व्यापार पूर्वानुमान: मूल बातें समझना
किसी कंपनी के प्रबंधन को पूर्वानुमानों के बारे में बोलते हुए सुनना असामान्य नहीं है: "हमारी बिक्री पूर्वानुमानित संख्याओं को पूरा नहीं करती, " या "हम पूर्वानुमानित आर्थिक विकास में आत्मविश्वास महसूस करते हैं और हमारे लक्ष्यों को पार करने की उम्मीद करते हैं।" अंत में, सभी वित्तीय पूर्वानुमान, चाहे एक व्यवसाय की बारीकियों के बारे में, जैसे बिक्री में वृद्धि, या समग्र रूप से अर्थव्यवस्था के बारे में भविष्यवाणियां, सूचित अनुमान हैं। इस लेख में, हम वित्तीय पूर्वानुमानों के पीछे के कुछ तरीकों पर नज़र डालेंगे, साथ ही प्रक्रिया, और कुछ जोखिम जो भविष्य की भविष्यवाणी करने की कोशिश करेंगे।
वित्तीय पूर्वानुमान के तरीके
कई अलग-अलग तरीके हैं जिनके द्वारा एक व्यावसायिक पूर्वानुमान बनाया जा सकता है। सभी विधियां दो अतिव्यापी दृष्टिकोणों में से एक में आती हैं: गुणात्मक और मात्रात्मक।
गुणात्मक मॉडल
गुणात्मक मॉडल आमतौर पर अल्पकालिक भविष्यवाणियों के साथ सफल रहे हैं, जहां पूर्वानुमान का दायरा सीमित था। गुणात्मक पूर्वानुमानों को विशेषज्ञ द्वारा संचालित के रूप में माना जा सकता है, जिसमें वे एक सूचित आम सहमति के साथ वजन करने के लिए बाजार के मावेन या बाजार पर निर्भर करते हैं। गुणात्मक मॉडल कंपनियों, उत्पादों और सेवाओं की अल्पकालिक सफलता की भविष्यवाणी करने में उपयोगी हो सकते हैं, लेकिन औसत दर्जे के डेटा पर राय पर निर्भरता के कारण सीमाएं हैं। गुणात्मक मॉडल में शामिल हैं:
- मार्केट रिसर्च एक विशिष्ट उत्पाद या सेवा पर बड़ी संख्या में लोगों को यह अनुमान लगाने के लिए प्रेरित करता है कि एक बार लॉन्च होने के बाद कितने लोग इसे खरीदेंगे या उपयोग करेंगे।
- डेल्फी विधि: सामान्य राय के लिए क्षेत्र के विशेषज्ञों से पूछना और फिर उन्हें पूर्वानुमान में संकलित करना। (गुणात्मक मॉडलिंग के बारे में अधिक जानने के लिए, "गुणात्मक विश्लेषण: एक कंपनी को महान बनाता है?") पढ़ें
व्यापार पूर्वानुमान की मूल बातें
मात्रात्मक मॉडल
मात्रात्मक मॉडल विशेषज्ञ कारक को छूट देते हैं और विश्लेषण से मानव तत्व को निकालने की कोशिश करते हैं। ये दृष्टिकोण पूरी तरह से डेटा से संबंधित हैं और संख्याओं को अंतर्निहित लोगों की चंचलता से बचते हैं। वे यह भी भविष्यवाणी करने की कोशिश करते हैं कि बिक्री, सकल घरेलू उत्पाद, आवास की कीमतें और इतने पर जैसे चर, महीनों या वर्षों में मापा जाने वाला दीर्घावधि में होगा। मात्रात्मक मॉडल में शामिल हैं:
- संकेतक दृष्टिकोण: संकेतक दृष्टिकोण कुछ संकेतकों के बीच संबंध पर निर्भर करता है, उदाहरण के लिए, जीडीपी और बेरोजगारी दर, समय के साथ अपेक्षाकृत अपरिवर्तित रहे। रिश्तों का पालन करके और फिर अग्रणी होने वाले संकेतकों का पालन करके, आप अग्रणी संकेतक डेटा का उपयोग करके, लैगिंग संकेतकों के प्रदर्शन का अनुमान लगा सकते हैं।
- अर्थमितीय मॉडलिंग: यह संकेतक दृष्टिकोण का एक अधिक गणितीय रूप से कठोर संस्करण है। यह मानने के बजाय कि रिश्ते समान रहते हैं, अर्थमितीय मॉडलिंग समय के साथ डेटासेट की आंतरिक स्थिरता और डेटा सेट के बीच संबंधों की सार्थकता या शक्ति का परीक्षण करती है। अर्थमितीय मॉडलिंग का उपयोग कभी-कभी कस्टम संकेतक बनाने के लिए किया जाता है जो कि अधिक सटीक संकेतक दृष्टिकोण के लिए उपयोग किया जा सकता है। हालांकि, आर्थिक नीतियों का मूल्यांकन करने के लिए शैक्षणिक क्षेत्रों में अर्थमितीय मॉडल का उपयोग अक्सर किया जाता है। (अर्थमितीय मॉडल लागू करने पर एक बुनियादी स्पष्टीकरण के लिए, "व्यवसाय विश्लेषण के लिए प्रतिगमन मूल बातें" पढ़ें।
- टाइम सीरीज़ मेथड्स: यह विभिन्न तरीकों के संग्रह को संदर्भित करता है जो भविष्य की घटनाओं की भविष्यवाणी करने के लिए पिछले डेटा का उपयोग करते हैं। समय श्रृंखला के तरीकों के बीच का अंतर आमतौर पर बारीक विवरणों में होता है, जैसे हाल ही के आंकड़ों को अधिक वजन देना या कुछ विशिष्ट बिंदुओं पर छूट देना। अतीत में जो हुआ, उस पर नज़र रखने से, भविष्य में भविष्य के बारे में औसत भविष्यवाणी से बेहतर देने में सक्षम होने की उम्मीद है। यह व्यापार पूर्वानुमान का सबसे आम प्रकार है क्योंकि यह सस्ता है और अन्य तरीकों से बेहतर या बुरा नहीं है।
पूर्वानुमान कैसे काम करता है?
