• مسائلی که پیش‌بینی با هدف طبقه بندی ورودی‌ها و تعیین اینکه هر ورودی متعلق به چه طبقه‌ای است انجام می‌شود. خروجی در اینجا یک متغیر اسمی‌است.

• مسائلی که با تخمین یا رگرسیون پیشگویی یک متغیر پیوسته مثل تعیین قیمت روز بعد سهام، انجام می‌پذیرد. در اینجا خروجی متغیر عددی می‌باشد. (استاسوفت^[۱۱], ۲۰۰۲)

سؤالات کلیدی که در پیش‌بینی باید به آن ها پاسخ داده شود، عبارتند از:

– منظور و مقصود ما از پیش‌بینی چیست؟

– مشخصاً چه چیزی را می‌خواهیم پیش‌بینی کنیم؟

– وقایع گذشته در پیش‌بینی آینده چقدر اهمیت دارند؟

– چه سیستمی‌برای انجام پیش‌بینی به کا برده خواهد شد؟

در پیش‌بینی باید سه مورد را مد نظر قرار داد:

«پریود پیش‌بینی»، «افق پیش‌بینی» و «فاصله پیش‌بینی»

پریود پیش‌بینی نوع پیش‌بینی را تعیین می‌کند. مثلا اینکه پیش‌بینی هفتگی، ماهانه یا فصلی است. افق پیش‌بینی، تعداد پریودها یی را تعیین می‌کند که پیش‌بینی در آینده برای آن انجام می‌شود. مثلاً پیش‌بینی هفتگی با افق پنج هفته، انجام شود. فاصله پیش‌بینی، مشخص کننده مدت زمانی است که پیش‌بینی‌های جدید، تهیه می‌شوند. فاصله و پریود پیش‌بینی، غالباً یکسان در نظر گرفته می‌شوند. پریود و افق پیش‌بینی، معمولاً به وسیله فرایند تصمیمی‌که نیاز به پیش‌بینی دارد، دیکته می‌شود.

پیش‌بینی به صورت کوتاه‌مدت، میان مدت و بلند مدت انجام می‌شود.

– پریود پیش‌بینی، در پیش‌بینی‌های کوتاه مدت، ماهانه، هفتگی و روزانه (بین ۰ تا ۳ ماه) است. اغلب این پیش‌بینی‌ها بر اساس ویژگی‌های سری زمانی داده ها صورت می‌پذیرد. – پریود پیش‌بینی در پیش‌بینی‌های میان مدت، بین سه ماه تا دو سال است. در این نوع پیش‌بینی، ویژگی‌های ساختار اقتصادی و روابط بین متغیرها نیز در کنار مقادیر وقفه‌ای متغیرها، اهمیت بیشتری پیدا می‌کنند. – پیش‌بینی‌های بلندمدت غالباً بیش از دو سال هستند، پویایی‌های کوتاه مدت نادیده گرفته می‌شود و روی روندها و ویژگی‌های ساختار اقتصاد، بیشتر تمرکز می‌شود.(آمسترانگ،۱۹۹۲)

نکته قابل توجه دیگر در پیش‌بینی، «دقت پیش‌بینی» است. در سال‌های اخیر مطالعات متعددی در زمینه چگونگی ارزیابی دقت پیش‌بینی صورت گرفته‌است. خصوصیات محیطی، از قبیل طبیعت متغیر مورد پیش‌بینی، افق پیش‌بینی، ایدئولوژی پیش‌بینی کننده و فناوری مورد استفاده، عوامل مؤثر در دقت پیش‌بینی هستند. (آمسترانگ،۱۹۹۲)

خطای پیش‌بینی، اختلاف مقدار واقعی و مقدار پیش‌بینی شده در پریود متناظر می‌باشد. اگر E خطای پیش‌بینی در پریود t، Y مقدار حقیقی در پریود t و F مقدار پیش‌بینی در پریود t باشد، خطای پیش‌بینی طبق رابطه زیر، برابر است با:

غالباً شاخص‌هایی برای ارزیابی صحت پیش‌بینی استفاده می‌شوند. معیارهای خطای پیش‌بینی هر چه کمتر باشند نمایانگر پیش‌بینی دقیق تر هستند.

یکی از وظایف بازاریابی، برآورد تقاضای موجود است. بازاریابان می‌توانند به روش نسبت زنجیره‌ای که در آن یک عدد پایه در درصدهای متوالی ضرب می‌شود، به کل تقاضا دست یابند. تقاضای ناحیه‌ای بازار را می‌توان با بهره گرفتن از روش بررسی ساختاری بازار یا روش شاخص عامل بازار برآورد نمود. برای برآورد واقعی فروش یک صنعت باید رقبا را شناخت و با روش‌های خاصی فروش هر یک از آن‌ ها را تخمین زد و سرانجام اینکه شرکت‌ها با بر آورد سهم بازار رقبا از موقعیت نسبی خود در صنعت آگاه می‌شوند.

