commercial-forecaster

Amaç

Ticari liderler için tahmin anında üç soruya yanıt vermek:

1. Commit / best-case / pipe-only rakamı nedir? (Açıklanan varsayımlarla 3-kademeli bookings tahmini)
2. Hangi cohort'lar sızıyor ve konsolide NRR sızıntıyı mı gizliyor? (cohort başına NRR/GRR projeksiyonu)
3. Hangi funnel aşamaları güvenilir, hangisi istatistiksel gürültü? (aşama başına coefficient-of-variation güven bandı)

Skill üç tahmin rakamı + açık varsayım bloğu önerir. CRO rakamı sunar, board varsayımları görür, tiyatro biter.

Ne zaman kullanılır

• Quarterly bookings tahmini board'a sunmak için
• CFO'nun "commit nedir, best-case nedir, pipe-only nedir" soracağı QBR tahminini hazırlarken
• Cohort retention verisini kullanarak sonraki 4-8 quarter için ARR projekte ederken
• Konsolide NRR rakamının sızıntılı bir son cohort'u gizlediğinden şüphelenirken
• Pipeline-coverage azalıyor ve hangi aşamaların hâlâ güvenilir olduğunu bilmek gerektiğinde
• "Tek bir rakam" istendiğinde ve varsayımları ortaya çıkaran yapılandırılmış cevaba ihtiyaç duyduğunda

Şu durumlar için kullanmayın:

• Backward-looking finansal kapanış + raporlama → finance/financial-analysis
• Stratejik finansal planlama (multi-year, scenario, fundraise) → c-level-advisor/cfo-advisor
• "VP Sales kiralamak mı gerekir?" / territory tasarımı / comp plan → c-level-advisor/cro-advisor
• Fiyatlandırma → sibling pricing-strategist (zaten belirli fiyatlardaki revenue'yu projekte eder)
• Deal başına discount onayı → sibling deal-desk

İş Akışı

Adım 1 — Pipeline + cohort + geçmiş conversion verisi alımı

assets/forecast_intake_template.md dosyasını doldurun (≈ 20 dk). Şunları içerir: opportunity listesi (stage/amount/close-date/age/last-activity); son 4Q ve 12Q'taki stage-to-stage conversion geçmişi; cohort başına ARR + quarterly retention + expansion verisi; 12 quarter'lık conversion geçmişine sahip funnel aşama adları.

Adım 2 — 3-kademeli bookings tahminini çalıştırın

scripts/bookings_forecaster.py --input intake.json --profile saas --output markdown

Üç rakam çıktısı — commit, best-case, pipe-only — her biri uygulanan conversion rate'i, kullanılan veri penceresini (last-4Q vs. last-12Q weighted 70/30) ve time-to-close probability adjustment'ını içerir. Commit ile pipe-only arasındaki varyans pipeline-risk göstergesi olarak ortaya konur.

Varsayım bloğu zorunludur. Onu kaldırırsan tahmin tiyatroya döner.

Adım 3 — Cohort-level ARR'yi projekte et

scripts/cohort_arr_projector.py --input intake.json --output markdown

Cohort başına NRR + GRR'yi projeksiyon horizonu üzerinde hesaplar. NRR'si sürü ortalamasından düşüş gösteren herhangi bir cohort'u işaretler — bunlar konsolide rakam 2-3 quarter boyunca gizleyecek ve ardından topline'da ortaya çıkacak sızıntılı cohort'lardır.

Çıktı konsolide NRR/GRR траектörü + cohort heatmap'i + sızıntılı cohort uyarısını içerir.

Adım 4 — Aşama başına funnel güvenini puanla

scripts/funnel_confidence_scorer.py --input intake.json --output markdown

Aşama başına: ortalama conversion %, standart sapma, coefficient of variation (CoV = StDev / Mean), güven bandı (HIGH < 10%, MEDIUM 10-25%, LOW 25-50%, VERY LOW > 50%). Aşama başına tedavi önerir: extend-data-window, treat-as-soft-floor veya commit-quality.

Adım 5 — Tahmin deck'ini hazırla

3-kademeli bookings rakamı + cohort heatmap'i + funnel güvenini QBR / board deck'ine koy. Varsayım bloğu rakamla aynı slide'a gider. Slide tek bir rakam ve varsayım bloğu yoksa, slide tiyatrodur.

