# Business Assumption Stress Test

> 当需要在市场或资本验证前自检某条关键商业假设（市场规模、营收预测、护城河、招聘节奏、留存等）时使用；做对单条假设的反向证据搜集、下行建模、敏感度分析与对冲方案，产出结构化压力测试报告；不适用于已有充分数据的常规复盘或无明确假设的泛泛战略讨论。触发词：假设验证、压力测试、下行/熊市情景、敏感度分析

- Skill: `findscripter/business-assumption-stress-test` (Agent Skill)
- Install (CLI): `npx skillmds@latest add findscripter/business-assumption-stress-test`
- Raw SKILL.md: https://api.skillmd.com/api/skills/findscripter/business-assumption-stress-test/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- License: MIT
- Author: findscripter (https://skillmd.com/u/findscripter)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/findscripter/business-assumption-stress-test

---

## 何时使用

把任何一条商业假设拿来「在市场打碎它之前先自己打碎它」。适用于营收预测、市场规模（TAM/SAM/SOM）、竞争护城河、招聘速度、客户留存、竞品反击等关键判断。

核心信念：**最危险的假设，是全员一致同意、没人质疑的那一条**。创始人天生乐观——这是从零起步的必需品，但同样的乐观会让商业模型里的数字被持续灌水。压力测试不是悲观，而是校准（calibration）。

不该用的边界：
- 假设不明确、只是泛泛战略发散时——先逼出一条可证伪的具体假设再用本法。
- 已有充分历史数据、属于常规复盘/归因时——直接用数据分析即可，无需走情景建模。
- 「我们市场很大」这类含糊、不可证伪的陈述——先具体化，否则压力测试无从下手。

## 步骤

**第 1 步：隔离假设。** 明确写出来。不是「我们市场很大」，而是「德国中小企业 B2B 支出管理软件的 TAM 为 €2.3B」。越具体越可测试；含糊的假设不可证伪，因而无用。常见假设类型：市场规模、客户行为（付费意愿/流失/扩张/转介）、营收模型（转化率/客单/销售周期/CAC）、竞争位势（护城河耐久性/竞品反应速度/切换成本）、执行（团队速度/招聘与产品时间线）、宏观（监管/经济/技术）。

**第 2 步：寻找反向证据。** 主动找「它是错的」的证据，而非找支持它的理由。问：谁试过并失败了？什么数据与此矛盾？熊市情景长什么样？一个聪明的怀疑者会指向哪里？这类假设的基础概率（base rate）是多少？证据来源：相邻市场失败的可比公司、同类业务的流失数据、同类预测的历史准确率、口径冲突的行业报告、竞品试过后的真实发现。目标不是找理由停下，而是暴露「你不知道的东西」。

**第 3 步：为下行建模。** 多数计划只建基准情景和上行，压力测试要求显式建模下行。

定量假设（营收/增长/转化）用情景表：

| 情景 | 假设取值 | 概率 | 影响 |
|------|---------|------|------|
| 基准情景 | [原始值] | ? | |
| 熊市情景 | -30% | ? | |
| 压力情景 | -50% | ? | |
| 灾难情景 | -80% | ? | |

每一档的关键问题：**业务还能存活吗？计划还成立吗？**

定性假设（护城河/PMF/团队能力）问：这个假设出错的最早信号是什么？你要多久才会察觉？从它崩坏到你发现，中间会发生什么？

**第 4 步：算敏感度。** 有些假设比另一些重要得多。敏感度分析回答：**若这一条假设变化，结果会变多少？** 例：CAC 翻倍，现金跑道（runway）如何变？流失率从 5% 升到 10%，24 个月后的 NRR 如何变？销售周期从 3 个月变 6 个月，Q3 营收受多大影响？高敏感度 = 关键杠杆，错了就是大问题。

