Finanzas · Analista Financiero
Un pronóstico financiero en vivo, construido a partir de tus propios libros.
Cada mes deriva un modelo prospectivo basado en drivers directamente de tus datos de contabilidad y facturación — luego te da una lectura clara de la liquidez, la autonomía y lo que las mueve. Funciona para cualquier negocio — SaaS, servicios, agencia, comercio minorista, comercio electrónico, fabricación y más. Una segunda IA de un proveedor distinto relee la narrativa antes de que la veas, y tú la apruebas antes de que se envíe. Es de solo lectura en cada herramienta conectada: nunca registra un asiento ni cierra un libro.
Del cierre de los libros a una narrativa en tu cola de aprobación
Los libros se cierran
Una actualización mensual se dispara desde QuickBooks o Xero.
Modelo derivado
Drivers del libro mayor; curvas de cohortes también, para negocios de suscripción.
Se ejecutan escenarios
La biblioteca de escenarios se ejecuta; se redacta una narrativa de desviación.
Tú apruebas
Una segunda IA la relee; luego espera tu visto bueno.
¿Libros no cerrados en 35 días? Una compuerta de calidad de libros se niega a ejecutarse en lugar de narrar un pronóstico sobre cifras obsoletas — te dice el hueco en su lugar. ¿Necesitas una lectura entre actualizaciones? Pregunta /runway en Slack en cualquier momento.
El contrato
Qué ejecuta por su cuenta, qué consulta contigo, qué no tocará.
Ejecuta por su cuenta
- Deriva automáticamente un modelo prospectivo basado en drivers a partir de tu libro mayor de QuickBooks o Xero cada mes — ingresos, costes, margen, liquidez y plantilla, sea lo que sea lo que venda tu negocio.
- Para negocios de suscripción, ajusta curvas de retención de cohortes a partir de tu historial real de Stripe — sin hoja de cálculo de cohortes manual.
- Superpone referencias macro en vivo — la tasa de fondos federales, el crecimiento del sector y las normas de consumo de caja — para que el modelo se fundamente en contexto externo, no solo en tus últimos 12 meses.
- Ejecuta una biblioteca de escenarios en cada actualización — base, conservador, agresivo, además de cualquier escenario personalizado que hayas guardado.
- Saca a la luz los 3 supuestos principales que mueven tu pronóstico, cada uno con la cifra concreta que mueve.
- Narra la desviación entre cada supuesto y los datos reales en lenguaje sencillo, con la cifra de origen detrás de cada afirmación.
- En los planes superiores, redacta tu informe trimestral para el consejo a partir del mismo modelo — un PDF de 12-14 páginas, con relato y gráficos, y cada euro y porcentaje citado a una transacción de origen.
Lo consulta contigo primero
- La narrativa de desviación mensual entra en cola para tu aprobación antes de que se envíe — la apruebas, la editas o la rechazas. Nada sale por su cuenta.
- Un cambio de supuesto en lenguaje natural te muestra una vista previa de los deltas analizados antes de comprometerse a un escenario.
- Cuando una referencia de la superposición macro varía más de un 20% respecto a tu propia cifra, ese supuesto se te enruta en lugar de aplicarse en silencio.
- Si la compuerta de calidad de libros bloquea una actualización, saca a la luz el hueco específico y espera — no ejecuta un pronóstico sobre cifras en las que no confía.
No tocará
- Cerrar tus libros, registrar un asiento contable o modificar cualquier libro mayor — es de solo lectura en cada herramienta conectada.
- Recategorizar transacciones o hacer contabilidad — lee tus libros, no los corrige.
- Declaraciones de impuestos, impuesto sobre las ventas o 1099 — es una herramienta de pronóstico, no un preparador de impuestos.
- Material de captación de fondos orientado a inversores — la narrativa de desviación es solo para contexto interno del consejo.
- Enviar correos a tus clientes, o tomar cualquier acción fuera del panel y Slack.