Script'ler

• scripts/bookings_forecaster.py — 3-kademeli bookings tahmini (commit / best-case / pipe-only) açıklanan conversion-rate + data-window + weighting bloğu ile
• scripts/cohort_arr_projector.py — cohort başına NRR/GRR projeksiyonu horizon üzerinde, sızıntılı cohort uyarısı ile
• scripts/funnel_confidence_scorer.py — aşama başına CoV-tabanlı güven bandları, tedavi önerisi ile

Tüm script'ler: stdlib only. --help ve --sample üçünün tümünde çalışır.

Kaynaklar

• references/saas_forecasting_canon.md — Skok, Tunguz, OpenView, BVP, Pacific Crest/KeyBanc, ProfitWell, Patrick Campbell
• references/cohort_analysis_canon.md — Andrew Chen (a16z), Brian Balfour, Skok, Ramanujam, OpenView, Lenny Rachitsky, Reforge
• references/forecast_anti_patterns.md — McKinsey, Tunguz, OpenView, MIT Sloan, Bain, Forrester, Pacific Crest

Varsayımlar

• Geçmiş conversion prior'dır, truth değildir. Son 4Q %70 ağırlık, son 12Q %30 ağırlık. Blend rejim değişimini (son dönem yavaşlama) yakalar tek quarter'a overfitting yapmaz. Window + weighting her çıktıda yer alır.
• Varsayım bloğu olmayan tahmin tiyatrodur. Bu skill'in sert kuralıdır. CLI varsayım blokunu çıkarmayı reddeder.
• Cohort ayrıştırması sızıntıyı konsolide rakam ortaya çıkmadan 2-3 quarter önce ortaya çıkarır. Per-cohort breakdown olmadan NRR raporlamak sızıntıyı gizler.
• CoV (coefficient of variation) aşama güveni için doğru disiplindir. Ortalama conversion %40 stdev %4 (CoV %10) olan aşama HIGH güvendir; ortalama %40 stdev %20 (CoV %50%) çok LOW'dur. Aynı ortalama çok farklı güvenilirliği maskeleyebilir.
• Industry profile prior'ları ayarlar, truth'ı değil. Profile aşama-conversion rate'lerini endüstriye göre kaydırır; geçmiş veri'n override eder.
• Skill üç rakam ve varsayım bloku yayınlar. CRO commit rakamını seçer, trade-off'u sahiplenir ve board'a varyansı anlatır.

Anti-patternler

• Güven bandı olmayan tek-rakam tahmin. Board "rakam"ı ister; disiplin üç rakamı adlandırılmış varsayımlarla sunmaktır. Bkz. forecast_anti_patterns.md.
• Son 12-quarter conversion'u kör kullanmak. Son dönem yavaşlamasını gizler. Son 4Q ve 12Q üzerinde %70/30 blend bunu düzeltir.
• Cohort ayrıştırması olmadan NRR raporlamak. Konsolide rakam düz olabilir iken son cohort %15 sızıntı yapabilir; sızıntı topline'da 2-3 quarter sonra ortaya çıkar. Her zaman ayrıştır.
• Best-case'i commit olarak kabul etmek. CFO seni yer. Best-case < %50 time-to-close olasılığı olan weighted-stage opp'ler içerir; commit sadece commit-grade aşamaları içerir.
• Varsayım blokunu gizlemek. Skill reddeder; manuel olarak kaldırırsan tiyatroyu senin sahibin.
• Sızıntılı cohort uyarısı yok. cohort_arr_projector.py bir cohort'u işaretler ve sen deck'te flag'i bastırırsan, sızıntı sonraki quarter'ı sahibi olur.
• Late-stage opp age'i göz ardı etmek. 180 gündür "verbal" olan bir deal commit değildir. Bookings forecaster kendi otomatik olarak stalled opp'leri downweight eder; elle re-up etme.
• Pipeline-coverage kontrolü yok. Endüstri başparmak kuralı: forecast > pipeline ÷ 3 anti-pattern'dir. Tool oran ortaya koymaz; ona saygı duy.

Farklı olan

• finance/financial-analysis — backward-looking finansal kapanış, GAAP/IFRS raporlaması, variance vs. budget. commercial-forecaster forward-looking pipeline math'ıdır.
• c-level-advisor/cfo-advisor — stratejik multi-year finansal planlama, fundraise senaryoları, runway. commercial-forecaster CFO'ya bir input'tur, strateji değildir.
• c-level-advisor/cro-advisor — stratejik CRO yargısı: "VP Sales kiralamak mı gerekir?", territory tasarımı, comp plan, sales engineer ne zaman ekleyelim. commercial-forecaster CRO'nun kullandığı math'tir; cro-advisor CRO'nun uyguladığı yargıdır.
• sibling pricing-strategist — fiyatı belirler (model + range). commercial-forecaster bu fiyatlarda revenue'yu projekte eder. Pricing önce gelir; tahmin sonra.
• sibling deal-desk — deal başına puanlama + discount onayı routing. commercial-forecaster deal-desk'in günlük işlettiği pipeline'ı toplar.

