Prognozy służą jako narzędzia wspomagania decyzji, które pozwalają liderom planować przyszłość poprzez przeprowadzanie analiz typu "co jeśli", aby określić, w jaki sposób zmiany w danych wejściowych wpływają na wyniki. Na przykład prognozy pomagają firmie zidentyfikować odpowiednie reakcje na zmiany w poziomie popytu, obniżenie cen przez konkurencję, wzloty i upadki oraz wiele innych. Aby otrzymywać największe korzyści z prognoz, liderzy muszą rozumieć najdrobniejsze szczegóły różnych typów metod prognozowania, rozpoznawać, jakiego rodzaju metody prognozowania mogą i nie mogą robić, i wiedzieć, jaki typ prognozy najlepiej pasuje do konkretnej potrzeby.
Naiwne metody prognozowania
Naiwne metody prognostyczne opierają się na prognozie dla danych z przeszłości za poprzedni okres. Na przykład prognoza naiwna może być równa rzeczywistej wartości z poprzedniego okresu lub średniej rzeczywistej dla niektórych poprzednich okresów. Naiwne prognozy nie dokonują żadnych korekt poprzednich okresów dla wahań sezonowych lub cyklicznych trendów w celu jak najlepszego oszacowania prognozy na przyszły okres. Użytkownik jakiejkolwiek naiwnej metody prognozowania nie jest zainteresowany czynnikami przyczynowymi, czynnikami, które powodują zmianę wartości rzeczywistych. Z tego powodu metoda prognozowania naiwnego jest zazwyczaj używana do tworzenia prognozy sprawdzającej wyniki bardziej zaawansowanych metod prognozowania.
Jakościowe i ilościowe metody prognozowania
Podczas gdy opinie osobiste są podstawą jakościowych metod prognozowania, metody ilościowe opierają się na danych liczbowych z przeszłości, aby przewidzieć przyszłość. Metoda Delphi, oparte na niej opinie i historyczna analogia cyklu życia są jakościowymi metodami prognozowania. Z kolei proste wygładzanie wykładnicze, multiplikatywne indeksy sezonowe, proste i ważone średnie kroczące są ilościowymi metodami prognozowania.
Metody przypadkowy prognozowania
Analiza regresji i autoregresyjna średnia ruchoma z wejściami egzogennymi są metodami prognozowania przyczynowo-skutkowego, które przewidują zmienną za pomocą czynników bazowych. Te metody zakładają, że funkcja matematyczna wykorzystująca znane zmienne bieżące może być używana do prognozowania przyszłej wartości zmiennej. Na przykład, używając współczynnika sprzedaży biletów, możesz przewidzieć zmienną sprzedaż figur akcji związanych z filmem, lub możesz użyć współczynnika liczby meczów wygranych przez zespół uniwersytecki, aby przewidzieć zmienną sprzedaż gadżetów związanych z zespołem.
Metody prognozowania sądów
Metoda Delphi, tworzenie scenariuszy, badania statystyczne i złożone prognozy są metodami prognostycznymi opartymi na intuicji i subiektywnych ocenach. Metody generują prognozę na podstawie zbioru opinii złożonych przez menedżerów i panele ekspertów lub reprezentowanych w ankiecie.
Metody prognozowania szeregu czasowego
Metody prognozowania szeregu czasowego, takie jak wygładzanie wykładnicze, średnia ruchoma i analiza trendów, wykorzystują dane historyczne do oszacowania przyszłych wyników. Szereg czasowy to grupa danych zarejestrowanych w określonym czasie, takich jak sprzedaż firmy w ujęciu kwartalnym od 2000 roku lub roczna produkcja Coca Coli od 1975 roku. Ponieważ przeszłe wzorce często powtarzają się w przyszłości, można użyć czasu serii, aby zrobić długoterminową prognozę na 5, 10 lub 20 lat. Prognozy długoterminowe są wykorzystywane do wielu celów, takich jak umożliwienie działom zakupów, produkcji, sprzedaży i finansów firmy planowania nowych instalacji, nowych produktów lub nowych linii produkcyjnych.
