variance-analysis
財務上の差異を要因ごとに分解し、ウォーターフォール分析とナラティブな説明を生成します。予算対実績の比較、期間比較、収益・費用の差異分析、または経営陣向けの差異コメンタリー作成が必要な際に活用してください。
description の原文を見る
Decompose financial variances into drivers with narrative explanations and waterfall analysis. Use when analyzing budget vs. actual, period-over-period changes, revenue or expense variances, or preparing variance commentary for leadership.
SKILL.md 本文
差異分析
重要: このスキルは差異分析ワークフローのサポートを行いますが、財務アドバイスは提供しません。すべての分析は報告に使用する前に、適格な財務専門家による確認が必要です。
差異分解技法、重要性の閾値、叙述生成、ウォーターフォールチャート方法論、および予算対実績対予想の比較に関する手法。
差異分解技法
価格/数量分解
最も基本的な差異分解法。収益、売上原価、および価格 × 数量で表現できるあらゆるメトリクスに使用します。
式:
総差異 = 実績 - 予算（または前期）
数量効果 = (実績数量 - 予算数量) × 予算価格
価格効果 = (実績価格 - 予算価格) × 実績数量
ミックス効果 = 残差（相互作用項）、または比例配分
検証: 数量効果 + 価格効果 = 総差異
（ミックスが価格/数量項に含まれている場合）
3要素分解（ミックスを分離）:
数量効果 = (実績数量 - 予算数量) × 予算価格 × 予算ミックス
価格効果 = (実績価格 - 予算価格) × 予算数量 × 実績ミックス
ミックス効果 = 予算価格 × 予算数量 × (実績ミックス - 予算ミックス)
例 — 収益差異:
- 予算: 10,000 ユニット × $50 = $500,000
- 実績: 11,000 ユニット × $48 = $528,000
- 総差異: +$28,000 有利
- 数量効果: +1,000 ユニット × $50 = +$50,000 (有利 — より多くのユニットを販売)
- 価格効果: -$2 × 11,000 ユニット = -$22,000 (不利 — 平均単価が低い)
- 純計: +$28,000
レート/ミックス分解
異なるユニット経済学を持つセグメント全体のブレンド率を分析する際に使用します。
式:
レート効果 = Σ (実績数量_i × (実績レート_i - 予算レート_i))
ミックス効果 = Σ (予算レート_i × (実績数量_i - 予算ミックス時の予想数量_i))
例 — 粗利益率差異:
- 製品 A: 60% マージン、製品 B: 40% マージン
- 予算ミックス: 50% A, 50% B → ブレンド利益率 50%
- 実績ミックス: 40% A, 60% B → ブレンド利益率 48%
- ミックス効果が利益率低下の 2pp を説明
人員数/報酬分解
給与および人員コスト差異の分析に使用します。
総報酬差異 = 実績報酬 - 予算報酬
以下に分解:
1. 人員数差異 = (実績人員 - 予算人員) × 予算平均報酬
2. レート差異 = (実績平均報酬 - 予算平均報酬) × 予算人員
3. ミックス差異 = レベル/部門ミックス変化による差異
4. タイミング差異 = 計画より早い/遅い採用（部分期間効果）
5. 退職の影響 = 予期せぬ退職による節約（代替採用コストで部分的にオフセット）
支出カテゴリー分解
価格/数量が適用されない営業費用分析に使用します。
総営業費用差異 = 実績営業費用 - 予算営業費用
以下で分解:
1. 人員数駆動コスト (給与、福利厚生、給与税、採用)
2. 数量駆動コスト (ホスティング、取引手数料、コミッション、送料)
3. 裁量的支出 (旅費、イベント、専門サービス、マーケティングプログラム)
4. 契約/固定コスト (家賃、保険、ソフトウェアライセンス、サブスクリプション)
5. 一時的/非経常 (退職金、法的和解、償却、プロジェクトコスト)
6. タイミング/段階付け (計画対実績の期間間での支出シフト)
重要性の閾値と調査トリガー
閾値の設定
重要性の閾値は、どの差異が調査と叙述的説明を必要とするかを決定します。以下に基づいて閾値を設定します:
- 財務諸表の重要性: 通常、主要ベンチマーク（収益、総資産、純利益）の 1～5%
- 行項目サイズ: 大きな行項目はより低いパーセンテージ閾値が正当
- 変動性: より変動的な行項目はノイズを避けるためにより高い閾値が必要な場合があります
- 経営注目: 意思決定を変える差異のレベルは何か?
