HR0101/company-analysis

Análisis exhaustivo de empresas y preparación para procesos de selección basado en fuentes primarias (informes financieros, documentos de presentación de resultados, planes de negocio a medio plazo, informes integrados, materiales de reclutamiento) y opiniones de empleados como referencia complementaria.

¿Qué es company-analysis?

Este skill está diseñado para realizar un análisis profundo de empresas utilizando fuentes primarias de información como informes financieros, presentaciones de resultados, planes a medio plazo, informes integrados y materiales de reclutamiento. Dependiendo del propósito (investigación general de la empresa, análisis de IR, comparación de la industria/competidores, o preparación para un proceso de selección específico), el skill guía al usuario a través de un proceso estructurado de cinco ejes: industria, puesto deseado, fase del proceso (desde ES hasta oferta final), categoría de candidatura (recién graduado, cambio de carrera, etc.) y tipo de empresa (gran empresa cotizada, gran startup, startup no cotizada, filial extranjera). El skill utiliza scripts de Python para generar planos de acción, análisis financieros y plantillas de informes. Para preparación de selección, genera automáticamente una breve presentación personal de aproximadamente un minuto, 10 preguntas inversas basadas en hipótesis verificables y 100 preguntas previstas del entrevistador, todo ello adaptado a la fase y al perfil del candidato. La salida final puede ser un informe completo de análisis, una chuleta rápida para antes de la entrevista, o una tarjeta de comparación de ofertas. El skill enfatiza la prohibición estricta de alucinaciones numéricas y la diferenciación clara entre hechos verificados e hipótesis basadas en opiniones.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/HR0101/company-analysis-claude/tree/HEAD/skills/company-analysis

Installed? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Preguntar en tu IA favorita

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

Documentación

Análisis de Empresas y Preparación para Selección Maestro (Company Analysis para Claude)

Basado en fuentes primarias (materiales de IR, materiales de reclutamiento, informes integrados), realiza un análisis de la empresa adaptado al propósito de la solicitud. Las opiniones se distinguen como información de referencia no verificada. Si se solicita preparación para el proceso de selección, se utiliza el patrón de 5 ejes para desarrollar: comparación competitiva, presentación personal de aprox. 1 minuto, motivación, respuestas profundas, preguntas inversas de verificación de hipótesis (10 estándar) y preguntas previstas del entrevistador (100 estándar).

Ubicación de archivos de referencia y scripts

Si se ha introducido como plugin, se encuentran en las siguientes ubicaciones:

  • ${CLAUDE_PLUGIN_ROOT}/skills/company-analysis/references/
  • ${CLAUDE_PLUGIN_ROOT}/skills/company-analysis/scripts/

Si se ha colocado directamente en ~/.claude/skills/company-analysis/ (o .claude/skills/company-analysis/ / aplicación de escritorio de Claude), se usan los directorios references/ y scripts/ del mismo directorio que este SKILL.md. Las rutas en adelante se escriben como relativas al directorio del skill.


