研究所blog

　予測方法が選定され、どのモデルを利用するかが決まれば、過去の資料を用いて実際に当てはめてみることになる。具体的には、モデルの係数をどの程度に設定すべきかを検討するシミュレーションが繰り返される。この検証方法については予測値と実測値の誤差をできるだけ小さくするようにモデルの改善を図る試行によって確認する以外にない。
　こうした段階を踏んで予測が実行されるが、実行段階でも必要な資料の収集や分析が行われ、分析結果を多面的にチェックし、測定できない要因の影響度やその原因について仮説を立ててみることにより、予測する製品や販売領域に適用することになる。こうしたプロセスを経て予測値が抽出されるが、これで予測が終了するわけではない。
　肝心なのはむしろこれからで、予測結果をどう評価するかという局面に突き当たる。ここでは、実際の資料による正確性の検証もさることながら、管理者による予測結果へ評価が重要な意味を持つことになる。すなわち、どれだけ予測がきめ細やかに行われたとしても、管理者がこれを信頼できるものと評価しなければ、予測は採用されないからである。
　もしも、結果が信頼できないと感じたのであれば、どの点がそう判断する根拠なのかを明らかにし、改善策を講じるべきかを検討しなければならない。管理者が納得しない理由にも様々あり、時には、知識不足が原因であることもあり得るが、現実にはこれを説得することが難しいといったケースもあるなど、予測にはかなりの曲折が予想される。
　いずれにしても、予測結果が期待された通りに活用され、成果が得られなかったり、予測に費やした費用と効果がアンバランスであった場合には、他の予測方法を検討しなければならない。特に、有効に利用されていない場合には、管理者が予測結果を不適切と考えているためなのか、それとも、予測に対する認識不足なのかを明らかにすべきである。
　管理者の知識が不足していると思われる場合は、管理者教育の問題として考えなければならないが、これらは意外と判断がつきにくい。つまり、知識が不足している管理者ほど、予測結果を活用しようとしない傾向があり、それが理解不足のためなのか、予測結果に対する不満なのかが判別しにくい。こうした現実を踏まえた上でのフォローアップが必要だ。