Sensitivity Tornado

Clasifica las sensibilidades de las variables respecto a un resultado clave y construye un gráfico de tornado, balanceando cada entrada en un rango definido, calculando el impacto en la salida y generando una estructura de datos de gráfico de barras horizontal.

¿Qué es Sensitivity Tornado?

Esta habilidad está diseñada para analistas financieros, modeladores y gerentes de proyectos que necesitan identificar rápidamente qué supuestos impulsan la incertidumbre en un modelo. El `Sensitivity Tornado` automatiza la construcción de un diagrama de tornado completo: enumera las variables de entrada candidatas, define rangos de variación simétricos o asimétricos, calcula el impacto en la salida para cada balanceo (tanto al alza como a la baja) y genera una tabla de datos estructurada lista para crear un gráfico de barras apiladas en Excel. Es compatible con cualquier modelo financiero o estratégico que tenga una celda de resultado clave, y es particularmente útil al final de un ejercicio de modelado para diagnosticar riesgos antes de presentar o aprobar el modelo. La habilidad produce seis entregables: lista de variables con rangos, tabla de datos del tornado, los 5 hallazgos principales, estructura de datos del gráfico, instrucciones de formato y un resumen de interpretación. Al usar esta herramienta, los equipos pueden enfocar sus esfuerzos de validación y presentación en las 3 a 5 variables más críticas, ahorrando tiempo y reduciendo la complejidad del modelo.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/andreworia/claude-excel-skills/tree/main/skills/sensitivity-tornado

Installed? Explore more Productividad y colaboración skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Sensitivity Tornado (Diagrama de Tornado de Sensibilidad)

Cuándo usarlo

Utilice esta habilidad cuando se haya construido un modelo y el equipo necesite identificar qué supuestos realmente impulsan el resultado, antes de invertir más esfuerzo analítico. Actívela cuando un gerente de proyecto pregunte "¿cuáles son los riesgos clave del modelo?", cuando una revisión del modelo requiera un resumen de sensibilidad, o cuando un comité de inversión pregunte "¿cuál es el supuesto más importante?". Es más valiosa al final de un ejercicio de modelado, como diagnóstico final antes de presentar o aprobar el modelo.

Qué hace

Produce un análisis completo de diagrama de tornado: identifica todas las variables de entrada a probar, define el rango de variación para cada una, calcula el impacto en la salida para cada balanceo (tanto al alza como a la baja), clasifica las variables por impacto absoluto y especifica la estructura de datos del gráfico de barras horizontal en Excel que crea un diagrama de tornado. Clasifica los supuestos por su contribución a la incertidumbre del resultado.

Método

  1. Identificar el resultado clave a sensibilizar. El análisis de tornado se enfoca en un resultado a la vez. Defina qué resultado es más relevante para la decisión: EBITDA, TIR, valor patrimonial, VAN, ingresos a 5 años u otra métrica clave. Si múltiples resultados son relevantes, construya un tornado por resultado.

  2. Listar todas las variables de entrada candidatas. Compile cada supuesto material en el modelo que sea (a) incierto y (b) pueda tener un impacto significativo en el resultado. Una lista inicial para un modelo financiero: tasa de crecimiento de ingresos, margen bruto, margen EBITDA, costo de adquisición de clientes, tasa de abandono, intensidad de gastos de capital, días de capital de trabajo, WACC o tasa de descuento, tasa de crecimiento terminal, múltiplo de salida, tipo de cambio, tasa impositiva. Apunte a 8-15 variables.

  3. Definir el rango de variación para cada variable. Para cada variable de entrada, defina un valor bajo y un valor alto que representen un rango creíble. El enfoque estándar es más o menos una desviación estándar de la variable, o más o menos 10-20% del valor base, o un rango de escenario específico (por ejemplo, "guía de gestión baja" a "guía de gestión alta"). Principio clave: los balanceos deben ser simétricos alrededor de la base para comparabilidad, pero pueden ser asimétricos si la distribución está genuinamente sesgada.

  4. Calcular el resultado para cada balanceo, una variable a la vez. Para cada variable: a. Establezca la variable en su valor bajo, mantenga todas las demás variables en base. Registre el valor de salida. Etiquete esto como "Impacto bajo". b. Establezca la variable en su valor alto, mantenga todas las demás variables en base. Registre el valor de salida. Etiquete esto como "Impacto alto". c. Restablezca la variable a su valor base antes de probar la siguiente variable.

    En Excel, esto se puede hacer manualmente (cambie cada celda de entrada, registre la salida en una tabla) o sistemáticamente usando una Tabla de Datos de una variable para cada variable. El enfoque de Tabla de Datos es preferible para conjuntos de variables más grandes porque se recalcula automáticamente cuando el modelo cambia.

  5. Calcular el impacto para cada variable. Impacto = Salida alta - Salida baja (para un resultado "más alto es mejor"). Impacto absoluto = ABS(Salida alta - Salida baja). Ordene las variables por impacto absoluto en orden descendente. La variable con el mayor impacto absoluto va en la parte superior del diagrama de tornado.