1. Confirmar el propósito de la solicitud y las condiciones necesarias

  • Inicio con UI de entrada: Si se inicia con "Quiero empezar con la UI de entrada", "Quiero analizar seleccionando elementos", o si se activa el skill sin especificar empresa objetivo o propósito (solo /company-analysis o /company-analysis:company-analysis, etc.), se debe llamar realmente a la herramienta de preguntas disponible (como AskUserQuestion de Claude Code) siguiendo references/input-ui.md. Se debe solicitar/seleccionar el nombre de la empresa, el propósito y los ejes necesarios utilizando los argumentos generados por scripts/input_ui.py. No se debe considerar como "mostrar UI" solo mostrar un menú en JSON o Markdown. En entornos donde no se pueda usar la UI de preguntas (chat de Claude Desktop / Web, etc.), se debe cambiar a preguntas de texto cortas.
  • Investigación de empresa, Análisis de IR, Comparación de industria/competidores: Analizar centrándose en la industria, el tipo de empresa y los puntos solicitados. Incluso si solo se solicita el nombre de la empresa, se debe proceder como una investigación general de la empresa. No es necesario confirmar el puesto deseado, la fase del proceso o la categoría de candidatura, ni crear motivación o preguntas inversas. Usar solo los ejes necesarios de los 5 siguientes.
  • Preparación para solicitud/selección: Configurar los siguientes 5 ejes basándose en la información proporcionada por el usuario. Si la falta de información afecta al resultado, confirmar las condiciones necesarias a través de la UI de preguntas de references/input-ui.md. No preguntar por elementos ya respondidos; si la industria o el tipo de empresa se pueden estimar, complementarlos. Si se elige "modo automático", indicar las suposiciones explícitamente y proceder. No inventar la trayectoria, logros o nivel de interés del usuario.
EjeID del Patrón y OpcionesReferencia Detallada
① Patrón de Industriait-saas-web (IT, SaaS, Web, AI, SIer)consulting (Estrategia, General, Consultoría IT, Think Tank)manufacturing (Fabricantes: Eléctrica, Automoción, Semiconductores, Química, Alimentación, Farmacéutica, etc.)trading (Trading general, especializado)finance (Financiero: Banca, Valores, Seguros, Tarjetas, Gestión de activos, FinTech)media-ad-entertainment (Publicidad, Medios, Entretenimiento, Juegos)real-estate-infra-logistics (Inmobiliario, Promotoras, Construcción, Infraestructura, Logística)hr-retail-service-healthcare (RRHH, Retail, EC, Salud, Educación, Servicios)references/industry-patterns.md
② Patrón de Puesto Deseadosales-cs (Ventas corporativas/particulares, IS/FS, Customer Success)planning-marketing-bizdev (Planificación empresarial/negocio/producto, Marketing, BizDev)pdm-pm-consultant (PdM/PM/Consultor/Preventa)software-ai-engineer (Web/Móvil/AI/Datos/SRE/Seguridad)rd-manufacturing-eng (I+D, Diseño mecánico/eléctrico/químico, Ingeniería de producción, Aseguramiento de calidad)corporate (Finanzas/Contabilidad, RRHH, Legal, Relaciones Públicas/IR, Sistemas de información)references/role-patterns.md
③ Fase del proceso (número de entrevista)casual-intern-ob (Prácticas, Visita OB/OG, Reunión informal)es-resume (Selección de documentos, ES, Creación de CV)first-interview (Primera entrevista: Para RRHH, empleados jóvenes a mandos intermedios)second-interview (Segunda entrevista/intermedia: Para jefes de sección, gerentes)final-interview (Entrevista final/ejecutiva: Para presidente, directores, jefes de división)offer-comparison (Después de oferta, reunión de oferta, comparación de múltiples ofertas)references/interview-stage-patterns.md
④ Categoría de candidaturanew-grad (Búsqueda de empleo recién graduado) / mid-career (Cambio de carrera) / second-new-grad (Segundo recién graduado)references/interview-stage-patterns.md
⑤ Tipo de empresalisted-enterprise (Gran empresa japonesa, cotizada) / mega-venture (Mega startup) / startup-unlisted (Startup no cotizada) / foreign-affiliated (Filial extranjera)references/secrets-and-methodology.md

Generación inmediata de planos (usando scripts)

Una vez que se determina el patrón para la preparación de la selección (o si se desea ver una lista), se puede generar un plano utilizando el script incluido. Para solicitudes de solo investigación de la empresa, no es necesario ejecutar este script para rellenar ejes de selección innecesarios.

scripts/ en los siguientes comandos se resuelve con respecto al directorio donde se encuentra este SKILL.md (al introducir el plugin, ${CLAUDE_PLUGIN_ROOT}/skills/company-analysis/). Las especificaciones desconocidas o ambiguas generarán un error, por lo que se debe volver a especificar con un ID válido.