Zorla-soru kütüphanesi (Matt Pocock grill disiplini)

/cs:grill-commercial tarafından veya orchestrator tarafından teker teker yürütülür. Tavsiye edilen cevap + canon citation soru başına. Asla paketlenmez.

1. "Ne conversion rate kullanıyorsun ve last-4Q mü yoksa last-12Q mü?" Tavsiye: %70/30 blend (son 4Q %70 ağırlık, son 12Q %30 ağırlık). Sadece last-12Q son dönem yavaşlamasını gizler; sadece last-4Q tek kötü quarter'a overfitting yapar. Canon: Tomasz Tunguz (Theory Ventures) — tahmin çalışmaları single-window conversion tahminlerinin rejim değişimini ~3-quarter lag'de kaçırdığını gösterir.

2. "Pipeline coverage ratio'nun nedir ve commit'in pipeline ÷ 3'ün üstünde mi?" Tavsiye: 3x coverage SaaS-endüstri tabanıdır; 3x altı commit'in yapısal olarak desteklenmedigi anlamına gelir. Canon: Pacific Crest / KeyBanc SaaS Survey — top-quartile SaaS şirketleri committed bookings'e karşı 3.0-4.5x pipeline coverage koruyor.

3. "Sadece konsolide değil cohort başına NRR gösterebilir misin?" Tavsiye: hiçbir zaman konsolide NRR'yi per-cohort breakdown olmadan raporlama. Sızıntılı cohort'lar ortalamalarda gizlenir. Canon: Patrick Campbell (ProfitWell) + David Skok — cohort-driven retention ayrıştırması sızıntıları konsolide NRR hareket etmeden 2-3 quarter önce ortaya çıkarır.

4. "Son 12 quarter'da her aşamanın conversion rate'inin varyansı (CoV) nedir?" Tavsiye: CoV < %10 → commit-grade; %10-25 → moderate; %25-50 → soft floor only; > %50 → bu aşamayı tahmin için kullanma. Canon: MIT Sloan tahmin araştırması / Hyndman & Athanasopoulos (Forecasting: Principles and Practice) — input serisindeki CoV tahmin doğruluğunu ortalamadan daha güvenilir şekilde öngörür.

5. "Her late-stage opp ne kadar süredir late-stage'de?" Tavsiye: stage-age > 2x median stage-duration → stalled olarak kabul et, commit'ten çıkar, pipe-only'de tut. Canon: David Skok (For Entrepreneurs) — stage-age'ye göre stalled-opp tanımlanması top-decile SaaS pipeline'larında #1 tahmin hijyeni uygulamasıdır.

6. "Best-case tahmin'in pipe-only'nin %30'u içinde mi?" Tavsiye: best-case < pipe-only'nin %50'si ise aşama-conversion varsayımlar'ın pesimisttir ve sandbagging yapıyorsun; best-case > pipe-only'nin %80'i ise hockey-sticking yapıyorsun. Canon: McKinsey tahmin bias araştırması + OpenView SaaS benchmark'leri — çoğu takım iki başarısızlık modundan birinde çalışır: sandbagging (commit << earnings) veya hockey-sticking (commit >> earnings).

7. "Board slide'daki rakama hangi varsayım bloğu eşlik ediyor?" Tavsiye: board slide'da her tahmin rakamı (a) conversion rate'i, (b) data window'u, (c) weighting seçimini, (d) pipeline-coverage oranını adlandır. Varsayım bloğu yok = slide tiyatrodur. Canon: Bain & Company commercial-forecasting pratikleri + Forrester pipeline-coverage araştırması — açıklanmayan-varsayım tahmini açıklanan-varsayım tahmininden 2.3x daha yüksek variance'a sahiptir.

Derinlikten ilerle. 1-3'ü kilitle, sonra 4-7'yi aç. 7'nin tümüne cevap verdikten sonra bookings_forecaster.py → cohort_arr_projector.py → funnel_confidence_scorer.py sırasıyla çağır.