برای برآورد فروش آینده، یک شرکت می‌تواند از یک یا ترکیبی از چند روش پیش‌بینی فروش استفاده کند. این روش‌ها بر اساس پاسخ ‌به این سؤالات متفاوت اند: مصرف کنندگان چه می‌گویند، چه می‌کنند یا چه کرده‌اند؟ برای بررسی این که مردم چه می‌گویند از روش‌های بررسی قصد خریدار، ترکیب نظرات فروشندگان و نظریه کا رشناسی استفاده می‌شود. برای دست یافتن به اینکه مردم چه می‌کنند از آزمون‌های بازار استفاده می‌شود و برای دست یافتن ‌به این که مردم چه کرده‌اند، باید به روش‌های تحلیل سری‌های زمانی، شاخص‌های راهنما و تجزیه و تحلیل آماری تقاضا روی آورد. انتخاب بهترین روش بستگی دارد به هدف شرکت از پیش‌بینی، نوع کالا و موجود بودن اطلاعات و میزان اطمینان به آن ها.

● پیش‌بینی تقاضای آینده

پیش‌بینی عبارت است از برآورد تقاضای آینده با آینده نگری خاص درباره واکنش احتمالی خریداران تحت مجموعه‌ای از شرایط خاص. تمام پیش‌بینی‌ها بر پایه یکی از دو مبنای اطلاعاتی قرار دارند:

۱) نقطه نظر فعالان صنعت: بررسی دیدگاه و نقطه نظرات خریداران، ترکیب نظرات فروشندگان و نظریه کارشناسان صنعت.

۲) تجزیه و تحلیل رفتار گذشته صنعت: تجزیه و تحلیل سری‌های زمانی و تجزیه و تحلیل آماری تقاضای صنعت. (کاتلر،فیلیپ،۲۰۰۴)

● پیش‌بینی بر پایه نقطه نظر فعالان صنعت:

نظریه کارشناسان: صادر کننده برای پیش‌بینی فروش ممکن است از نظرات کارشناسانی مانند تحلیلگران، اقتصاددانان، تجار، توزیع کنندگان، مشاورین بازاریابی، فروشندگان و غیره استفاده کند. صادر کننده می‌تواند با بهره گرفتن از نقطه نظرات کارشناسان از موقعیت محصول خود در بازار آگاه شود. جهت پیش‌بینی تقاضا برای یک محصول، تولید کنندگان می‌توانند به صورت دوره‌ای به نظرات کارشناسان مراجعه کنند.

نقطه نظر کارشناسان مبنای خوبی برای پیش‌بینی‌های مختلف به حساب می‌آیند، اما برای تکمیل این روش، در صورت لزوم، بهتر است از سایر روش‌ها همراه با این روش استفاده شود.

● پیش‌بینی بر پایه تجزیه و تحلیل رفتار گذشته خریداران:

برای پیش‌بینی تقاضای آینده بر مبنای سوابق گذشته سه روش قابل بررسی است:

الف) تجزیه و تحلیل سری‌های زمانی: بسیاری از کشورها برای پیش‌بینی فروش آینده، گذشته را ملاک قرار می‌دهند و پیش‌بینی فروش را تابعی از فروش دوره های گذشته خود می‌بینند.

ب) تحلیل آماری تقاضا: تحلیل آماری تقاضا به مجموعه‌ای از روش های آماری اطلاق می‌شود که برای تعیین با اهمیت ترین عوامل واقعی مؤثر بر حجم فروش و تعیین میزان تاثیر آن ها مورد استفاده قرار می‌گیرند، عواملی نظیر قیمت، تولید، سطح درآمد، جمعیت، حجم تبلیغات تجاری و….

ج) پیش‌بینی بر پایه مدل‌های شبکه عصبی مصنوعی:

مدل‌های شبکه عصبی مصنوعی که به تازگی در حوزه اقتصاد جای خود را باز کرده‌اند مدل‌های ریاضی هستند که صرفنظر از ضرایب فنی و تنها از طریق عملیات ریاضی روابط بین متغیرهای مربوط به هم را کشف و سپس تعمیم می‌دهند.

امروزه از این مدل‌ها در پیش‌بینی انواع روندهای اقتصادی استفاده می‌شود. صادر کننده قادر است با جمع‌ آوری آمار و اطلاعات مربوط به یک صنعت وآموزش صحیح شبکه عصبی مصنوعی روند آینده این صنعت را پیش‌بینی نماید.

روش‌های دیگر کمی‌پیش‌بینی عبارتند از:

۱) روش تقاضای آخرین دوران:

این روش ساده ترین روش پیش‌بینی بوده و نیاز به هیچ گونه محاسبه‌ای ندارد. فقط سطح واقعی تقاضای دوره قبل را به عنوان پیش‌بینی دوره آینده منظور می‌نمایند. از این روش تنها برای پیش‌بینی تنها یک دوره می‌توان استفاده کرد.

۲)روش میانگین متحرک: