Apa Penyebab Peramalan Buruk?

Prediksi sangat tidak akurat. Beberapa orang bahkan berpendapat bahwa simpanse dengan papan panah dapat memberikan perkiraan yang kredibel. Sementara peramalan telah menjadi lebih teknis dan statistik dalam beberapa tahun terakhir, peramalan masih diperiksa oleh keterbatasan peramal dan metodologi yang digunakan. Jika kekurangan ini dapat diidentifikasi, maka kompensasi dapat dibuat, tetapi mengenali mereka tidak selalu mudah.

Cakrawala

Ramalan menjadi kurang akurat semakin jauh ke masa depan yang diprediksi. Acara bulan atau kuartal berikutnya mudah diprediksi. Seperti halnya ramalan cuaca didasarkan pada probabilitas - 20 persen kemungkinan hujan - ramalan bisnis yang baik harus mencakup serangkaian probabilitas. Kisaran harus diperluas untuk mencakup penyebaran antara hasil terbaik dan terburuk. Sebagian besar peramal tidak melakukan ini, dan jika mereka melakukannya, kebanyakan orang mengartikan ramalan akan fokus hanya pada satu angka - biasanya yang paling optimis.

Bias

Setiap orang memiliki pandangan dunia yang dipengaruhi oleh pengasuhan, budaya dan lingkungan bisnis. Sementara seseorang dapat melakukan segala upaya untuk menjadi objektif, itu adalah tugas yang mustahil. Pemilik bisnis yang memulai usaha baru tentu akan optimis tentang peluang pertumbuhan. Dalam hal ini, optimisme harus dikendalikan. Bias juga dapat bekerja dari sisi yang berlawanan. Beberapa bisnis enggan melukis perkiraan optimis. Jika pandangan mereka salah, investor akan lebih cenderung mempertanyakan kemampuan manajemen perusahaan. Tetapi jika manajemen memproyeksikan pandangan pesimistis, investor akan senang ketika hasilnya lebih cerah.

Mengubah Pola

Prediksi termudah adalah yang didasarkan pada tren masa lalu dan asumsi bahwa mereka akan berlanjut ke masa depan. Ini mungkin asumsi yang valid untuk interval pendek, tetapi akhirnya garis tren akan berubah. Mengidentifikasi dan memprediksi titik balik adalah salah satu aspek yang paling sulit dari perkiraan. Semakin jauh ke masa depan, semakin besar kemungkinan bahwa peristiwa yang tidak terduga akan mengubah pandangan. Pengetahuan tentang peristiwa masa lalu dapat membantu mengidentifikasi siklus, tetapi kadang-kadang bahkan siklus tidak berulang.

Data Buruk

Perkiraan kuantitatif yang didasarkan pada data historis dapat miring jika data tidak memadai atau buruk. Sebagai contoh ekstrem, seseorang tidak dapat membuat prediksi lima tahun yang akurat jika hanya berdasarkan data satu tahun. Itupun mungkin ramalan itu cacat. Masalah data lain mungkin muncul jika ramalan didasarkan pada asumsi yang salah. Dalam situasi ini data yang baik disalahgunakan untuk menghasilkan perkiraan yang buruk. Hanya evaluasi kritis yang dapat memastikan bahwa ramalan seakurat mungkin.