andreworia/sensitivity-tornado

Classifie les sensibilités des variables par rapport à un résultat clé et construit un diagramme tornade en faisant varier chaque entrée sur une plage définie, en calculant l'impact sur le résultat et en produisant une structure de données pour un graphique à barres horizontales.

Qu'est-ce que sensitivity-tornado ?

Cette compétence génère automatiquement une analyse de tornade complète pour les modèles financiers ou stratégiques dans Excel. Elle permet d'identifier les hypothèses critiques qui influencent le plus un indicateur clé (comme l'EBITDA, le TRI, la valeur nette, le chiffre d'affaires, etc.) et de les classer par ordre d'impact absolu. L'utilisateur fournit un modèle terminé et une cellule de résultat clé ; la compétence définit une plage de variation crédible pour chaque variable d'entrée, calcule les impacts à la hausse et à la baisse, puis construit une structure de données de graphique à barres horizontales empilées dans Excel pour créer un diagramme tornade visuel. Le résultat inclut un tableau de données trié, une interprétation des 5 variables les plus importantes, et des instructions de mise en forme du graphique (couleurs, étiquettes, ligne de référence). Cette compétence est particulièrement utile à la fin d'un exercice de modélisation, avant la présentation ou la validation du modèle, pour répondre à des questions comme « Quels sont les risques clés du modèle ? » ou « Quelle est l'hypothèse la plus importante ? ».

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

Installed? Explore more Productivité et collaboration skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Diagramme Tornade de Sensibilité

Quand l'utiliser

Utilisez cette compétence lorsqu'un modèle a été construit et que l'équipe doit identifier quelles hypothèses influencent réellement le résultat, avant d'investir davantage d'efforts analytiques. Déclenchez-la lorsqu'un chef de projet demande « quels sont les risques clés du modèle ? », lorsqu'une révision du modèle nécessite un résumé de sensibilité, ou lorsqu'un comité d'investissement demande « quelle est l'hypothèse la plus importante ? » Elle est particulièrement utile à la fin d'un exercice de modélisation, comme diagnostic final avant qu'un modèle ne soit présenté ou validé.

Ce qu'elle fait

Produit une analyse complète du diagramme tornade : identifie toutes les variables d'entrée à tester, définit la plage de variation pour chacune, calcule l'impact sur le résultat pour chaque variation (à la hausse et à la baisse), classe les variables par impact absolu, et spécifie la structure de données du graphique à barres horizontales dans Excel qui crée un diagramme tornade. Classe les hypothèses par leur contribution à l'incertitude du résultat.

Méthode

  1. Identifier le résultat clé à sensibiliser. L'analyse tornade se concentre sur un résultat à la fois. Définissez quel résultat est le plus pertinent pour la décision : EBITDA, TRI, valeur des fonds propres, VAN, chiffre d'affaires sur 5 ans, ou un autre indicateur clé. Si plusieurs résultats sont pertinents, construisez un tornade par résultat.

  2. Lister toutes les variables d'entrée candidates. Compilez chaque hypothèse matérielle du modèle qui est (a) incertaine et (b) pourrait avoir un impact significatif sur le résultat. Une liste de départ pour un modèle financier : taux de croissance du chiffre d'affaires, marge brute, marge d'EBITDA, coût d'acquisition client, taux de désabonnement, intensité des dépenses d'investissement, jours de besoin en fonds de roulement, WACC ou taux d'actualisation, taux de croissance terminale, multiple de sortie, taux de change, taux d'imposition. Visez 8 à 15 variables.

  3. Définir la plage de variation pour chaque variable. Pour chaque variable d'entrée, définissez une valeur basse et une valeur haute représentant une plage crédible. L'approche standard est plus ou moins un écart type de la variable, ou plus ou moins 10 à 20 % de la valeur de base, ou une plage de scénario spécifique (par exemple, « bas de la fourchette des prévisions de la direction » à « haut de la fourchette des prévisions de la direction »). Principe clé : les variations doivent être symétriques autour de la base pour la comparaison, mais peuvent être asymétriques si la distribution est réellement asymétrique.

  4. Calculer le résultat pour chaque variation, une variable à la fois. Pour chaque variable : a. Définissez la variable à sa valeur basse, maintenez toutes les autres variables à la base. Enregistrez la valeur du résultat. Étiquetez « Impact bas ». b. Définissez la variable à sa valeur haute, maintenez toutes les autres variables à la base. Enregistrez la valeur du résultat. Étiquetez « Impact haut ». c. Réinitialisez la variable à sa valeur de base avant de tester la variable suivante.

    Dans Excel, cela peut être fait manuellement (modifier chaque cellule d'entrée, enregistrer le résultat dans un tableau) ou systématiquement en utilisant un tableau de données à une variable pour chaque variable. L'approche du tableau de données est préférée pour des ensembles de variables plus importants car elle se recalcule automatiquement lorsque le modèle change.

  5. Calculer l'impact pour chaque variable. Impact = Résultat haut - Résultat bas (pour un résultat « plus élevé est meilleur »). Impact absolu = ABS(Résultat haut - Résultat bas). Triez les variables par impact absolu en ordre décroissant. La variable avec le plus grand impact absolu se trouve en haut du diagramme tornade.