¿Varias entidades legales? La consolidación multientidad es una función del nivel Business en adelante — Solo y Team pronostican una sola entidad.
Matriz de capacidades completa del registro de roles
COMPETENTE
- Driver-based forward model auto-derived from QB + Stripe + HubSpot. Revenue model auto-shapes to your data: cohort × ARPU × retention for SaaS, repeat-purchase rate × AOV for e-commerce, recurring-contract retention for services. OpEx model from headcount × loaded cost + tools + marketing efficiency. 3-statement linked through AR-DSO, AP-DPO, deferred revenue. Driver-derivation runs nightly; operator can override per-driver in plain English.
- Append-only versioned assumption ledger with audit trail. Every assumption ('hiring pace 2/quarter', 'Q3 enterprise close rate 22%', 'churn 3.5%') is a row in an append-only ledger — never updated, never deleted. Each edit creates a new version with author, timestamp, prior value, and the rationale you typed. The model rebuilds from the current assumption-version set on every refresh. CLAUDE.md principle #2 made operational for the Financial Planning & Analysis surface.
- Cohort retention curve auto-fit from Stripe actuals. Reads Stripe subscription events, computes per-cohort retention curves (monthly cohort × month-since-signup → retained %), fits a decay model, and uses the fitted curve as the forward retention driver. Non-SaaS equivalents: repeat-purchase rate decay from QB invoice patterns for e-commerce; recurring-contract retention for services. Operator can override the fitted curve.
- Macro auto-overlay — Fed rate + wages + sector benchmarks. Daily refresh from public sources: Fed funds rate (cost-of-capital input for runway-extension decisions), Carta + Levels.fyi wage benchmarks by role/level/region (headcount cost assumption sanity), SaaS Capital + OPEXEngine sector growth / burn-multiple / NRR norms for SaaS, NFIB SMB index for non-SaaS. The model surfaces every assumption against its macro-overlay range — 'your Q3 enterprise close-rate assumption 28% sits at the 90th percentile of SaaS Capital benchmark — verify or revise.'
- Scenario library — base / conservative / aggressive + custom. Three pre-built scenarios run on every model refresh (base = your assumptions; conservative = −20% growth / +20% costs; aggressive = +20% growth / +20% costs). Custom scenarios accept natural-language input ('what if I raise $2M at 15% dilution and hire 4 engineers') — the scenario builder parses the prompt into assumption deltas you preview before the rerun. Every scenario saves with a name + creation timestamp + cited assumption changes.
- Sensitivity analysis — top-3 assumptions driving runway. On every refresh, the model computes which 3 assumptions would shorten runway most if they moved by ±10% — surfaced as a ranked list with delta-runway in weeks per +10% / −10% move per assumption. The founder sees not just 'runway 47 weeks' but 'runway is 64% driven by your Q3 enterprise close-rate assumption — if that drops 5pts you lose 8 weeks.'
- Monthly AI-narrated assumption-vs-actuals drift. On the day books close (≤35 days post month-end), the Tier-3 cross-family supervised worker narrates the drift between every assumption and what actually happened in plain English. 'CAC payback slipped 14→17 because Q1 cohort retention dropped 2pts; the macro benchmark for your stage is 14 — your prior assumption was at the benchmark, the actual is below it.' Every claim cites a source GL transaction or Stripe event. Lands in /app/fpa + Slack #finance digest channel.
- Slack /runway slash command + Slack-native model Q&A. Real-time read from the latest model state. /runway returns the current runway + the macro context + the top-3 sensitivity-driving assumptions. Free-form Slack Q&A ('what's our gross margin trend over the last 6 months?', 'how much would runway extend if I cut $50K headcount?') returns answers grounded in the live model + actuals. Quoted answers always cite the relevant model row + the source transaction chain.