# Mostrar lista de todos los patrones
python3 scripts/pattern_selector.py --list

# Salida del plano de estrategia para un patrón específico (también resuelve automáticamente palabras clave japonesas y abreviaturas)
python3 scripts/pattern_selector.py \
  --company "Nombre de la empresa objetivo" \
  --industry "IT" \
  --role "Ingeniero" \
  --stage "Segunda entrevista" \
  --candidate "Cambio de carrera" \
  --archetype "Mega startup" \
  --competitors "Competidor A, Competidor B"

2. Procedimiento principal del análisis de la empresa (Aplicación de secretos)

Antes de comenzar el análisis, asegúrese de comprender los principios de references/secrets-and-methodology.md y cargue solo las referencias de la industria, puesto y fase del proceso necesarias para la solicitud. Para la investigación de la empresa, no son necesarias las referencias de puesto y fase del proceso.

Paso 1: Recopilación de hechos de fuentes primarias (Búsqueda web, revisión de PDF proporcionados)

  • Lectura de PDF adjuntos y documentos locales (usando la herramienta Read de Claude):
    • Si el usuario especifica o adjunta PDFs o archivos como informes financieros, presentaciones de resultados, planes a medio plazo, informes integrados, ofertas de empleo, CVs/historial laboral, etc., se deben leer directamente con la herramienta Read (para PDFs de más de 10 páginas, usar el parámetro pages para leer en rangos de hasta 20 páginas cada vez).
    • Si se necesita información actualizada, buscar en páginas oficiales de IR, EDINET, PR TIMES, etc., con las herramientas WebSearch / WebFetch.
  • Empresas cotizadas (listed-enterprise / mega-venture):
    • Informe financiero anual (Contenido del negocio, ventas/beneficios por segmento, desafíos a abordar, riesgos del negocio, edad media, antigüedad media, salario anual medio de los empleados)
    • Presentación de resultados (Aspectos destacados del último año fiscal/trimestre, evolución de KPIs, factores de cambio interanual)
    • Plan de negocio a medio plazo (Objetivos cuantitativos a 3-5 años, áreas de inversión en crecimiento, reforma del portafolio de negocios)
    • Informe integrado (Mensaje del CEO, proceso de creación de valor, datos de capital humano)
  • Startups no cotizadas (startup-unlisted):
    • Material de reclutamiento (Company Deck / Culture Deck), Comunicados de financiación de PR TIMES (Ronda, importe total recaudado, VC/empresa suscriptora), Anuncios de resultados en el Boletín Oficial, Entrevistas al fundador, Wantedly.
  • Empresas extranjeras (foreign-affiliated):
    • Informe Anual Global / Formulario 10-K y Alcance de la misión de la filial en Japón (oficina Japón) (¿Es un centro de ventas/marketing o tiene autoridad de planificación, I+D y desarrollo propia en Japón?), Desglose de requisitos de la Job Description (JD).

Paso 2: Diagnóstico de brechas financieras, de flujo de caja y de capital humano

Si se obtienen datos financieros, de empleados o indicadores de opiniones, se pueden organizar con scripts/financial_analyzer.py los indicadores cuantitativos, la relación entre la clasificación de signos del CF y los importes, y los indicadores de opiniones introducidos. Introducir los datos asegurándose de que coincidan en año fiscal, unidad monetaria y ámbito (individual/consolidado), y adjuntar la fuente por separado en el informe.

python3 scripts/financial_analyzer.py \
  --company "Nombre de la empresa objetivo" \
  --revenue 1500 --prev-revenue 1350 --gross-profit 600 --operating-profit 180 --net-profit 120 \
  --total-assets 2000 --equity 1000 --employees 3500 \
  --operating-cf 220 --investing-cf -140 --financing-cf -50 \
  --avg-age 36.2 --avg-tenure 11.4 --avg-salary 850 \
  --ow-overall 3.7 --ow-growth20s 3.5 --ow-compliance 4.1
  • Comparación de anuncios oficiales (informe integrado, web de reclutamiento) y percepción real (OpenWork, etc.):
    • Verificar el período de publicación, número, puesto y departamento de las opiniones, y el ámbito de la información oficial, y organizar las diferencias como hipótesis a verificar. No determinar la realidad de las condiciones laborales, horas de trabajo, cumplimiento legal o la calidad general de la empresa basándose solo en indicadores no introducidos o en opiniones. El script no realiza automáticamente la comparación con los materiales oficiales.
  • Interpretación del CF: Las 8 clasificaciones de signos representan la entrada/salida de fondos. Evaluar el propósito y la solidez de la inversión/financiación después de confirmar el importe, el efectivo al inicio/final del período, el plan de amortización, el desglose y la evolución plurianual. El cero no se clasifica ni como positivo ni como negativo.