  6. Construire le tableau de données du tornade. Configurez les colonnes suivantes dans Excel :

    Colonne A : Nom de la variable. Colonne B : Valeur de base du résultat (identique pour toutes les lignes, référence à la cellule de résultat). Colonne C : Résultat bas (résultat lorsque cette variable est définie à sa valeur basse). Colonne D : Résultat haut (résultat lorsque cette variable est définie à sa valeur haute). Colonne E : Impact bas = Résultat bas - Résultat de base (sera négatif si la variation basse réduit le résultat). Colonne F : Impact haut = Résultat haut - Résultat de base (sera positif si la variation haute augmente le résultat). Colonne G : Plage d'impact absolu = ABS(Résultat haut - Résultat bas). Utilisée pour le tri.

    Triez le tableau par la colonne G en ordre décroissant. La première ligne est la variable la plus impactante.

  7. Construire le diagramme tornade comme un graphique à barres horizontal. Excel n'a pas de type de graphique tornade natif. Construisez-le en utilisant un graphique à barres empilées :

    Série de données 1 (base invisible) : Cela positionne correctement les barres. Pour chaque variable, la base invisible = MIN(Résultat bas, Résultat haut) - un petit décalage pour centrer le graphique. Alternativement, la base = la valeur du résultat bas pour les variables où la variation basse est négative.

    Approche plus simple : Construisez deux séries de données centrées sur zéro. Pour chaque variable : Barre à la baisse = Impact bas (nombre négatif). Barre à la hausse = Impact haut (nombre positif). Définissez l'axe des catégories (axe X) pour qu'il croise à 0.

    Le résultat est un graphique à barres « papillon » centré sur zéro. Plus la paire de barres est longue, plus le résultat est sensible à cette variable.

  8. Trier les lignes pour que la variable la plus impactante soit en haut. Dans les graphiques à barres Excel, les catégories s'affichent dans l'ordre inverse du tableau de données. Triez le tableau de données de sorte que la variable la moins impactante soit à la ligne 1 et la plus impactante à la dernière ligne. Cela garantit que le graphique s'affiche avec la variable la plus impactante en haut (ce qui est la convention pour les diagrammes tornade).

  9. Appliquer un code couleur. Formatez les barres à la baisse en rouge et les barres à la hausse en bleu (ou vert). Supprimez le quadrillage. Supprimez la bordure du graphique. Cela crée un diagramme tornade propre et professionnel.

  10. Ajouter des étiquettes de variables et des valeurs d'impact. Ajoutez des étiquettes de données à chaque barre montrant la valeur du résultat (ou la valeur d'impact). Ajoutez le nom de la variable comme étiquette de catégorie de l'axe Y. Ajoutez une ligne de référence verticale à x=0 (le cas de base) en utilisant une série de dispersion superposée au graphique à barres.

  11. Interpréter le tornade. Les 3 à 5 premières variables du tornade sont les hypothèses critiques du modèle. Celles-ci méritent : l'estimation et la validation les plus minutieuses, des plages de sensibilité dans la présentation au conseil, et un suivi continu si le modèle est un outil de planification en direct. Les variables dans la moitié inférieure du tornade sont relativement peu importantes et peuvent être fixées aux valeurs de base pour simplifier.

  12. Documenter les hypothèses de variation. Sur le même onglet que le tableau de données du tornade, ajoutez une colonne montrant l'hypothèse de variation : « Bas : Base - 2pp ; Haut : Base + 2pp » pour chaque variable. Cela rend l'analyse vérifiable et permet à d'autres de comprendre la base de la plage de sensibilité sans ouvrir l'onglet Entrées.

Entrées

  • Modèle financier ou stratégique terminé avec une cellule de résultat clé
  • Liste des variables d'entrée à tester (ou autorisation d'extraire toutes les entrées de l'onglet Entrées)
  • Plage de variation pour chaque variable (ou un défaut de +/- 10-15 % de la valeur de base à appliquer uniformément)
  • Référence de la cellule de résultat clé et unités

Format de sortie

Une spécification complète d'analyse tornade avec :

  1. Liste des variables avec plages de variation : Nom de la variable | Valeur de base | Valeur basse | Valeur haute | Justification de la variation. Une ligne par variable.
  2. Tableau de données du tornade : Variable | Résultat de base | Résultat bas | Résultat haut | Impact bas | Impact haut | Plage absolue. Trié par plage absolue décroissante.
  3. 5 principales conclusions : Les 5 variables les plus impactantes nommées et leur impact absolu quantifié.
  4. Structure des données du graphique : Les deux séries de données (barres à la baisse et à la hausse), ordre de tri, et configuration des axes.
  5. Instructions de formatage du graphique : Couleurs, étiquettes, approche de la ligne de référence.
  6. Résumé d'interprétation : Ce que le tornade révèle sur l'incertitude du modèle et où concentrer l'effort analytique.

Exemple

L'utilisateur dit : « J'ai un modèle DCF. Résultat clé : Valeur des fonds propres. Valeur de base des fonds propres = 125 M$. Testez ces variables : CAGR du chiffre d'affaires (base 15 %), marge d'EBITDA (base 22 %), WACC (base 12 %), taux de croissance terminale (base 3 %), capex en % du chiffre d'affaires (base 5 %), taux de désabonnement (base 8 %). »

Claude répond :

Plages de variation :

VariableBaseBasHaut
CAGR du chiffre d'affaires15 %10 %20 %

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 associés