A Clearview Advisory Group é uma empresa de estratégia e consultoria financeira sediada nos EUA, que atende clientes de médio porte em planejamento plurianual e alocação de capital. Os projetos exigem modelos de previsão fundamentados na realidade macroeconômica atual — documentos feitos para CFOs e membros do conselho. James Merritt lidera a modelagem quantitativa em todos os projetos com clientes.
Três conjuntos de dados governamentais, sem camada de consolidação
O entregável era um modelo de previsão financeira de 3 anos ancorado em referências macroeconômicas dos EUA em tempo real — CPI, crescimento real do PIB e taxas de juros. Os dados macro estavam em arquivos CSV separados publicados por órgãos governamentais. Para construir a linha de base, Merritt precisava extrair as linhas pós-2020 de cada arquivo, calcular as taxas de crescimento ano a ano para CPI e PIB real e mesclar as três séries em uma única tabela coerente antes que qualquer trabalho voltado ao cliente pudesse começar.
O ambiente pós-2020 adicionou complexidade não linear: a disparada da inflação, o ciclo de alta de juros mais agressivo do Federal Reserve em quatro décadas e as oscilações do PIB, de forte contração a recuperação robusta, significavam que suposições lineares ou extensões de tendência pré-2020 produziriam uma linha de base materialmente enganosa. Um ponto de ancoragem em dados atuais era inegociável. Feito manualmente, esse exercício de alinhamento leva várias horas antes mesmo de o modelo de previsão ser iniciado.
Energent.ai tornou-se o mecanismo de consolidação
Merritt enviou os três CSVs macroeconômicos diretamente para o Energent.ai. O agente cuidou de todo o pipeline:
- Escaneou e validou todos os três conjuntos de dados enviados antes de prosseguir
- Executou Python para extrair as leituras mais recentes pós-2020 de cada arquivo
- Calculou as taxas de crescimento YoY para CPI e PIB real e, em seguida, mesclou as três séries em um único CSV consolidado
- Delegou a geração do dashboard a um subagente, produzindo um gráfico interativo sobreposto cobrindo a disparada da inflação, o ciclo de alta de juros e a volatilidade do PIB em uma linha do tempo unificada
- Redigiu um modelo de previsão em markdown estruturado de 3 anos com números de base, tabelas de taxas YoY e uma estrutura de projeção de três anos
- Verificou a estrutura dos arquivos e a integridade da renderização antes da entrega final
Sem mesclagens manuais. Sem reescrita de fórmulas. Sem ferramenta separada de criação de gráficos.
Dados cientes de regime, não apenas relatórios mais bonitos
- Cálculo real em arquivos reais. O agente executou Python sobre os CSVs realmente enviados — não sobre dados de exemplo. As taxas de crescimento YoY vieram das leituras de origem, não de aproximações.
- Cobertura pós-2020 como padrão. As linhas pós-2020 foram extraídas nas três séries, capturando as quebras de regime que tornam as previsões do período atual materialmente diferentes das extrapolações pré-2020.
- Uma única sessão, stack completo. Ingestão, consolidação, visualização e redação do modelo foram executadas em sequência dentro de uma única sessão. O dashboard e o modelo partiram da mesma linha de base consolidada.
- Flexibilidade de formato. Arquivos de diferentes fontes governamentais, com estruturas de colunas diferentes, foram tratados sem pré-processamento manual.
Como James Merritt executa isso
- Faça upload dos três arquivos CSV macroeconômicos na sessão do Energent.ai.
- O agente extrai as leituras do período atual e calcula as taxas de crescimento YoY.
- O CSV consolidado é gerado e fica disponível para download.
- O dashboard interativo sobreposto é produzido por um subagente.
- O modelo de previsão em markdown estruturado é redigido e verificado.
- Ambos os arquivos são baixados para entrega ao cliente.
Três artefatos prontos para o cliente, uma sessão
- Linha de base macro consolidada: um único CSV combinando leituras de CPI, PIB real e taxa de juros — taxas de crescimento YoY calculadas para CPI e PIB real, taxas de juros mantidas como leituras de nível
- Dashboard interativo sobreposto: um gráfico unificado cobrindo os regimes pós-2020 — legível para um público financeiro não especialista
- Modelo de previsão estruturado: um documento markdown formatado com números de base, tabelas de taxas YoY e uma estrutura de projeção de três anos, pronto para entrega ao cliente
Um trabalho que teria consumido várias horas de montagem manual de dados em três arquivos governamentais separados foi concluído em uma única sessão de trabalho.
"O template foi direto para a equipe de CFO do cliente como o documento de trabalho para o ciclo de planejamento plurianual. Esse é o padrão — bom o suficiente para uma equipe de CFO usar diretamente. Foi." — James Merritt, Consultor Sênior de Estratégia na Clearview Advisory Group