャ(売上 % または固定)
- 決済処理(売上 %)
- 変動的な顧客サポート
- サードパーティサービス
目標粗利率:
- SaaS:75~85%
- マーケットプレイス:60~70%
- eコマース:40~60%
2. 営業・マーケティング(S&M)
- セールスチーム給与
- マーケティングプログラム
- ツールおよびソフトウェア
- 目標:初期段階では売上の40~60%
3. 研究開発(R&D)
- エンジニアリングチーム
- プロダクト管理
- デザイン
- 目標:売上の30~40%
4. 一般管理費(G&A)
- 経営陣
- 財務、法務、人事
- オフィスおよび施設
- 目標:売上の15~25%
ステップ5:人員計画を立案
職種別の採用計画を作成します:
team-composition-analysis スキルを参照してください:
- ステージ別の役職
- 給与ベンチマーク
- 採用速度の仮定
各役職について:
- 職種名と部門
- 開始日(月/四半期)
- 基本給
- 完全負担コスト(給与 × 1.3~1.4)
- エクイティグラント
部門別の比率を追跡:
- エンジニアリング:チームの40~50%
- セールス・マーケティング:25~35%
- G&A:10~15%
- プロダクト/カスタマーサクセス:10~15%
ステップ6:キャッシュフローを計算
月次キャッシュフロー予測:
期首キャッシュバランス
+ 回収キャッシュ(売上、支払い条件を考慮)
- 営業費用
- CapEx
= 期末キャッシュバランス
月次バーン = 売上 - 費用(負の場合)
ランウェイ = キャッシュバランス / 月次バーン率
資金調達イベントを含める:
- 調達のタイミング
- 調達額
- 使途内訳
- キャッシュバランスへの影響
ステップ7:主要指標を計算
月次/四半期ごとに計算:
単位経済学:
- CAC(S&M支出 / 新規顧客)
- LTV(ARPU × 粗利% / チャーン率)
- LTV:CAC比率(目標 > 3.0)
- CAC回収期間(目標 < 18ヶ月)
効率指標:
- バーンマルチプル(ネットバーン / 新規ネットARR)- 目標 < 2.0
- マジックナンバー(新規ネットARR / S&M支出)- 目標 > 0.5
- ルール40(成長% + 粗利%)- 目標 > 40%
キャッシュ指標:
- 月次バーン率
- ランウェイ(月数)
- キャッシュ効率
ステップ8:3つのシナリオを作成
保守的、ベース、楽観的予測を構築します:
保守的(P10):
- 新規顧客:ベース比 -30%
- チャーン:ベース比 +20%
- 価格:ベース比 -15%
- CAC:ベース比 +25%
ベース(P50):
- 最も可能性の高い仮定
- 主要な計画シナリオ
楽観的(P90):
- 新規顧客:ベース比 +30%
- チャーン:ベース比 -20%
- 価格:ベース比 +15%
- CAC:ベース比 -25%
ステップ9:財務モデルレポートを生成
テーブルを含む包括的なマークダウンレポートを作成します:
セクション1:エグゼクティブサマリー
- 3~5年の財務スナップショット
- スケール時の主要指標
- 資金需要
セクション2:モデル仮定
- 売上モデルと価格設定
- 成長仮定
- 費用構造の仮定
- 人員計画の概要
セクション3:売上予測 月次/四半期テーブル:
| Month | New Customers | Total Customers | MRR | ARR | Growth % |
|-------|---------------|-----------------|-----|-----|----------|
セクション4:費用内訳
| Department | Year 1 | Year 2 | Year 3 | % Revenue |
|------------|--------|--------|--------|-----------|
| COGS | $X | $Y | $Z | XX% |
| S&M | $X | $Y | $Z | XX% |
| R&D | $X | $Y | $Z | XX% |
| G&A | $X | $Y | $Z | XX% |
セクション5:人員計画
| Department | Current | Year 1 | Year 2 | Year 3 |
|------------|---------|--------|--------|--------|
| Engineering| X | Y | Z | W |
セクション6:キャッシュフロー分析
| Quarter | Revenue | Expenses | Net Burn | Cash Balance | Runway |
|---------|---------|----------|----------|--------------|--------|
セクション7:主要指標
| Metric | Year 1 | Year 2 | Year 3 | Target |
|--------|--------|--------|--------|--------|
| CAC | $X | $Y | $Z | <$A |
| LTV | $X | $Y | $Z | >$B |
| Burn Multiple | X | Y | Z | <2.0 |
セクション8:シナリオ分析
| Scenario | Year 3 ARR | Customers | Burn | Runway |
|----------|------------|-----------|------|--------|
| Conservative | $X | Y | $Z | W mo |
| Base | $X | Y | $Z | W mo |
| Optimistic | $X | Y | $Z | W mo |
セクション9:資金需要
- 必要額
- 使途内訳
- 達成するマイルストーン
- 予想される評価額への影響
セクション10:検証
- 実施された妥当性チェック
- ベンチマーク比較
- リスク要因
- 監視すべき仮定
ステップ10:モデルを保存
マークダウンファイルとして保存することを提案します:
- 推奨ファイル名:
financial-projections-YYYY-MM-DD.md - ユーザーがExcel/Sheetsに変換できることを示唆するメモを含める
- 主要計算の公式を提供
財務モデルのベストプラクティス
すること:
- コホートベースの売上モデルを使用
- 3つのシナリオを含める
- 1~2年目は月次詳細を表示
- 主要指標を計算
- ベンチマークに対して検証
- すべての仮定を文書化
- キャッシュフローとランウェイを表示
- 資金調達マイルストーンを含める
しないこと:
- 成長について過度に楽観的にならない
- コストを過小評価しない
- 完全負担給与を忘れない
- キャッシュのタイミングを無視しない
- シナリオ分析をスキップしない
- 静的な人員配置を使用しない
- 検証を忘れない
他のコマンドとの統合
以下とよく組み合わされます:
/market-opportunity- SOMを売上上限として使用/business-case- ビジネスケースに予測を含める
使用例
User: /financial-projections
Claude: スタートアップのための包括的な財務モデルを作成します。主要な入力を収集させてください。
ビジネスモデルは何ですか?
→ 「B2B SaaS、サブスクリプションベース」
現状は?
→ 「MRR $50K、顧客100人、チーム5人、キャッシュ $500K」
成長仮定は?
→ 「月次成長15%を予想、月次チャーン10%、ACV $500」
[Claudeがすべてのセクションを含む完全なモデルを構築]
注記
- モデル構築には45~90分かかります
- 包括的な計画ツールを結果として提供します
- 月次で更新して実績と比較してください
- 投資家およびボードと共有してください
- 資金調達デッキに使用してください
- 予算および採用決定の基礎
- 環境固有の検証、テスト、または専門家のレビューの代替品としてこのスキルを使用しないでください。
制限事項
- このスキルは、タスクが上記で説明されているスコープと明確に一致する場合のみ使用してください。
- 出力を環境固有の検証、テスト、または専門家のレビューの代替品として扱わないでください。
- 必要な入力、許可、安全境界、または成功基準が不明な場合は、停止して説明を求めてください。
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- sickn33
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/sickn33/antigravity-awesome-skills / ライセンス: MIT
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。