  6. Construir la tabla de datos del tornado. Configure las siguientes columnas en Excel:

    Columna A: Nombre de la variable. Columna B: Valor de salida base (el mismo para todas las filas, referencia a la celda de salida). Columna C: Salida baja (salida cuando esta variable se establece en su valor bajo). Columna D: Salida alta (salida cuando esta variable se establece en su valor alto). Columna E: Impacto bajo = Salida baja - Salida base (será negativo si el balanceo bajo reduce la salida). Columna F: Impacto alto = Salida alta - Salida base (será positivo si el balanceo alto aumenta la salida). Columna G: Rango de impacto absoluto = ABS(Salida alta - Salida baja). Utilizado para ordenar.

    Ordene la tabla por la Columna G descendente. La primera fila es la variable más impactante.

  7. Construir el gráfico de tornado como un gráfico de barras horizontal. Excel no tiene un tipo de gráfico de tornado nativo. Constrúyalo usando un gráfico de barras apiladas:

    Serie de datos 1 (base invisible): Esto posiciona las barras correctamente. Para cada variable, la base invisible = MIN(Salida baja, Salida alta) - un pequeño desplazamiento para centrar el gráfico. Alternativamente, la base = el valor de salida baja para variables donde el balanceo bajo es negativo.

    Enfoque más simple: Construya dos series de datos centradas en cero. Para cada variable: Barra de desventaja = Impacto bajo (número negativo). Barra de ventaja = Impacto alto (número positivo). Configure el eje de categorías (eje X) para que cruce en 0.

    El resultado es un gráfico de barras "mariposa" centrado en cero. Cuanto más largos sean los pares de barras, más sensible es la salida a esa variable.

  8. Ordenar filas para que la variable más impactante esté en la parte superior. En los gráficos de barras de Excel, las categorías se muestran en orden inverso al de la tabla de datos. Ordene la tabla de datos para que la variable menos impactante esté en la fila 1 y la más impactante en la última fila. Esto asegura que el gráfico muestre la variable más impactante en la parte superior (que es la convención para los diagramas de tornado).

  9. Aplicar codificación de color. Formatee las barras de desventaja en rojo y las barras de ventaja en azul (o verde). Elimine las líneas de cuadrícula. Elimine el borde del gráfico. Esto crea un diagrama de tornado limpio y profesional.

  10. Agregar etiquetas de variable y valores de impacto. Agregue etiquetas de datos a cada barra que muestren el valor de salida (o el valor de impacto). Agregue el nombre de la variable como etiqueta de categoría del eje Y. Agregue una línea de referencia vertical en x=0 (el caso base) usando una serie de dispersión superpuesta en el gráfico de barras.

  11. Interpretar el tornado. Las 3-5 variables principales en el tornado son los supuestos críticos del modelo. Estos merecen: la estimación y validación más cuidadosa, rangos de sensibilidad en la presentación al consejo, y monitoreo continuo si el modelo es una herramienta de planificación en vivo. Las variables en la mitad inferior del tornado son relativamente poco importantes y pueden fijarse en valores de caso base por simplicidad.

  12. Documentar los supuestos de balanceo. En la misma pestaña que la tabla de datos del tornado, agregue una columna que muestre el supuesto de balanceo: "Bajo: Base - 2pp; Alto: Base + 2pp" para cada variable. Esto hace que el análisis sea auditable y permite que otros entiendan la base del rango de sensibilidad sin abrir la pestaña de Entradas.

Entradas

  • Modelo financiero o estratégico completo con una celda de resultado clave
  • Lista de variables de entrada a probar (o permiso para extraer todas las entradas de la pestaña de Entradas)
  • Rango de balanceo para cada variable (o un valor predeterminado de +/- 10-15% del valor base para aplicar uniformemente)
  • Referencia de celda de resultado clave y unidades

Formato de salida

Una especificación completa de análisis de tornado con:

  1. Lista de variables con rangos de balanceo: Nombre de variable | Valor base | Valor bajo | Valor alto | Justificación del balanceo. Una fila por variable.
  2. Tabla de datos del tornado: Variable | Salida base | Salida baja | Salida alta | Impacto bajo | Impacto alto | Rango absoluto. Ordenado por rango absoluto descendente.
  3. Los 5 hallazgos principales: Las 5 variables más impactantes nombradas y su impacto absoluto cuantificado.
  4. Estructura de datos del gráfico: Las dos series de datos (barras de desventaja y ventaja), orden de clasificación y configuración de ejes.
  5. Instrucciones de formato del gráfico: Colores, etiquetas, enfoque de línea de referencia.
  6. Resumen de interpretación: Lo que el tornado revela sobre la incertidumbre del modelo y dónde enfocar el esfuerzo analítico.

Ejemplo

El usuario dice: "Tengo un modelo DCF. Resultado clave: Valor patrimonial. Valor patrimonial en caso base = $125M. Prueba estas variables: CAGR de ingresos (base 15%), margen EBITDA (base 22%), WACC (base 12%), tasa de crecimiento terminal (base 3%), capex como % de ingresos (base 5%), tasa de abandono (base 8%)."