**第 5 步：提出对冲。** 每条高风险假设都应配一个对冲：验证型对冲（下注前先小范围测试：试点、客户访谈、小实验）、应急型对冲（错了的话 Plan B 是什么）、预警型对冲（什么先行指标能在为时已晚之前告诉你它正在崩，并设定触发阈值）。

## 指令

`/em:stress-test <assumption>`

按假设类型套用「常见失误 + 压力问题 + 测试方法」：

- **营收预测**——失误：管道按 100% 转化、不计延误/流失/季节性。压力问：你管道的真实历史赢单率是多少？前 3 大单子滑到下季度，数字怎么变？新销售要 4 个月而非 2 个月爬坡呢？测试：**用历史赢单率而非期望赢单率搭营收模型。**
- **市场规模**——失误：自上而下从行业报告算 TAM、混淆总市场与可服务市场、假设 100% SAM 可触达。压力问：你 ICP 里到底有多少家公司、你能点名吗？测试：**列出目标客户名单，数出来，乘以 ACV，那才是你的 SAM。**
- **竞争护城河**——失误：护城河是 6 个月就能复制的技术、尚未成型的网络效应、需要你还没有的规模的数据优势。压力问：资金充裕的竞品 90 天抄走你的王牌功能，客户会怎么做？测试：**问流失客户为什么离开、竞品本可如何留住他们。**
- **招聘计划**——失误：到岗时间按常规招聘周期估、不建模爬坡期（3-6 个月才满产）、关键岗位单点依赖。压力问：销售 VP 要 5 个月而非 2 个月到岗会怎样？测试：**按 0 净新增招聘建模——还剩什么能跑通？**
- **竞品反击**——失误：假设在位者不会反击（你赢了它们就会）、低估反击速度、不建模资源不对称。压力问：市场领导者 6 个月内复制你的产品，定价如何变？竞品融资 $30M 攻打你的赛道，你怎么回应？

## 示例

输出模板（保留源结构）：

```
ASSUMPTION: [精确陈述]
SOURCE: [来源——模型 / 投资人 pitch / 团队直觉]

COUNTER-EVIDENCE 反向证据
• [挑战该假设的具体证据]
• [可比的失败案例]
• [与假设矛盾的数据点]

DOWNSIDE MODEL 下行建模
• 熊市 (-30%): [对计划的影响]
• 压力 (-50%): [对计划的影响]
• 灾难 (-80%): [对计划的影响——业务能否存活？]

SENSITIVITY 敏感度
该假设敏感度为 [高 / 中 / 低]。
变动 10% → 结果变动 [X]。

HEDGE 对冲
• 验证: [下注前如何测试]
• 应急: [错了的 Plan B]
• 预警: [盯什么先行指标——以及在什么阈值上行动]
```

填法示意——假设「12 月 ARR 达 $2M」：SOURCE 为财务模型自下而上；COUNTER-EVIDENCE 列出同阶段同类公司预测命中率约 40%；DOWNSIDE 中熊市 -30% → 现金跑道少 4 个月；SENSITIVITY 标记销售爬坡周期为高敏感杠杆；HEDGE 用「前 5 个新销售爬坡时长」作预警指标，超 3.5 个月即触发降速招聘。

## 注意事项

- 隔离假设这一步决定成败：含糊、不可证伪的假设不要进入后续四步，先逼出一条带具体数字/口径的陈述。
- 区分定量与定性假设走不同路径：定量走情景表 + 敏感度；定性走「最早信号—察觉时延—崩坏到发现之间发生什么」。
- 找反向证据时刻意切换到「聪明怀疑者 / 投资人尽调」视角，并优先用基础概率（base rate）锚定，避免被个案乐观带偏。
- 灾难情景 (-80%) 的关键判据只有一个：**业务是否存活**；若不存活，该假设必须配强对冲或暂缓下注。
- 高敏感度假设 = 关键杠杆，应优先投入验证资源；低敏感度假设即便错了影响也有限，不必过度建模。
- 每条对冲都要落到可观测的先行指标和触发阈值上，否则预警形同虚设。

## 互见

- 与「情景规划 / 决策树」类思维方法配合：压力测试聚焦单条假设的证伪，情景规划组合多条假设成整体走势。
- 与财务建模 / 单位经济（CAC、LTV、NRR、runway）方法配合：本法提供「该把哪条假设拉去做敏感度」的入口。
- 与投资人尽调 / 风险登记表配合：压力测试输出可直接转为风险清单与对冲行动项。

---

采编自 alirezarezvani/claude-skills（MIT 许可）。