Paso 3: Las 3 grandes transformaciones: de "investigar y terminar" a "superar la selección"

Solo cuando se solicite preparación para la solicitud/selección, transformar los hechos recopilados en los siguientes 3 puntos (ver sección 5 de references/secrets-and-methodology.md para más detalles):

  1. Matriz de comparación competitiva → "Por qué esta empresa y no la competencia (Why This Company)":
    • Comparar 2-3 rivales del sector, creando una tabla comparativa del portafolio de negocios, base de clientes, estructura de ingresos, áreas de inversión del plan a medio plazo y diferencias culturales.
  2. Hipótesis de desafío de la empresa × Fortalezas del candidato → "Reproducibilidad (Why Me)":
    • A partir de los "Desafíos a abordar" del informe financiero o los "Temas de enfoque" del plan a medio plazo, formular una hipótesis sobre los cuellos de botella que enfrenta el personal en el puesto deseado (role), y conectar cómo la experiencia del candidato puede ser útil.
  3. Hecho de fuente primaria + Hipótesis de campo → "Preguntas inversas de verificación de hipótesis":
    • Diseñar preguntas inversas perfectas para la fase del proceso (1ª = personal joven/RRHH, 2ª = jefe de sección/gerente, final = presidente/ejecutivo) con la estructura 【Hecho de IR/información oficial】+【Hipótesis de campo propia】+【Pregunta según el cargo del entrevistador】.

3. Selección y generación del formato de salida

Para investigación de empresa, análisis de IR y comparación de competidores, usar la plantilla "0. Para investigación de empresa/análisis de IR" de references/output-templates.md, centrándose en los puntos solicitados. Para preparación de solicitud/selección, usar la plantilla de selección del mismo archivo o scripts/report_generator.py. El script genera una hoja de trabajo con espacios en blanco, que se debe completar con el contenido de los materiales confirmados antes de entregar. Si se solicita la plantilla en sí, se puede entregar en blanco.

Diferenciar claramente los siguientes dos tipos de preguntas, sin confundir la UI de entrada, los títulos y la configuración del número. Tanto la versión completa como la versión resumida usan un número estándar común.

  • Preguntas inversas (del candidato a la empresa/entrevistador): 10 estándar. Especificar con reverse_question_count y --reverse-question-count N. Se componen de un hecho basado en fuentes primarias + una hipótesis de campo + una pregunta para confirmar con la otra parte. No hacer suposiciones sin fundamento.
  • Preguntas previstas (de la empresa/entrevistador al candidato): 100 estándar. Especificar con interview_question_count y --interview-question-count N. Se organizan en unos 10 temas como presentación personal, motivación/comprensión de la empresa, puesto/especialización, logros/resolución de problemas, colaboración, fracaso/aprendizaje, valores, elección de carrera, estilo de trabajo, contribución después de la incorporación, etc. Se adaptan al puesto deseado, categoría de candidatura, fase del proceso y trayectoria del candidato, y se redactan como preguntas que el entrevistador haría al candidato. Para las preguntas prioritarias, adjuntar la intención de confirmación del entrevistador y el esquema de la respuesta. No inventar ni responder con trayectorias o logros no confirmados del candidato.

