खराब पूर्वानुमान के कारण क्या हैं?

भविष्यवाणियां गलत तरीके से गलत हैं। कुछ लोगों ने सुझाव दिया है कि डार्ट बोर्ड के साथ एक चिंपांज़ी एक विश्वसनीय पूर्वानुमान प्रदान कर सकता है। जबकि पूर्वानुमान हाल के वर्षों में अधिक तकनीकी और सांख्यिकीय हो गया है, यह अभी भी फोरकास्टर की सीमाओं और उपयोग की जाने वाली कार्यप्रणाली द्वारा जांचा जाता है। यदि इन कमियों की पहचान की जा सकती है, तो मुआवजा दिया जा सकता है, लेकिन उन्हें पहचानना हमेशा आसान नहीं होता है।

क्षितिज

भविष्य के पूर्वानुमानों में पूर्वानुमान कम सटीक होते हैं। अगले महीने या तिमाही की घटनाओं का आसानी से अनुमान लगाया जाता है। जिस तरह मौसम की संभावना एक संभावना पर आधारित होती है - बारिश की 20 प्रतिशत संभावना - एक अच्छे कारोबारी पूर्वानुमान में संभावनाओं की एक सीमा शामिल होनी चाहिए। सर्वश्रेष्ठ और सबसे खराब परिणामों के बीच प्रसार को शामिल करने के लिए सीमा का विस्तार किया जाना चाहिए। अधिकांश पूर्वानुमान ऐसा नहीं करते हैं, और यदि वे करते हैं, तो पूर्वानुमान की व्याख्या करने वाले अधिकांश लोग सिर्फ एक संख्या पर ध्यान केंद्रित करेंगे - आमतौर पर सबसे अधिक आशावादी।

पूर्वाग्रहों

हर किसी के पास एक विश्व दृष्टिकोण है जो परवरिश, संस्कृति और व्यावसायिक वातावरण से प्रभावित है। जबकि व्यक्ति उद्देश्य के लिए हर संभव प्रयास कर सकता है, यह एक असंभव कार्य है। एक नया व्यवसाय शुरू करने वाला व्यवसाय स्वामी स्वाभाविक रूप से विकास के अवसरों के बारे में आशावादी होगा। इस उदाहरण में, आशावाद को फिर से परिभाषित किया जाना चाहिए। Biases विपरीत पक्ष से भी काम कर सकते हैं। कुछ व्यवसाय एक आशावादी पूर्वानुमान को चित्रित करने के लिए अनिच्छुक हैं। यदि उनका दृष्टिकोण गलत है, तो निवेशकों को फर्म की प्रबंधन क्षमता पर सवाल उठाने की अधिक संभावना होगी। लेकिन अगर प्रबंधन एक निराशावादी दृष्टिकोण रखता है, तो परिणाम उज्जवल होने पर निवेशक प्रसन्न होंगे।

बदलते पैटर्न

सबसे आसान भविष्यवाणी पिछले रुझानों और भविष्य में जारी रहने वाली धारणा पर आधारित है। यह थोड़े-थोड़े अंतराल के लिए मान्य धारणा हो सकती है, लेकिन आखिरकार ट्रेंड लाइन बदल जाएगी। मोड़ की पहचान करना और भविष्यवाणी करना पूर्वानुमान के सबसे कठिन पहलुओं में से एक है। भविष्य में एक और अधिक संभावना है कि अप्रत्याशित घटनाएं दृष्टिकोण को विकृत कर देंगी। पिछली घटनाओं का ज्ञान चक्रों की पहचान करने में मदद कर सकता है, लेकिन कभी-कभी चक्र भी दोहराते नहीं हैं।

खराब डेटा

एक मात्रात्मक पूर्वानुमान जो ऐतिहासिक डेटा पर आधारित है, यदि डेटा अपर्याप्त या खराब है, तो इसे तिरछा किया जा सकता है। एक चरम उदाहरण के रूप में, एक सटीक पांच साल की भविष्यवाणी नहीं कर सकता है अगर यह केवल एक वर्ष के डेटा पर आधारित है। और तब भी पूर्वानुमान त्रुटिपूर्ण हो सकता है। एक और डेटा समस्या उत्पन्न हो सकती है अगर पूर्वानुमान दोषपूर्ण मान्यताओं पर आधारित हो। इस स्थिति में खराब पूर्वानुमान का उत्पादन करने के लिए अच्छे आंकड़ों का दुरुपयोग किया जाता है। केवल महत्वपूर्ण मूल्यांकन यह सुनिश्चित कर सकता है कि पूर्वानुमान जितना सटीक हो सकता है।