- 13-week rolling cash forecast with P10/P50/P90 confidence bands. Pulls cash actuals from QB + Stripe + Mercury + Brex + Ramp (read-only); projects the next 13 weeks of cash-in / cash-out from the driver model + AR-DSO + AP-DPO + scheduled payroll. Confidence bands derived from scenario library (P10 = conservative, P90 = aggressive). Surfaces in /app/fpa + emits a weekly Slack digest every Monday 07:00 local-time with the next-13-week chart.
- Append-only audit log + Tier-3 supervisor on monthly narrative. Every assumption change, scenario rerun, model refresh, and narrative emission is logged to the append-only audit_log table with tenant_id, user_id, timestamp, metadata. The monthly drift narrative routes to Tier 3 cross-family supervisor (Anthropic worker → OpenAI reviewer → Gemini tiebreaker on disagreement) — the narrative is the externally-visible artifact, so its guardrails sit at the strictest tier in the marketplace.
- Books-quality gate — refuse-to-run if books not closed in 35d. At onboarding and on every monthly refresh, the worker checks whether the customer's QB/Xero books are closed within the last 35 days, reconciled, and categorized above a minimum quality bar. If not, refuse to run the model — surface the specific gaps + recommend a bookkeeper (Pilot / Bench-refugee / Puzzle partner list). Brand-defense discipline: a narrated drift on garbage books is a credibility bomb, not a deliverable.
- Read-only by API-scope across every connected vendor. QuickBooks / Xero / Stripe / HubSpot / Mercury / Brex / Ramp tokens carry NO write scopes. Cannot post a journal entry, cannot recategorize a transaction, cannot modify a subscription, cannot move a deal stage, cannot move money. Read-only at the API-scope layer, not the prompt layer — schema-enforced refusal.
ASISTIDO
- Macro-overlay variance > 20% triggers operator review. When the model finds any assumption sitting outside ±20% of the macro-overlay benchmark for your stage / sector / region, the monthly narrative banners it in /app/fpa and the worker pauses the auto-send pipeline for that month. Operator either revises the assumption or approves the overlay-variance with a rationale that audit-log records.
- Three-way supervisor disagreement — operator review. When worker / supervisor / tiebreaker all disagree on a narrative claim (e.g., direction of the drift, magnitude of the assumption miss), the narrative row routes to operator review in /app/fpa/inbox instead of auto-resolving. Today: pick the worker's verdict, log all three in audit_log, surface the conflict in the per-narrative detail. ≥50 instances needed before a deeper investigation.
- Natural-language assumption updates — operator preview before commit. When the operator types 'bump enterprise close rate to 25%' or 'churn assumption goes to 3.8%', the worker parses the language into a structured assumption-delta + previews the runway / ARR impact in /app/fpa before the operator confirms commit. Audit-log records the prompt + the parsed structured delta + the operator's confirmation.
- Monthly narrative review queue — operator approves before send. The Tier-3 monthly narrative lands in a review queue in /app/fpa/inbox by default. Operator can edit, approve, or reject before it ships to the Slack #finance channel or is included in the Board Pack Drafter's monthly internal update. Auto-send opens after the first 90 days once the operator has approved ≥6 narratives without material edits.
RECHAZADO
- Investor-facing fundraising material — internal board only. FTC / SAFE / 506(b) risk discipline. We never draft a fundraising pitch deck, never draft a SAFE, never draft any material that goes to a current/prospective investor in a fundraising context. We draft INTERNAL board updates (post-funding, post-info-rights). Board Pack Drafter (boris-v0) consumes our model output strictly for internal board communication. Schema-enforced — output type is 'internal_board_update', never 'fundraise_doc'.
- Opaque score outputs without underlying transaction citations. Every quantitative claim in any narrative, model output, or Slack answer cites a source transaction chain (stripe_invoice_X, qb_transaction_Y, hubspot_deal_Z) — never a single 'health score: 0.34' or 'risk index: 7'. Post-parse validator drops outputs that fail the citation check. The citation IS the unlock for finance trust.
