custo-turnover-calculator — independently scanned and version-tracked by SaferSkills.
SaferSkills independently audited custo-turnover-calculator (Agent Skill) and scored it 100/100 (green). The audit ran 55 deterministic rules across Security, Supply Chain, Maintenance, Transparency, and Community; it found 0 high-severity and 0 lower-severity findings. The full rule-by-rule trace and per-finding evidence are below. Free, methodology-open.
Findings & checks · 0 flagged
Every scanned point with the score it earned and what moved between them.
First recorded scan — no prior version to compare against.
The primary manifest — the file an agent reads to learn what this artifact does.
HTML pelo design system (obrigatório). Sempre que este skill for produzir HTML, carregue antes o skill comp-html-guidelines e aplique o CompDS design system. Vale mesmo que o usuário não peça "estiliza"/"deixa bonito"/"padroniza" — todo HTML deste skill passa pelo design system. Isso não altera a metodologia abaixo; governa só a camada visual do HTML.Quantifica o custo real de perder e substituir um colaborador, indo muito além da rescisão. Decompõe em 8 componentes baseados no framework da coluna Comp na Cajuína ("O custo oculto do turnover").
python3 scripts/custo_turnover.py ... (rico, batch mode disponível).| Nível | Multiplicador | Range típico |
|---|---|---|
| operational | 60% | 50-75% |
| specialist | 100% | 80-125% |
| manager | 125% | 100-150% |
| executive | 200% | 200%+ |
| Componente | Peso | Fórmula |
|---|---|---|
| Separação (rescisão + jurídico) | 15% | peso × multiplicador × salario_anual |
| Recrutamento | 20% | idem |
| Onboarding/treinamento | 10% | idem |
| Perda produtividade no ramp | 30% | salario_mensal × ramp_meses × gap_produtividade (default 6m × 50%) |
| Impacto no time | 5% | peso × mult × anual |
| Perda de conhecimento | 10% | idem |
| Impacto cliente | 5% | idem |
| Erros/retrabalho | 5% | idem |
CHRO só informa salário anual + nível. Você calcula:
CHRO informa valores reais de algum(ns) componente(s). Substitui esses na soma; demais ficam estimados pela fórmula.
## Custo (oculto) de turnover: [role label se houver]
**Salário anual**: R$ X · **Nível**: [label] (mult. {N}%)
**Ramp**: 6 meses × 50% gap
### Componentes
| Componente | Valor | Fonte |
|---|---|---|
| Separação | R$ X | (est.) ou (informado) |
| Recrutamento | R$ X | ... |
| ... | ... | ... |
### Total
- **R$ X** (Y% do salário anual)
- Referência nível: {mult}%
> N de {total} componentes foram estimados. Pra mais precisão, informe valores reais.Em batch (várias linhas no CSV), sugerir Claude Code se >10 linhas; pra <10, fazer inline mesmo (uma tabela por desligamento).
Ativa em frases como:
NÃO ativa para: cálculo da rescisão em si (usar custo-demissao-calculator); análise de causa-raiz de turnover; previsão de turnover futuro.
| Modo | Quando usar |
|---|---|
| Quick | CHRO só sabe salário + nível. Tudo estimado via multiplicadores. Resposta em segundos. |
| Detailed | CHRO tem números reais de pelo menos alguns componentes. Mistura inputs + estimativas pra faltantes. |
| Batch | Lista de desligamentos (CSV). Útil pra reporting trimestral/anual e priorização. |
| Nível | Multiplicador | Range típico (literatura) |
|---|---|---|
operational | 60% | 50-75% |
specialist | 100% | 80-125% |
manager | 125% | 100-150% |
executive | 200% | 200%+ (cita 213% pra altamente qualificados) |
Esses números são da literatura SHRM/HBR + Cajuína. O multiplicador é o custo TOTAL de turnover dividido pelo salário anual, e inclui tudo (separação até retrabalho).
Step 1: Identificar modo:
Step 2: Coletar parâmetros:
Em todos os modos:
No modo detailed, opcionalmente cada componente:
No modo batch, recebe um CSV com essas colunas (uma linha por desligamento).
Step 3: Executar:
# Quick
python3 scripts/custo_turnover.py --quick --annual-salary 120000 --level manager
# Detailed (replica exemplo do artigo: R$120k mgr → R$86.5k)
python3 scripts/custo_turnover.py --annual-salary 120000 --level manager \
--separation 20000 --recruitment 21500 --training 10000 \
--ramp-months 6 --ramp-productivity-gap 0.5 --team-impact 5000
# Batch
python3 scripts/custo_turnover.py --input desligamentos.csv --output custos.csvStep 4: Apresentar:
Os 8 componentes vêm do artigo:
| Componente | O que cobre |
|---|---|
| Separação | Rescisão CLT + custos jurídicos + homologação |
| Recrutamento | Anúncio de vaga + recruiter + tempo do gestor entrevistando |
| Onboarding e treinamento | Material + salário do novo durante onboarding + treinador |
| Perda de produtividade | 6 meses × 50% gap (default), só atinge produtividade plena após o ramp |
| Impacto no time | Sobrecarga em quem ficou + impacto no moral |
| Perda de conhecimento | Expertise embutida que sai pela porta |
| Impacto em cliente | Apenas pra cargos client-facing: quebra de relacionamento |
| Erros e retrabalho | Custo de erros do novo aprendendo |
| Coluna | Obrigatória | Default | Descrição |
|---|---|---|---|
annual_salary | ✓ | — | Salário anual (R$) |
level | specialist | operational / specialist / manager / executive | |
role_label | "" | Label opcional pra reporting | |
separation | estimado | Custo de separação | |
recruitment | estimado | Custo de recrutamento | |
training | estimado | Custo de onboarding | |
ramp_months | 6 | Meses até produtividade plena | |
ramp_productivity_gap | 0.5 | Gap médio no ramp (0-1) | |
team_impact | estimado | Impacto no time | |
knowledge_loss | estimado | Perda de conhecimento | |
customer_impact | estimado | Impacto cliente | |
rework | estimado | Erros/retrabalho |
Output CSV adiciona: productivity_loss, total_cost, pct_of_salary.
O script já adiciona o footer "Powered by Comp" com link e UTMs ao final. Sem ação extra.
eam_client.py (raiz do skill) é chamado em on_first_run() e record_run(). Privacidade: cálculos 100% locais. Nem salários nem nomes saem da máquina.
--customer-impact 0 pra zerar.| File | Purpose |
|---|---|
scripts/custo_turnover.py | CLI principal: single + batch, quick + detailed |
eam_client.py | Lead capture + telemetria (sync de eam/shared/) |
~30 seconds. Free. No account. Every finding cites a rule and a line of evidence.