Hva er årsakene til dårlig prognose?

Forutsigelser er notorisk unøyaktige. Noen har gått så langt som å antyde at en sjimpanse med dartbord kunne gi en troverdig prognose. Mens prognoser er blitt mer tekniske og statistiske de siste årene, er det fortsatt kontrollert av begrensningene av forecasteren og metoden som brukes. Hvis disse manglene kan identifiseres, kan kompensasjon gjøres, men det er ikke alltid lett å gjenkjenne dem.

Horizons

Prognoser blir mindre nøyaktige jo lengre inn i fremtiden forutser. Hendelser i neste måned eller kvartal er lett å forutsi. Akkurat som værvarselet er basert på en sannsynlighet - 20 prosent sjanse for regn - en god forretningsforutsetning bør inneholde en rekke sannsynligheter. Utvalget må utvides for å inkludere spredningen mellom beste og verste utfall. De fleste forutsetninger gjør ikke dette, og hvis de gjør det, vil de fleste som tolker en prognose fokusere på bare ett nummer - vanligvis den mest optimistiske.

skjevheter

Alle har en verdenssyn som påvirkes av oppdragelse, kultur og forretningsmiljø. Mens man kan gjøre alt for å være objektiv, er det en umulig oppgave. En bedriftseier som starter et nytt venture vil selvsagt være optimistisk om vekstmuligheter. I dette tilfellet må optimismen bli reined. Biases kan også fungere fra motsatt side. Noen bedrifter er motvillige til å male en optimistisk prognose. Hvis deres utsikt er feil, vil investorene være mer sannsynlig å stille spørsmål om selskapets ledelsesevne. Men hvis ledelsen prosjekterer en pessimistisk utsikt, vil investorene være glade når utfallet er lysere.

Endre mønstre

Den enkleste forutsigelsen er den som er basert på tidligere trender og antakelsen om at de vil fortsette inn i fremtiden. Dette kan være en gyldig antagelse for et kort intervall, men etter hvert vil trendlinjen endres. Å identifisere og forutsi vendepunkter er et av de vanskeligste aspektene ved prognoser. Jo lenger inn i fremtiden ser man mer sannsynlig ut at uforutsette hendelser vil forvride utsiktene. Kunnskap om tidligere hendelser kan bidra til å identifisere sykluser, men noen ganger kan ikke sykluser gjenta.

Dårlige data

En kvantitativ prognose som er basert på historiske data kan skje hvis dataene ikke er tilstrekkelige eller dårlige. Som et ekstremt eksempel kan man ikke foreta en presis fem års spådom hvis den er basert på kun ett års dataverdier. Og selv da kan prognosen være feil. Et annet dataproblem kan oppstå hvis prognosen er basert på feilaktige forutsetninger. I denne situasjonen misbrukes gode data for å gi en dårlig prognose. Kun kritisk evaluering kan sikre at en prognose er like nøyaktig som mulig.