- Modifying the chart of accounts or recategorizing transactions. The chart of accounts (CoA) is the bookkeeper's domain. We READ the CoA + the categorized transactions, we never WRITE to it. If we find a transaction that looks miscategorized (e.g., personal expense in COGS), we surface it in /app/fpa as a recommendation for the bookkeeper — never recategorize ourselves. API-scope + schema enforcement.
- Multi-entity consolidation (V1 single-entity; Phase 2 enterprise). V1 ships single-entity modeling — one QB/Xero file per tenant. Multi-entity consolidation (parent + subsidiaries + intercompany eliminations + currency translation) opens as Phase 2 enterprise after the first 25 paying SMB customers, per ADR-0031 §Enterprise Phase 2. Refusing in V1 protects model quality — multi-entity is a hard modeling problem we won't half-ship.
- Customer-facing outreach — never emails / Slacks your customers. AI Financial Analyst is an INTERNAL worker for your founder / operator / finance team. Never sends a message to YOUR customers (overdue invoice chasing is Renewal Hunter v2 territory; customer-success outreach is RH + AHW). Output channels: /app/fpa (web UI), Slack #finance (internal channel), Board Pack Drafter (internal board update). No external send paths.
- Closing books, posting GL entries, modifying any ledger. AI Financial Analyst is NOT in the bookkeeping business. Books are closed by Pilot / Bench-refugee / Puzzle / your human bookkeeper. The output schema has no journal-entry field; the API tokens for QB/Xero carry no write scopes. Hard refusal at the API-scope + schema layer, not the prompt layer.
- Tax filings, sales-tax computation, 1099 generation. Regulated / UPL-adjacent territory. We never file a tax return, never compute sales-tax owed, never generate a 1099. Surface a recommendation list of tax software (Avalara / TaxJar / Anrok / your CPA) when the operator asks; refuse the action itself. Founding-doc principle: methods, not credentials — we describe our methods, never claim a license.
Lo que obtienes
No un memorando — un modelo funcional que abres, más la lectura de lo que cambió.
Tres entregables concretos, cada mes. Cada cifra se rastrea a tu propio libro mayor — o a tus datos de facturación, para negocios de suscripción — la narrativa la relee una segunda IA independiente antes de que la veas, y nada es definitivo hasta que apruebas.
Siempre activo
Un modelo en vivo en /app/fpa
Liquidez, autonomía y tasa mensual de consumo o acumulación de caja en una sola pantalla — derivados de un prospectivo de 12 meses basado en drivers que se reconstruye a partir de tus libros. Ábrelo cualquier día, no solo a fin de mes.
Cada mes
Una lectura citada de lo que cambió
Por qué se movió el pronóstico, en palabras sencillas — cada cifra rastreable a una fila del libro mayor o de facturación, puesta en cola para que la apruebes, edites o rechaces.
Exporta y pregunta
Escenarios, Excel y Slack
Una biblioteca de escenarios base / conservador / agresivo más los tuyos guardados, una exportación a Excel de los drivers y escenarios, y la autonomía bajo demanda en Slack con /runway.
Actualización de mayo · libros cerrados el 31 de mayo
Redactado — esperando tu aprobaciónAutonomía — caja disponible ÷ consumo actual
11.2 meses
1,4 meses menos que en abril — era 12,6
Caja proyectada · próximos 12 meses
Qué lo movió este mes
Retención, no gasto. La cohorte de enero renovó al 94% frente a un 101% modelado, así que la retención neta de ingresos quedó por debajo del plan. El coste de plantilla siguió el modelo dentro de un 2%, y tu coste de capital sigue por debajo de la referencia actual de fondos federales — sin alerta de gasto este mes.
Se rastrea a: la tasa de renovación de la cohorte de enero del historial de suscripciones de Stripe · la NRR modelada de la ejecución previa del modelo de drivers · la referencia de fondos federales de la instantánea macro en vivo.