Claude responde:

Rangos de balanceo:

VariableBaseBajoAlto
CAGR de ingresos15%10%20%
Margen EBITDA22%18%26%
WACC12%9%15%
Tasa de crecimiento terminal3%2%4%
Capex como % de ingresos5%3%7%
Tasa de abandono8%5%11%

Cálculos de impacto: (suponiendo que el valor patrimonial base = $125M)

VariableSalida bajaSalida altaImpacto bajoImpacto altoRango absoluto
WACC$105M$148M-$20M$23M$43M
CAGR de ingresos$112M$140M-$13M$15M$28M
Margen EBITDA$115M$136M-$10M$11M$21M
Tasa de crecimiento terminal$118M$133M-$7M$8M$15M
Capex como % de ingresos$120M$130M-$5M$5M$10M
Tasa de abandono$122M$128M-$3M$3M$6M

Los 5 hallazgos principales:

  1. WACC: Impacto absoluto de $43M. El supuesto más crítico. Un cambio de +/- 3pp cambia el valor patrimonial en $43M.
  2. CAGR de ingresos: Impacto absoluto de $28M. El segundo más impactante.
  3. Margen EBITDA: Impacto absoluto de $21M.
  4. Tasa de crecimiento terminal: Impacto absoluto de $15M.
  5. Capex como % de ingresos: Impacto absoluto de $10M.

Especificación del gráfico:

  • Gráfico de barras apiladas centrado en cero
  • Serie 1 (barras de desventaja): Impactos bajos negativos
  • Serie 2 (barras de ventaja): Impactos altos positivos
  • Eje Y: Nombres de variables (ordenados por rango absoluto descendente)
  • Eje X: Impacto en millones de USD
  • Barras de desventaja en rojo, barras de ventaja en azul
  • Línea de referencia en x=0 que representa el caso base de $125M

Resumen de interpretación: El valor patrimonial es más sensible al WACC. La gerencia debe priorizar la estimación precisa del costo de capital. La tasa de abandono tiene el menor impacto, lo que sugiere que podría fijarse en su valor base para simplificar el modelo. Las variables de ingresos y márgenes también son importantes, pero secundarias respecto al WACC.

Individual skills in this repo

This repo contains 11 individual skills — each has its own dedicated page.

andreworia/assumption-registry-builder

Creates a structured assumption register for any Excel model with columns for name, category, base value, source, Bull/Bear values, sensitivity rank, and owner, plus a formula for computing sensitivity rank from Data Table outputs.

andreworia/data-cleaning-for-excel

Turns pasted or exported data with mixed formats, blank rows, or duplicates into a clean, consistently formatted range ready for analysis. Use it right after pasting raw data into a worksheet.

andreworia/formula-audit-checker

Provides a systematic audit checklist for Excel model formula logic, hardcoded values, circular references, and error handling, with step-by-step instructions for using Excel's native auditing tools.

andreworia/inputs-calcs-outputs-design

Enforces the three-tab separation principle for any Excel model, producing a full design for a dedicated Inputs tab, one or more Calculations tabs, and a clean Outputs tab with a conventions checklist.

andreworia/model-architecture-template

Defines the master tab structure, naming conventions, color codes, number formats, and print area setup for any new strategy or finance Excel model, serving as the structural template before any content is added.

andreworia/output-summary-tab

Designs the executive summary tab of an Excel model with KPI tiles, a narrative block, a sensitivity summary, and an assumption log, formatted for print or screenshot use in a board pack.

andreworia/pivot-table-builder

Specifies and builds a pivot table from a flat data range, choosing rows, columns, values, and filters. Use it when you have raw tabular data and need a summary view without building it cell by cell.

andreworia/revenue-build

Builds a driver-based revenue forecast .xlsx with live formulas across separate drivers, build, and output tabs plus checks, rolling a customer or units schedule (beginning, adds, churn, ending) into revenue with Base/Bull/Bear scenario toggles. Use when someone needs a bottom-up revenue model, an ARR build, or a driver-based forecast for planning or a board deck. Do not trigger for editing an existing workbook through the Claude for Excel add-in.

andreworia/scenario-manager

Builds a Base/Bull/Bear scenario switching layer for a model in a .xlsx with a live selector, CHOOSE or INDEX assumption links, a side-by-side output comparison, and a recalc check, then delivers the workbook. Use when someone wants an auditable scenario toggle instead of Excel's hidden Scenario Manager. Do not trigger for editing an existing workbook through the Claude for Excel add-in.

andreworia/sensitivity-tables

Builds one- and two-variable sensitivity (Data Table) analysis on a model output in a .xlsx with live formulas and a recalc check, then delivers the workbook. Use when someone wants to see how an output (NPV, IRR, EPS, margin) moves as one or two inputs change. Do not trigger for editing an existing workbook through the Claude for Excel add-in.

andreworia/unit-economics

Builds a unit-economics and cohort .xlsx with live formulas across separate assumptions, cohort, and output tabs plus checks, computing CAC, LTV, LTV/CAC, and CAC payback from a monthly cohort retention grid. Use when someone needs unit economics, an LTV/CAC analysis, a payback model, or a cohort retention build. Do not trigger for editing an existing workbook through the Claude for Excel add-in.

Skills relacionados