Hvad er årsagerne til dårlig prognoser?

Forudsigelser er notorisk unøjagtige. Nogle er gået så langt som at tyde på, at en chimpanse med en dartbræt kunne give en troværdig prognose. Mens prognoser er blevet mere tekniske og statistiske i de senere år, er det stadig kontrolleret af begrænsningerne af forecasteren og den anvendte metode. Hvis disse mangler kan identificeres, kan kompensation ske, men det er ikke altid nemt at genkende dem.

Horizons

Prognoser bliver mindre præcise jo længere ind i fremtiden forudsiger. Begivenheder i den næste måned eller kvartal er let forudsagt. Ligesom vejrudsigten er baseret på en sandsynlighed - 20 procent chance for regn - bør en god forretningsprognose indeholde en række sandsynligheder. Sortimentet skal udvides til at omfatte spredningen mellem bedste og værste resultater. De fleste prognosere gør det ikke, og hvis de gør det, vil de fleste, der tolker en prognose, fokusere på kun et tal - normalt den mest optimistiske.

bias

Alle har en verdenssyn, der er påvirket af opdragelse, kultur og forretningsmiljø. Mens man kan gøre alt for at være objektiv, er det en umulig opgave. En virksomhedsejer, der starter et nyt venture, vil naturligvis være optimistisk om vækstmuligheder. I dette tilfælde skal optimismen være reined. Biaser kan også arbejde fra den modsatte side. Nogle virksomheder er tilbageholdende med at male en optimistisk prognose. Hvis deres udsigter er forkerte, vil investorerne være mere tilbøjelige til at sætte spørgsmålstegn ved virksomhedens ledelsesevne. Men hvis ledelsen har et pessimistisk syn, vil investorerne være glade, når resultatet er lysere.

Ændring af mønstre

Den nemmeste forudsigelse er den, der er baseret på tidligere tendenser og antagelsen om, at de vil fortsætte ind i fremtiden. Dette kan være en gyldig antagelse for et kort interval, men i sidste ende ændres trendlinjen. Identifikation og forudsigelse af vendepunkter er et af de vanskeligste aspekter ved prognoser. Jo længere ind i fremtiden ser man mere sandsynligt ud, at uforudsete begivenheder vil fordreje udsigterne. Kendskab til tidligere begivenheder kan hjælpe med at identificere cyklusser, men undertiden gentager cykler ikke.

Dårlige data

En kvantitativ prognose baseret på historiske data kan ske, hvis dataene ikke er tilstrækkelige eller dårlige. Som et ekstremt eksempel kan man ikke foretage en præcis fem års forudsigelse, hvis den er baseret på kun et års værd data. Og selv da kan prognosen være mangelfuld. Der kan opstå et andet dataproblem, hvis prognosen er baseret på fejlagtige antagelser. I denne situation misbruges gode data for at give en dårlig prognose. Kun kritisk evaluering kan sikre, at en prognose er lige så præcis som den kan være.