चार प्राथमिक पूर्वानुमान तकनीक क्या हैं?

प्राथमिक पूर्वानुमान तकनीकें संगठनों को भविष्य के लिए योजना बनाने में मदद करती हैं। कुछ व्यक्तिपरक मानदंडों पर आधारित होते हैं और अक्सर जंगली अनुमानों या इच्छाधारी सोच की तुलना में बहुत अधिक होते हैं। अन्य लोग औसत दर्जे का, ऐतिहासिक मात्रात्मक डेटा पर आधारित होते हैं और विश्लेषकों और संभावित निवेशकों जैसे बाहरी दलों द्वारा अधिक विश्वसनीयता दी जाती है। हालांकि कोई पूर्वानुमान उपकरण भविष्य की पूरी निश्चितता के साथ भविष्यवाणी नहीं कर सकता है, वे संगठन की भविष्य की संभावनाओं का अनुमान लगाने में आवश्यक रहते हैं।

डेल्फी तकनीक

रैंड कॉर्पोरेशन ने 1960 के दशक के अंत में डेल्फी तकनीक विकसित की। इस तकनीक का उपयोग करते हुए, क्षेत्र विशेषज्ञों का एक समूह प्रश्नावली की एक श्रृंखला का जवाब देता है। विशेषज्ञों को अलग रखा गया है और एक दूसरे से अनजान हैं।

पहले प्रश्नावली के परिणाम संकलित किए जाते हैं, और पहले के परिणामों के आधार पर एक दूसरे प्रश्नावली को विशेषज्ञों के सामने प्रस्तुत किया जाता है, जिन्हें फिर पहले प्रश्नावली के लिए अपनी प्रतिक्रियाओं का मूल्यांकन करने के लिए कहा जाता है। यह सवाल करना, संकलन करना और फिर से पूछताछ करना जारी है, जब तक कि शोधकर्ताओं की राय सीमित न हो।

अलग-अलग परिणाम उत्पन्न करने के लिए परिदृश्य लेखन

परिदृश्य लेखन में, फोरकास्टर विभिन्न प्रारंभिक मानदंडों के आधार पर अलग-अलग परिणाम उत्पन्न करता है। निर्णय-निर्माता तब प्रस्तुत किए गए कई परिदृश्यों में से सबसे संभावित परिणाम पर निर्णय लेता है। परिदृश्य लेखन आमतौर पर सबसे अच्छा, सबसे खराब और मध्य विकल्प देता है।

व्यावसायिक स्टार्टअप अक्सर सर्वश्रेष्ठ-संभावना, और सबसे खराब आय और व्यय परिदृश्यों को कवर करने वाले वित्तीय अनुमानों को उत्पन्न करने के लिए परिदृश्य लेखन का उपयोग करते हैं, क्योंकि उनके पास फंड और संभावित भागीदारों को पेश करने के लिए एक स्थापित ट्रैक रिकॉर्ड नहीं है।

विषय का अनुमान लगाने वाला दृष्टिकोण

विषय-वस्तु का पूर्वानुमान पूर्वानुमान पूर्वानुमानकर्ताओं को उनके व्यक्तिपरक विचारों और भावनाओं के आधार पर परिणामों की भविष्यवाणी करने की अनुमति देता है। आलोचनात्मक पूर्वानुमान विचारों को उत्पन्न करने और आलोचना और सहकर्मी के दबाव से मुक्त होकर समस्याओं को हल करने के लिए विचार-मंथन सत्रों का उपयोग करता है। इन सत्रों का उपयोग अक्सर तब किया जाता है जब समय की कमी उद्देश्य पूर्वानुमान को रोकती है। विशेष पूर्वानुमान पूर्वाग्रहों के अधीन हैं और निर्णय लेने वालों द्वारा संदेहपूर्वक देखा जाना चाहिए।

टाइम-सीरीज़ का पूर्वानुमान

समय-श्रृंखला पूर्वानुमान एक मात्रात्मक पूर्वानुमान तकनीक है। यह रुझानों की पहचान करने के लिए समय के साथ इकट्ठा किए गए डेटा को मापता है। डेटा किसी भी अंतराल पर लिया जा सकता है: प्रति घंटा, दैनिक, साप्ताहिक, मासिक, वार्षिक या अधिक। प्रवृत्ति, चक्रीय, मौसमी और अनियमित घटक समय श्रृंखला बनाते हैं।

प्रवृत्ति घटक समय के साथ डेटा के क्रमिक स्थानांतरण को संदर्भित करता है। इसे अक्सर बढ़ती या घटती प्रवृत्तियों का प्रतिनिधित्व करने के लिए एक ऊपर-नीचे या नीचे की ओर ढलान वाली रेखा के रूप में दिखाया जाता है। चक्रीय घटक ट्रेंड लाइन के ऊपर या नीचे झूठ बोलते हैं और एक वर्ष या उससे अधिक समय तक दोहराते हैं। व्यापार चक्र एक चक्रीय घटक दिखाता है।

मौसमी घटक अपने दोहरावदार प्रकृति में चक्रीय के समान होते हैं, लेकिन वे एक वर्ष की अवधि में होते हैं। गर्मियों में ड्राइविंग के मौसम में गैस की कीमतों में वार्षिक वृद्धि और सर्दियों के महीनों के दौरान इसी कमी एक मौसमी घटना का एक उदाहरण है। अनियमित घटक अनियमित रूप से होते हैं और भविष्यवाणी नहीं की जा सकती।