Cambia un supuesto — la autonomía se recalcula
- Contratar los 3 puestos de ingeniería planeados autonomía → 9,4 meses
- La próxima ronda se retrasa un trimestre autonomía → 8,9 meses
- La retención de la cohorte de enero se recupera al plan autonomía → 13,1 meses
Cada cifra se rastrea a una fila del libro mayor o de Stripe, y todo el informe lo relee una segunda IA independiente de un proveedor distinto antes de que llegue a ti — nada es definitivo hasta que apruebas.
Actualización de mayo · libros cerrados el 31 de mayo
Redactado — esperando tu aprobaciónCaja disponible — y la tasa mensual de acumulación
$612K
acumulando +34 K$/mes — la mitad del ritmo de +71 K$ del T1
Caja proyectada · próximos 12 meses
Qué lo movió este mes
Margen, no demanda. Los ingresos crecieron un 6% en el trimestre, pero el margen bruto cedió unos 2 puntos — los materiales se pasaron del plan en dos instalaciones grandes. La caja sigue acumulándose; el ritmo solo se redujo a la mitad respecto al T1. La nómina siguió el modelo dentro de un 3%.
Se rastrea a: ingresos y coste de materiales del cierre del libro mayor de mayo · margen del trimestre anterior de la última ejecución del modelo · nómina del libro mayor general.
Cambia un supuesto — el pronóstico se recalcula
- Ganar los dos contratos de mantenimiento pendientes caja a fin de año → 1,0 M$
- El coste de materiales se mantiene en el plan caja a fin de año → 940 K$
- Añadir un tercer equipo de instalación en el T3 caja a fin de año → 620 K$
Cada cifra se rastrea a una fila del libro mayor, y todo el informe lo relee una segunda IA independiente de un proveedor distinto antes de que llegue a ti — nada es definitivo hasta que apruebas.
El mismo informe, descargable: una exportación a Excel de los drivers y escenarios, y un comando de Slack /runway para la cifra bajo demanda. El conjunto de supuestos de cada mes se conserva en un registro de solo anexado — lo que el modelo supuso, cuáles fueron los datos reales y lo que aprobaste siempre es rastreable.
En los planes superiores
Listo para el consejo, con las mismas cifras
En los planes Business y Practice, el Analista Financiero también redacta tu informe trimestral para el consejo — construido sobre el modelo que ya mantiene, de modo que el documento y la previsión nunca se contradigan. Apruebas cada sección antes de que sea definitiva; nada se envía nunca a inversores de forma automática.
Documento trimestral
Redactar la carpeta
Un PDF de informe de consejo de 12-14 páginas — relato y gráficos, coherente trimestre a trimestre — con cada cifra citada a una transacción de origen de tu modelo.
Antes de la reunión
Ensayo de preguntas y respuestas
Un ensayo previo de una docena de preguntas difíciles con respuestas citadas, unas 48 horas antes de la reunión, más una actualización interna mensual entre informes.
Entre informes
Registro de compromisos
Rastrea cada compromiso adquirido con el consejo a lo largo de los informes y lo recalifica el trimestre siguiente — marcas cada línea como cumplida, incumplida o redefinida.
El informe del consejo lo revisa de forma independiente un segundo proveedor de IA antes de llegar a tu cola, y no hay vía de envío externo — el informe permanece interno hasta que lo apruebas y lo compartes.
Precios
Tres niveles según el recuento de entidades y los puestos.
Cada nivel obtiene el mismo motor — el modelo de drivers derivado automáticamente, la superposición macro, el ajuste de cohortes para negocios de suscripción y la revisión de IA del segundo proveedor en cada narrativa de desviación.
What it replaces
Hacerlo internamente implica un sueldo completo, cargas sociales y meses de puesta a punto, todo para una sola función. Ataski entrega el resultado desde el primer día con un precio mensual fijo y previsible.
Calidad de nivel empresarial por una fracción de una contratación. Amplía o pausa cuando quieras: solo pagas los meses que lo usas.