En ambos casos, se da prioridad al número especificado por la UI de entrada o por el usuario. Si es 0, se omite solo ese tipo. Al entregar, verificar el número por tipo, la numeración secuencial y la ausencia de duplicación de significado. En la versión resumida, separar el texto corto y los dos tipos de preguntas, mostrando por separado los números de las preguntas previstas (prioritarias para la preparación) y las preguntas inversas (para hacer el día de la entrevista). Para investigación de empresa y comparación de ofertas, no aplicar estos números.

Para la versión completa y la versión resumida de preparación de selección, siguiendo references/self-introduction.md, crear automáticamente una presentación personal de aproximadamente 1 minuto a partir del historial de conversación disponible y los materiales de trayectoria proporcionados. Separada de la motivación, resumir en 250-350 caracteres un guión que incluya: afiliación actual → experiencia/logros representativos → fortalezas → cierre. Si la trayectoria está completa, no se debe solicitar una nueva entrada. Solo si falta información, confirmar los elementos necesarios en una sola pregunta a través de la UI de preguntas. No usar historiales de chat anteriores a los que no se pueda acceder, ni información que no se pueda confirmar como logros del candidato. Cuando se genere con el script, guardar el guión completo en un archivo temporal y pasarlo con --self-introduction-file.

# Generación de la hoja maestra completa de análisis de empresa y superación de selección (--mode full)
python3 scripts/report_generator.py \
  --company "Nombre de la empresa objetivo" --industry "Trading" --role "Planificación" --stage "Segunda entrevista" \
  --candidate "Recién graduado" --archetype "Gran empresa japonesa" --competitors "Competidor A, Competidor B" --mode full

# Generación de la chuleta de 5 minutos antes de la entrevista (--mode cheatsheet)
python3 scripts/report_generator.py \
  --company "Nombre de la empresa objetivo" --industry "IT" --role "Ventas" --stage "Entrevista final" --mode cheatsheet

# Generación de la tarjeta de comparación de ofertas después de la oferta (--mode offer-comparison)
python3 scripts/report_generator.py \
  --company "Primera opción" --competitors "Oferta concurrente A, Oferta concurrente B" --mode offer-comparison

4. Barreras de calidad que deben cumplirse estrictamente

  1. Prohibición de fabricación de números y hechos (No alucinación):
    • Los datos cuantitativos como ventas, beneficios, salario medio, tasa de uso de vacaciones, etc., deben basarse únicamente en hechos confirmados (indicando año fiscal y fuente). No rellenar elementos faltantes con suposiciones. Distinguir entre "no confirmado (no investigado, fundamento no confirmado)", "no disponible (fallo de acceso a la documentación, restricciones de visualización)" y "no público (confirmado como no divulgado)", y adjuntar el método de confirmación y los materiales de referencia. No considerar como "no público" simplemente porque no se encontró en la búsqueda. Incluso las descripciones comunes en las opiniones deben tratarse como "tendencia/hipótesis de opiniones" hasta que se respalden con fuentes primarias, etc.
  2. Uso diferenciado de la perspectiva en caso de preparación para la selección:
    • Si se conoce el cargo/responsabilidad del entrevistador o la descripción del puesto, priorizar esa información sobre la estimación basada en el número de entrevistas. Los siguientes son puntos de referencia generales.
    • Primera entrevista: Priorizar "conclusión concisa primero (45-60 segundos), comprensión básica, honestidad y capacidad de colaboración", evitando críticas pedantes a la gestión.
    • Segunda entrevista: Priorizar "comparación clara con la competencia, reproducibilidad práctica en el puesto deseado, hipótesis de desafíos desde la perspectiva del gerente de campo".
    • Entrevista final: Priorizar "determinación de la primera opción, alineación de la Visión/Misión/Valores (VMV) con la experiencia personal, visión a largo plazo de 5-10 años".
  3. Evitar la conversión en una "carta de fan" unilateralmente positiva:
    • No solo presentar las fortalezas de la empresa, sino también presentar de manera constructiva los elementos de riesgo del informe financiero, los desafíos estructurales de la industria y los puntos a confirmar obtenidos de las opiniones, separando los hechos confirmados y las hipótesis.

Skills relacionados