推奨閾値フレームワーク
| 比較タイプ | ドル閾値 | パーセンテージ閾値 | トリガー |
|---|---|---|---|
| 実績対予算 | 組織固有 | 10% | いずれかを超過 |
| 実績対前期 | 組織固有 | 15% | いずれかを超過 |
| 実績対予想 | 組織固有 | 5% | いずれかを超過 |
| 順次（MoM） | 組織固有 | 20% | いずれかを超過 |
ドル閾値は組織のサイズに基づいて設定してください。一般的な慣行: 損益計算書項目の収益の 0.5～1%。
調査優先順位
複数の差異が閾値を超える場合、調査を以下で優先順位付けします:
- 最大絶対ドル差異 — 最大の P&L への影響
- 最大パーセンテージ差異 — プロセスの問題またはエラーを示唆する可能性
- 予期しない方向 — トレンドまたは期待と反対の差異
- 新しい差異 — オントラックであったがオフになった項目
- 累積/トレンド差異 — 毎期増加
差異説明の叙述生成
各差異叙述の構造
[行項目]: [有利/不利] 差異 $[金額] ([パーセンテージ]%)
vs [比較基準] for [期間]
ドライバー: [主要ドライバーの説明]
[差異の業務上の理由を説明する 2～3 文、各寄与要因の具体的な
定量化を含む]
見通し: [一時的/継続が予想される/改善中/悪化中]
アクション: [対応不要/監視/さらなる調査/予想の更新]
叙述品質チェックリスト
良い差異叙述は以下であるべき:
- 具体的: 実際のドライバーを名前で挙げ、「予想より高い」ではない
- 定量化: 各ドライバーのドルおよびパーセンテージ影響を含む
- 因果関係: なぜ発生したかを説明し、何が発生したかだけではない
- 前向き: 差異が継続する予定かどうかを述べる
- 実行可能: 必要なフォローアップまたは決定を特定する
- 簡潔: 2～4 文、詰め物の段落ではない
避けるべき一般的な叙述のアンチパターン
- 「収益が予算を上回ったのは収益が高いため」（循環 — 実際の説明ではない）
- 「今期は費用が高かった」（曖昧 — どの費用？なぜ？）
- 「タイミング」を指定なしで、何が早い/遅いかいつ正常化するか
- 「一時的」を説明なしで何の項目かを説明
- 重要な差異で「各種小項目」（さらに分解する必要がある）
- 最大のドライバーにのみ焦点を当てて、オフセット項目を無視
ウォーターフォールチャート方法論
コンセプト
ウォーターフォール（またはブリッジ）チャートは、一連の正と負の寄与を通じてある値から別の値へどのように到達するかを示します。差異分解を視覚化するために使用されます。
データ構造
開始値: [ベース/予算/前期の金額]
ドライバー: [符号付き金額を持つ寄与要因のリスト]
終了値: [実績/当期の金額]
検証: 開始値 + すべてのドライバーの合計 = 終了値
テキストベースのウォーターフォール形式
チャート作成ツールが利用できない場合、テキストウォーターフォールとして表示します:
ウォーターフォール: 収益 — Q4 実績対Q4 予算
Q4 予算収益 $10,000K
|
|--[+] 数量成長 (新規顧客) +$800K
|--[+] 拡大収益 (既存顧客) +$400K
|--[-] 価格引き下げ/割引 -$200K
|--[-] 顧客喪失/縮小 -$350K
|--[+] 為替テール +$50K
|--[-] タイミング (案件が Q1 へ遅延) -$150K
|
Q4 実績収益 $10,550K
純差異: +$550K (+5.5% 有利)
ブリッジ調整表
ウォーターフォールを調整表で補完します:
| ドライバー | 金額 | 差異の % | 累積 |
|---|---|---|---|
| 数量成長 | +$800K | 145% | +$800K |
| 拡大収益 | +$400K | 73% | +$1,200K |
| 価格引き下げ | -$200K | -36% | +$1,000K |
| 顧客喪失/縮小 | -$350K | -64% | +$650K |
