قضاوت کارشناسی در پیشبینی مالی؛ کی و چگونه؟
قضاوت کارشناسی در پیشبینی یعنی اتکا به نظر افرادی که کسبوکار را از نزدیک میشناسند، مثل مدیر فروش یا مدیر تولید. این روش سریع و ساده است، اما اگر بیقاعده بهکار برود، عدد را به یک حدس شخصی تبدیل میکند. در این نوشته میبینیم چه زمانی از آن استفاده کنیم و چطور آن را محک بزنیم.
قضاوت کارشناسی در پیشبینی یعنی چه؟
در پیشبینی معمولاً سه منبع داریم: دادههای گذشته، مدلهای آماری و نظر آدمها. وقتی نظر افراد باتجربه را مستقیم وارد عدد نهایی میکنیم، از «قضاوت کارشناسی» استفاده کردهایم. مثلاً مدیر فروش میگوید: «فصل آینده یک مشتری بزرگ قرارداد را تمدید میکند، پس فروش ۱۰ درصد بالا میرود.»
این نظر میتواند ارزشمند باشد، چون اطلاعاتی را دارد که در هیچ جدولی نیست. اما سوگیری، خوشبینی و حافظه ناقص هم میتواند در آن باشد. برای همین باید بدانیم کجا روی آن حساب کنیم و کجا نه.
چه زمانی از قضاوت کارشناسی استفاده کنیم؟
دو شرط اصلی وجود دارد.
- داده کافی برای مدل آماری نداریم. اگر محصول تازه است، بازار تازه باز شده یا سابقه چند ماهه کافی برای تحلیل سری زمانی در دست نیست، نظر کارشناس گاهی تنها منبع موجود است.
- سابقه دقت خوب دارد. کسی که در چند دوره گذشته پیشبینیهایش به واقعیت نزدیک بوده، نظرش قابل اعتمادتر است. اگر چنین سابقهای ثبت نکردهاید، از همین امروز شروع کنید و پیشبینی هر نفر را با عدد واقعی مقایسه کنید.
اگر یکی از این دو شرط برقرار نباشد، قضاوت کارشناسی را بهتنهایی نپذیرید و آن را کنار روشهای دیگر بگذارید.
قضاوت کارشناسی را با روشهای دیگر ترکیب کنید
اگر هنوز به سطح اطمینان کافی نرسیدهاید، لازم نیست نظر کارشناس را کنار بگذارید. آن را با دو چیز بسنجید:
- پیشبینی مبتنی بر محرک: عدد را به محرکهایی مثل تعداد مشتری، قیمت و نرخ تبدیل بشکنید و ببینید نظر کارشناس با این محرکها همخوان است یا نه. درباره این روش میتوانید پیشبینی مبتنی بر محرک و برنامهریزی سناریو را بخوانید.
- برآورد آماری ساده: میانگین چند دوره گذشته یا روند ساده را کنار نظر کارشناس بگذارید. اگر اختلاف زیاد بود، باید دلیلش را بپرسید.
مثال عددی
فرض کنید مدیر فروش میگوید فروش ماه آینده ۵۰۰ میلیون تومان میشود. میانگین سه ماه اخیر ۴۰۰ میلیون است و محرکها (۲۰۰ مشتری در ماه با میانگین خرید ۲ میلیون) عدد ۴۰۰ میلیون را نشان میدهند. اختلاف ۱۰۰ میلیون یعنی ۲۵ درصد بالاتر از مدل. حالا باید بپرسید این ۲۵ درصد از کجا میآید: مشتری جدید؟ تخفیف فصلی؟ اگر پاسخ روشن و مستند بود، عدد را بپذیرید؛ اگر مبهم بود، به عدد مدل نزدیکتر بمانید.
پرسشهای کلیدی برای به چالش کشیدن فرضها
هر عددی که از کارشناس میگیرید، باید قابل بازجویی باشد. این پرسشها کمک میکنند:
- «میتوانی بگویی برای این عدد از چه منابع دادهای استفاده کردی؟»
- «در چه شرایطی این پیشبینی درست از آب درنمیآید؟»
- «از ۱ تا ۱۰، چقدر به این عدد اطمینان داری؟»
پرسش سوم از همه کاربردیتر است. اگر پاسخ ۷ بود، بلافاصله بپرسید: «چه اطلاعاتی لازم است تا این اطمینان از ۷ به ۱۰ برسد؟» این پرسش دو فایده دارد. اول، نقطه ضعف عدد را نشان میدهد؛ شاید منتظر نتیجه یک مذاکره یا یک سفارش باشد. دوم، به فرد یاد میدهد قبل از ارائه عدد، شکافهای اطلاعاتی خودش را بشناسد.
چگونه دقت کارشناسان را در طول زمان بهتر کنیم؟
یک پرسش را یک بار بپرسید و نتیجه بگیرید؛ اما اثر واقعی از تکرار میآید. اگر در هر دور پیشبینی همین پرسشها را بپرسید، کارشناسان خودشان قبل از جلسه به آنها فکر میکنند و عددهایشان دقیقتر میشود. چند عادت کمک میکند:
- پیشبینی هر نفر را ثبت کنید و بعد از پایان دوره با واقعیت مقایسه کنید.
- خطا را بدون سرزنش بررسی کنید؛ هدف یادگیری است. برای این موضوع، نوشته ایمنی روانی و دقت پیشبینی مفید است.
- میزان اطمینان را کنار عدد بنویسید، نه فقط خود عدد.
- سوگیری تکراری مثل خوشبینی همیشگی را شناسایی و اصلاح کنید؛ روش آن در سوگیری در پیشبینی درآمد آمده است.
پرسشهای متداول
قضاوت کارشناسی بهتر است یا مدل آماری؟ هیچکدام همیشه برنده نیست. وقتی داده کافی دارید، مدل آماری پایه خوبی است. وقتی داده کم است و کارشناس سابقه دقیق دارد، نظر او ارزش بیشتری پیدا میکند. بهترین نتیجه معمولاً از ترکیب هر دو میآید.
اگر کارشناس همیشه خوشبین باشد چه کنیم؟ سابقه خطای او را حساب کنید. اگر معمولاً ۱۵ درصد بالاتر از واقعیت میگوید، میتوانید این سوگیری را در عدد نهایی تعدیل کنید و در عین حال با او دربارهاش گفتوگو کنید.
چند بار باید این پرسشها را بپرسیم؟ در هر دور پیشبینی. ارزش اصلی در تکرار است، چون عادت فکر کردن به نقاط ضعف را در تیم میسازد.
آیا سنجش اطمینان از ۱ تا ۱۰ دقیق است؟ دقیق علمی نیست، اما ابزار گفتوگوست. هدف عدد دقیق نیست؛ هدف این است که فرد درباره میزان اطمینانش صادقانه فکر کند.
جمعبندی
قضاوت کارشناسی در پیشبینی زمانی مفید است که داده کافی برای مدل آماری ندارید و کارشناس سابقه دقت خوبی دارد. حتی در این حالت، آن را با پیشبینی مبتنی بر محرک و برآوردهای ساده بسنجید و با پرسشهای روشن به چالش بکشید. پرسیدن «چقدر مطمئنی و چه چیزی اطمینانت را بالا میبرد؟» بهمرور تیم را در پیشبینی دقیقتر میکند.