Kỹ năng chính thức · Tài chính
Rà soát giả định mô hình tài chính
Rà soát giả định của mô hình tài chính: liệt kê từng giả định kèm nguồn, kiểm tra độ nhạy, đối chiếu tính hợp lý với lịch sử, và chỉ ra 3 giả định quan trọng nhất.
Kỹ năng AI
Để AI chất vấn các giả định trong mô hình tài chính
Miễn phí 14 ngày · Không cần thẻ
Dùng được trong Claude, ChatGPT và các coding agent. Với Team và Business, kỹ năng chính thức trong pod của bạn tự cập nhật mỗi khi chúng tôi cải tiến.
Khi nào dùng
- Trước khi mô hình được trình lên hội đồng quản trị, bên cho vay hoặc nhà đầu tư
- Một bản dự báo trông quá đẹp mà không ai giải thích được vì sao
Bạn đưa vào gì
- Mô hình, hoặc các đầu vào và đầu ra của nó
- Số liệu thực tế cho cùng các driver
- Các benchmark bạn tin cậy, kèm nguồn (không bắt buộc)
Bạn nhận được gì
Bản rà soát gồm 3 giả định hàng đầu, bảng độ nhạy, danh sách đầy đủ các giả định và các vấn đề về cấu trúc.
Cách hoạt động
- Liệt kê mọi giả định
- Tách driver khỏi kết quả
- Kiểm tra độ nhạy lần lượt từng đầu vào
- Kiểm tra tính hợp lý
- Chỉ ra 3 giả định quan trọng nhất
- Ghi lại các vấn đề về cấu trúc
- Viết phần tóm tắt
Ví dụ
Những gì bạn đưa
> Kế hoạch 2 năm của Sơn Ca (SaaS B2B). MRR khởi điểm 60.000. MRR mới mỗi tháng 9.000, tăng 10% mỗi tháng. Tỷ lệ rời bỏ doanh thu hằng tháng 1%. Biên lợi nhuận gộp 80%. Nhân sự từ 14 → 30 người vào tháng 12; chi phí trung bình 9.000 mỗi người mỗi tháng. Tiền mặt 2.400.000. Mô hình cho ra tháng hết tiền là tháng 26. Lịch sử (6 tháng gần nhất): MRR mới trung bình 6.500, tháng tốt nhất 8.100; tỷ lệ rời bỏ doanh thu trung bình 2,2%. Benchmark của người dùng: không có.
Những gì bạn nhận lại (phần đầu)
Rà soát giả định — kế hoạch 2 năm của Sơn Ca
Đầu ra chính: tháng hết tiền: 26 Tóm tắt: Kế hoạch đạt tháng 26 mới hết tiền nhờ giả định MRR mới khởi điểm cao hơn tháng tốt nhất từ trước đến nay và tăng 10% mỗi tháng, với tỷ lệ rời bỏ chưa bằng một nửa lịch sử. Nếu MRR mới và tỷ lệ rời bỏ giữ nguyên như lịch sử 6 tháng, tiền sẽ hết sớm hơn [cần kiểm tra: chạy lại mô hình với giá trị lịch sử].
3 giả định quan trọng nhất
| # | Giả định | Giá trị | Bằng chứng | Nếu sai (chiều xấu) | Để tăng độ tin cậy |
|---|---|---|---|---|---|
| 1 | MRR mới khởi điểm mỗi tháng | 9.000 | Phỏng đoán; lịch sử trung bình 6.500, tốt nhất 8.100 | [cần kiểm tra: chạy lại với 6.500] | Trình ra pipeline đủ để đạt 9.000 |
| 2 | Tăng trưởng MRR mới | 10% mỗi tháng | Phỏng đoán; không có lịch sử | [cần kiểm tra: chạy lại với 0% và 5%] | Gắn với kế hoạch tuyển nhân viên bán hàng và chỉ tiêu |
| 3 | Tỷ lệ rời bỏ doanh thu | 1% mỗi tháng | Lịch sử 2,2% | [cần kiểm tra: chạy lại với 2,2%] | Nêu các thay đổi về giữ chân khách hàng giúp giảm một nửa tỷ lệ rời bỏ |
Vấn đề về cấu trúc
- Nhân sự tăng hơn gấp đôi vào tháng 12, nhưng tăng trưởng MRR mới không gắn với số nhân viên bán hàng tuyển thêm; hai yếu tố này phải đi cùng nhau.
Phần còn lại của kết quả này, toàn bộ các bước và các mục AI kiểm tra trước khi trả lời có trong pod của bạn khi đã thêm kỹ năng.
Dùng kỹ năng này trong AI của bạnChia sẻ với nhóm của bạn
Thêm kỹ năng vào một AI Skill Pod để cả nhóm, kể cả cộng tác viên bên ngoài, đều dùng cùng một phiên bản từ AI của riêng mình. Đọc các cách tốt nhất để chia sẻ kỹ năng AI trong nhóm
Nhật ký thay đổi
- v1.0.0 · · First release.
Nguồn
- The Aqua Book (đọc ngày 2026-11-04)
- What is Sensitivity Analysis? (đọc ngày 2026-11-04)