| 為替テール | +$50K | 9% | +$700K |
| タイミング (案件遅延) | -$150K | -27% | +$550K |
| 総差異 | +$550K | 100% |
注: オフセット項目がある場合、個別のドライバーのパーセンテージは 100% を超える可能性があります。
ウォーターフォールのベストプラクティス
- ドライバーを最大の正から最大の負へ（または論理的なビジネスシーケンスで）順序付け
- 最大 5～8 ドライバーに保つ — より小さい項目を「その他」に集約
- ウォーターフォールを検証 (開始 + ドライバー = 終了)
- カラーコード: 視覚的チャートで有利は緑、不利は赤
- 各バーにドルと簡潔な説明の両方でラベル付け
- 「総差異」サマリーバーを含む
予算対実績対予想の比較
3要素比較フレームワーク
| メトリクス | 予算 | 予想 | 実績 | 予算差異 ($) | 予算差異 (%) | 予想差異 ($) | 予想差異 (%) |
|---|---|---|---|---|---|---|---|
| 収益 | $X | $X | $X | $X | X% | $X | X% |
| 売上原価 | $X | $X | $X | $X | X% | $X | X% |
| 粗利益 | $X | $X | $X | $X | X% | $X | X% |
各比較の使用時期
- 実績対予算: 年間業績測定、報酬決定、取締役会報告。予算は年初に設定され、通常変更されません。
- 実績対予想: 運用管理、新興の問題の特定。予想は定期的に（月次または四半期）更新され、現在の期待を反映します。
- 予想対予算: 計画以降の期待がどのように変わったかを理解すること。計画精度の問題を特定するのに役立ちます。
- 実績対前期: トレンド分析、順次業績。予算が意味がない場合（新規事業部門、買収後）に有用。
- 実績対前年: 年間成長分析、季節性調整済み比較。
予想精度分析
時間経過とともに予想精度を追跡して計画を改善:
予想精度 = 1 - |実績 - 予想| / |実績|
MAPE (平均絶対パーセンテージ誤差) = 期間全体の |実績 - 予想| / |実績| の平均
| 期間 | 予想 | 実績 | 差異 | 精度 |
|---|---|---|---|---|
| 1月 | $X | $X | $X (X%) | XX% |
| 2月 | $X | $X | $X (X%) | XX% |
| ... | ... | ... | ... | ... |
| 平均 | MAPE | XX% |
差異トレンド
差異が年間を通じてどのように進化するかを追跡し、体系的なバイアスを特定:
- 継続的に有利: 予算が過度に保守的かもしれない (砂入れ)
- 継続的に不利: 予算が攻撃的すぎるか、実行の問題
- 増加する不利: 悪化するパフォーマンスまたは非現実的なターゲット
- 縮小する差異: 年間を通じた予想精度向上（通常のパターン）
- 変動性: 予測不可能なビジネスまたは不十分な予想方法論
ライセンス: Apache-2.0(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
- anthropics
- ライセンス
- Apache-2.0
- 最終更新
- 不明
Source: https://github.com/anthropics/knowledge-work-plugins / ライセンス: Apache-2.0
関連スキル
superfluid
Superfluidプロトコルおよびそのエコシステムに関するナレッジベースです。Superfluidについて情報を検索する際は、ウェブ検索の前にこちらを参照してください。対応キーワード：Superfluid、CFA、GDA、Super App、Super Token、stream、flow rate、real-time balance、pool（member/distributor）、IDA、sentinels、liquidation、TOGA、@sfpro/sdk、semantic money、yellowpaper、whitepaper