Solo
$599 ≈ €551 / mes
1 entidad · 1 usuario
≈ $599.00 per entity per month
- Modelo prospectivo basado en drivers, derivado automáticamente cada mes
- Ajuste de retención de cohortes — negocios de suscripción
- Narrativa de desviación revisada entre proveedores · Slack /runway
Un fundador con una sola entidad que quiere un pronóstico real a partir de libros reales.
Elegir SoloTeam
$1,499 ≈ €1,379 / mes
3 entidades · 5 usuarios
≈ $499.67 per entity per month
- Todo lo de Solo, en 3 entidades
- Biblioteca de escenarios + sensibilidad de los 3 principales
- Escenarios personalizados en lenguaje natural · carga macro personalizada
Un responsable de finanzas que modela unas pocas entidades y necesita escenarios bajo demanda.
Elegir TeamBusiness
$2,999 ≈ €2,759 / mes
5 entidades · 20 usuarios
≈ $599.80 per entity per month
- Todo lo de Team, en 5 entidades
- Consolidación multientidad
- SSO · exportación del registro de auditoría · retención personalizada · DPA
- Informe trimestral del consejo + ensayo de preguntas + registro de compromisos
Finanzas de mercado medio con compras — el SSO y un DPA son requisitos de aprobación.
Elegir BusinessPractice — director financiero fraccional
$399 ≈ €367 / mes base + $199 por entidad-mes
$399/mes base + $199 por entidad al mes · suborganizaciones multi-arrendatario · diseñado para despachos de directores financieros fraccionales que gestionan 4-10 libros de clientes desde un único asiento Ataski. Hasta 10 entidades; uso medido a través de Stripe.
Incluye el informe trimestral del consejo para cada cartera de cliente — documento, ensayo de preguntas y registro de compromisos, construido sobre el modelo de cada entidad.
Per-entity billing wires through your account manager. Self-serve checkout flips on once Stripe usage reporting is wired.
Enterprise — más allá de 5 entidades
Para entidades ilimitadas, eliminaciones intercompañía y traducción de divisas, o cuando compras necesita SAML, claves de LLM propias, residencia regional de datos y revisiones del DPA. Se vende por canal entrante.
Configuración
Tres pasos — luego se ejecuta solo cada mes.
-
01
Conecta tus libros y tu facturación. QuickBooks o Xero para el libro mayor, Stripe para las cohortes de suscripción (opcional) — acceso de solo lectura en cada uno.
-
02
Confirma el modelo. Detecta la forma de tu negocio a partir de los datos y deriva el primer modelo — revisas los drivers que eligió.
-
03
Espera el cierre. Cada mes la actualización se dispara una vez que cierran tus libros; la narrativa llega a tu cola de aprobación.
Por dentro
Cómo se construye el pronóstico, y qué lo revisa.
- Construye el modelo
- Un motor determinista deriva el modelo prospectivo basado en drivers — y ajusta curvas de cohortes para negocios de suscripción; el cálculo es código simple, nunca un modelo de lenguaje
- Escribe la narrativa
- Una IA convierte la ejecución en prosa en lenguaje sencillo — explica las cifras, no las calcula
- Revisa la narrativa
- Una segunda IA, independiente y de un proveedor distinto, relee cada narrativa de desviación; un desempate decide cuando las dos no coinciden en la dirección
- Datos externos
- La tasa de fondos federales en vivo del feed público de la Reserva Federal, más referencias sectoriales que puedes cargar — superpuestas en cada actualización
- Acceso
- Solo lectura en QuickBooks, Xero y Stripe — no puede registrar un asiento, cerrar un libro ni cambiar un libro mayor
- Privacidad
- Privado de tu espacio de trabajo, cada ejecución y supuesto en un registro de auditoría de solo anexado, eliminación de datos a los 30 días tras la baja
Un pronóstico que se reconstruye solo — a partir de tus libros, cada mes.
Conecta tus libros y tu facturación una vez. Cada mes el modelo se vuelve a derivar, los escenarios se ejecutan y una lectura clara de la liquidez, la autonomía y lo que las mueve llega a tu cola de aprobación — releída por una segunda IA antes de que la veas.