予測不良の原因は何ですか?
予測は不正確なことで有名です。 ダーツボードを持ったチンパンジーが信頼できる予測を提供できることを示唆するようなところまで行った人もいます。 ここ数年で予測はより技術的かつ統計的になってきましたが、それでも予測者の限界と使用される方法論によってチェックされています。 これらの欠点を特定できれば、それから補償をすることはできますが、それを認識するのは必ずしも容易ではありません。
地平線
予測は将来に向かって遠くなるほど正確さが低下します。 翌月または四半期のイベントは簡単に予測できます。 天気予報が確率(雨の20%の可能性)に基づいているのと同じように、良いビジネス予報はある範囲の確率を含むべきです。 範囲は、最良と最悪の結果の間の広がりを含むように拡大されなければなりません。 ほとんどの予測者はこれをしません、そしてもし彼らがそうするならば、予測を解釈する大部分の人々はただ1つの数に焦点を合わせるでしょう - 通常最も楽観的です。
バイアス
誰もが育成、文化、ビジネス環境に影響される世界観を持っています。 客観的になるようにあらゆる努力をすることができますが、それは不可能な仕事です。 新規事業を開始する事業主は、成長機会について当然楽観的になります。 この例では、楽観的な見方を調整する必要があります。バイアスも反対側から機能することができます。 一部の企業は楽観的な予測を描くことに消極的です。 見通しが間違っていると、投資家は会社の経営能力に疑問を投げかける可能性が高くなります。 しかし、経営陣が悲観的な見方をしている場合、投資家は結果が明るくなれば喜ばれるでしょう。
パターンを変更する
最も簡単な予測は、過去の傾向とそれらが将来も続くという仮定に基づくものです。 これは短期間の有効な前提条件かもしれませんが、最終的には傾向線が変わります。 ターニングポイントの特定と予測は、予測の最も難しい側面の1つです。 将来に向かって進むにつれて、予期せぬ出来事が見通しを歪める可能性が高くなります。 過去の出来事についての知識は周期を識別するのに役立つかもしれませんが、時には周期さえ繰り返さないことがあります。
悪いデータ
データが不十分または不良である場合、履歴データに基づく定量的予測はゆがむ可能性があります。 極端な例として、1年分のデータだけに基づいている場合、正確な5年間の予測はできません。 それでも、予測には欠陥があるかもしれません。 予測が誤った仮定に基づいている場合、別のデータ問題が発生する可能性があります。 このような状況では、良いデータが誤った予測の作成に悪用されます。 批判的な評価だけが、予測が可能な限り正確であることを保証することができます。