civ-finish-quotes
実質的なタスクが真に完了した際に、文明風の儀式的な引用句を追加します。ユーザーやエージェントが機能追加、リファクタリング、分析、設計ドキュメント、プロセス改善、レポート、執筆タスクといった実際の成果物を完成させるときに、明示的な依頼がなくても使用します。短い返信や小さな修正、未完成の作業には適用しません。
nookplot
Base（Ethereum L2）上のAIエージェント向け分散型調整ネットワークです。エージェントがオンチェーンアイデンティティを登録する、コンテンツを公開する、他のエージェントにメッセージを送る、マーケットプレイスで専門家を雇う、バウンティを投稿・請求する、レピュテーションを構築する、共有プロジェクトで協業する、リサーチチャレンジを解くことでNOOKをマイニングする、キュレーションされたナレッジを備えたスタンドアロンオンチェーンエージェントをデプロイする、またはアグリーメントとリワードで収益を得る場合に利用できます。エージェントネットワーク、エージェント調整、分散型エージェント、NOOKトークン、マイニングチャレンジ、ナレッジバンドル、エージェントレピュテーション、エージェントマーケットプレイス、ERC-2771メタトランザクション、Prepare-Sign-Relay、AgentFactory、またはNookplotが言及された場合にトリガーされます。
web3-polymarket
Polygon上でのPolymarket予測市場取引統合です。認証機能(L1 EIP-712、L2 HMAC-SHA256、ビルダーヘッダー)、注文発注(GTC/GTD/FOK/FAK、バッチ、ポストオンリー、ハートビート)、市場データ(Gamma API、Data API、オーダーブック、サブグラフ)、WebSocketストリーミング(市場・ユーザー・スポーツチャネル)、CTF操作(分割、統合、償却、ネガティブリスク)、ブリッジ機能(入金、出金、マルチチェーン)、およびガスレスリレイトランザクションに対応しています。AIエージェント、自動マーケットメーカー、予測市場UI、またはPolygraph上のPolymarketと統合するアプリケーション構築時に活用できます。
ethskills
Ethereum、EVM、またはブロックチェーン関連のリクエストに対応します。スマートコントラクト、dApps、ウォレット、DeFiプロトコルの構築、監査、デプロイ、インタラクションに適用されます。Solidityの開発、コントラクトアドレス、トークン規格（ERC-20、ERC-721、ERC-4626など）、Layer 2ネットワーク（Base、Arbitrum、Optimism、zkSync、Polygon）、Uniswap、Aave、Curveなどのプロトコルとの統合をカバーします。ガスコスト、コントラクトのデシマル設定、オラクルセキュリティ、リエントランシー、MEV、ブリッジング、ウォレット管理、オンチェーンデータの取得、本番環境へのデプロイ、プロトコル進化（EIPライフサイクル、フォーク追跡、今後の変更予定）といったトピックを含みます。
xxyy-trade
このスキルは、ユーザーが「トークン購入」「トークン売却」「トークンスワップ」「暗号資産取引」「取引ステータス確認」「トランザクション照会」「トークンスキャン」「フィード」「チェーン監視」「トークン照会」「トークン詳細」「トークン安全性確認」「ウォレット一覧表示」「マイウォレット」「AIスキャン」「自動スキャン」「ツイートスキャン」「オンボーディング」「IP確認」「IPホワイトリスト」「トークン発行」「自動売却」「損切り」「利益確定」「トレーリングストップ」「保有者」「トップホルダー」「KOLホルダー」などをリクエストした場合、またはSolana/ETH/BSC/BaseチェーンでXXYYを経由した取引について言及した場合に使用します。XXYY Open APIを通じてオンチェーン取引とデータ照会を実現します。