pain-quantifier

name	pain-quantifier
description	Convert prospect-described pain into a defensible monetary range (low / mid / high) using sector-appropriate formulas — glosas, búsqueda médica, extracción de records, autorizaciones, eficiencia clínica. Outputs the quantification with explicit assumptions and sensitivity analysis. Use during diagnose-dolor or when building the business case for champion-kit.

Pain Quantifier

The MEDDIC "Metrics" piece, executed honestly. Sandler taught us a deal without quantified pain dies in procurement. This skill turns "tenemos un problema" into a number the champion can defend internally and the CFO can validate.

The skill only quantifies the dolor — it does not compute Arkangel pricing or ROI ratios (those are in proposal-pricer).

When to Use

• During or right after diagnose-dolor when the prospect gave numbers (volumen, % afectado, frecuencia).
• Before champion-kit to build the business case the champion will pitch.
• When deal-health flagged "número faltante — bloquea avance".
• The owner says "cuantifica el dolor de X", "cuánto le cuesta esto al cliente", "qué tan grande es el problema en plata".

Do not use with invented numbers (frena y pide datos al prospecto), for non-healthcare deals (la librería de fórmulas es healthcare-specific), or to compute ROI Arkangel-side (eso es proposal-pricer).

Inputs

• Required: sector del prospecto (EPS / IPS / aseguradora / pharma / hospital), tipo de dolor (glosas, búsqueda, extracción, autorizaciones, eficiencia), y los números base que el prospecto entregó.
• Optional: benchmarks de sector públicos, datos históricos del prospecto, comparación con clientes similares.

Procedure

1. Identify the pain category and pick the formula.

   Library de fórmulas por categoría:

   Categoría	Fórmula base	Variables que el prospecto debe dar
   Glosas (devoluciones de facturas)	valor_facturado × % glosado × % no_recuperable	valor mensual facturado, % típico de glosas, % no recuperado
   Tiempo perdido en búsqueda médica	# médicos × horas/semana_buscando × $hora × 52	personal afectado, frecuencia, costo cargado
   Extracción manual de records	# pacientes/mes × min_por_record × $minuto + costo_de_error	volumen, tiempo medio, costo error reproceso
   Autorizaciones rechazadas	# servicios/mes × % rechazo × valor_servicio + costo_apelación	volumen, % rechazo, ticket, costo apelación
   Errores de codificación CUPS / ICD	# eventos/mes × % error × valor_facturado_error + tiempo_corrección	volumen, % error, ticket, FTE corrigiendo
   Eficiencia clínica (consultas)	# consultas/mes × min_perdidos_por_fricción × $minuto_médico	volumen, fricción medida, costo médico cargado

   Si la categoría no está en la lista, construye la fórmula explícita con el formato volumen × ticket × % afectado × frecuencia y deja claro qué variable es cuál.

2. Capture the base numbers.

   • Solo usa números que el prospecto declaró (con quote del transcript de diagnose-dolor).
   • Si una variable falta, no la inventes. Marca como gap y propone qué pedir en la próxima reunión.
   • Datos públicos de sector (Hackmetrix, Supersalud, MinSalud, RIPS agregados) son aceptables si están citados con fuente.

3. Compute three scenarios — low / mid / high.

   • Low: asume el lado conservador de cada variable (% más bajo, volumen más bajo, etc.). Es el número defensible bajo escrutinio.
   • Mid: los números centrales del prospecto. Es el caso esperado.
   • High: asume el lado optimista. Es el techo si el problema es peor de lo que parece.

   Cada escenario es anual salvo que el prospecto pida mensual.

4. Sensitivity analysis.

   • Identifica las 2 variables a las que el resultado es más sensible.
   • Para cada una, muestra el % de cambio en el resultado si la variable cambia ±20 %.
   • Esto le da al champion munición real ante "y si cambian los volúmenes".

5. State assumptions explicitly.

   • Cada número tiene fuente: quote del prospecto, benchmark de sector, dato histórico.
   • Cada supuesto está nombrado: "asumimos que el % glosado se mantiene estable", "asumimos costo cargado del médico = 1.5× su salario base".
   • El número sin supuesto detrás no se incluye.

6. Output structure.

   # Pain Quantifier — <Empresa> · <Categoría>
   
   ## Costo anual estimado del dolor
   - Low:  <COP/USD>
   - Mid:  <COP/USD>  ← número defensible
   - High: <COP/USD>
   
   ## Fórmula aplicada
   <fórmula explícita con variables>
   
   ## Inputs
   - <variable> = <valor> · fuente: <quote / benchmark / histórico>
   - ...
   
   ## Supuestos
   - <bullets nombrados>
   
   ## Sensibilidad
   - Variable más sensible: <nombre>. ±20 % → ±<X> % en el resultado.
   - Segunda más sensible: <nombre>. ±20 % → ±<X> % en el resultado.
   
   ## Datos faltantes (si aplica)
   - <variable> — pedir al prospecto en próxima reunión.
   
   ## Para usar en champion-kit
   - Frase one-liner: "Este dolor le cuesta a <empresa> entre <low> y <high> al año, con un escenario esperado de <mid>."
   

7. Update Attio.

   • pain_quantified_cop — el número mid del rango.
   • Adjuntar el quantifier doc completo como nota.

Pitfalls

• Síntoma: el rango sale tan amplio (low/high difieren 10×) que pierde credibilidad. Causa: muchas variables faltantes. Fix: si el rango es > 5× del low al high, el quantifier no está listo — frena, pide datos.
• Síntoma: se infla el high para empujar el deal. Causa: querer que la solución suene barata. Fix: el high es realista, no aspiracional. Un cliente que descubre que el high era inflado pierde confianza.
• Síntoma: se omiten los supuestos para que el doc se lea más limpio. Causa: estética. Fix: los supuestos son el escudo del champion. Sin ellos, cualquier CFO puede tirar el caso.
• Síntoma: el resultado se da en mensual cuando el prospecto piensa anual (o viceversa). Causa: inconsistencia. Fix: unidad explícita en cada número. Default anual.
• Síntoma: se mezcla el dolor del cliente con el costo de la solución Arkangel. Causa: confusión con proposal-pricer. Fix: este skill solo cuantifica el lado del cliente. La comparación con la solución va en proposal-pricer y decision-maker-kit.

Verification

• Cada input tiene fuente citada.
• Los 3 escenarios (low/mid/high) están dentro de un rango defendible (high < 5× low).
• Los supuestos están enumerados explícitamente.
• La sensibilidad muestra las 2 variables que más mueven el resultado.

References

• sales-pipeline — submarino completo.
• diagnose-dolor — produce los inputs que esta skill cuantifica.
• champion-kit — usa el output para el deck del champion.
• decision-maker-kit — usa el output para el price-bracket vs ROI.
• proposal-pricer — el lado opuesto: cuánto cuesta la solución, no el dolor.