व्यवसायिक पूर्वानुमान की बात करें तो व्यावहारिक स्तर पर बहुत भिन्नता है। हालांकि, एक वैचारिक स्तर पर, सभी पूर्वानुमान समान प्रक्रिया का पालन करते हैं।
- एक समस्या या डेटा बिंदु चुना जाता है। यह कुछ ऐसा हो सकता है "लोग एक उच्च अंत कॉफी निर्माता को खरीदेंगे?" या "अगले साल मार्च में हमारी बिक्री क्या होगी?"
- सैद्धांतिक चर और एक आदर्श डेटा सेट चुना जाता है। यह वह जगह है जहां फोरकास्टर प्रासंगिक चर की पहचान करता है जिन पर विचार करने की आवश्यकता होती है और यह तय करता है कि डेटा कैसे एकत्र किया जाए।
- ग्रहण का समय। पूर्वानुमान लगाने के लिए आवश्यक समय और डेटा में कटौती करने के लिए, प्रक्रिया को सरल बनाने के लिए फोरकास्टर कुछ स्पष्ट धारणाएं बनाता है।
- एक मॉडल चुना जाता है। फोरकास्ट उस मॉडल को चुनता है जो डेटासेट, चयनित चर और मान्यताओं को फिट करता है।
- विश्लेषण। मॉडल का उपयोग करते हुए, डेटा का विश्लेषण किया जाता है और विश्लेषण से बना एक पूर्वानुमान।
- सत्यापन। फोरकास्टर पूर्वानुमान की तुलना इस प्रक्रिया से जुड़ने, समस्याओं की पहचान करने या सटीक पूर्वानुमान के दुर्लभ मामले में, खुद को पीठ पर थपथपाने से होता है।
पूर्वानुमान के साथ समस्याएं
व्यवसाय का पूर्वानुमान व्यवसायों के लिए बहुत उपयोगी है, क्योंकि यह उन्हें उत्पादन, वित्तपोषण, और इसी तरह की योजना बनाने की अनुमति देता है। हालांकि, पूर्वानुमानों पर भरोसा करने के साथ तीन समस्याएं हैं:
- डेटा हमेशा पुराना होने वाला है। ऐतिहासिक डेटा हम सब पर जाना है, और कोई गारंटी नहीं है कि भविष्य में अतीत में स्थितियां जारी रहेंगी।
- अद्वितीय या अप्रत्याशित घटनाओं, या बाह्यताओं में कारक होना असंभव है। धारणाएं खतरनाक हैं, जैसे कि यह धारणा कि बैंक सबप्राइम मेल्टडाउन से पहले उधारकर्ताओं की उचित स्क्रीनिंग कर रहे थे। और काले हंस की घटनाएं अधिक आम हो गई हैं क्योंकि पूर्वानुमान पर हमारी निर्भरता बढ़ी है।
- पूर्वानुमान अपने स्वयं के प्रभाव को एकीकृत नहीं कर सकते हैं। पूर्वानुमान, सटीक या गलत होने से, व्यवसायों की क्रियाएं एक ऐसे कारक से प्रभावित होती हैं जिसे एक चर के रूप में शामिल नहीं किया जा सकता है। यह एक वैचारिक गाँठ है। सबसे खराब स्थिति में, प्रबंधन ऐतिहासिक आंकड़ों और रुझानों का गुलाम बन जाता है, जो इस बात की चिंता करने के बजाय कि अब व्यापार क्या कर रहा है।
तल - रेखा
पूर्वानुमान एक खतरनाक कला हो सकती है, क्योंकि पूर्वानुमान कंपनियों और सरकारों के लिए एक फोकस बन जाता है, मानसिक रूप से अपने कार्यों को सीमित करने के लिए, पहले से निर्धारित किए जा रहे लंबे समय के भविष्य के लिए लघु प्रस्तुत करके। इसके अलावा, पूर्वानुमान आसानी से यादृच्छिक तत्वों के कारण टूट सकते हैं जिन्हें एक मॉडल में शामिल नहीं किया जा सकता है, या वे शुरू से ही सीधे सादे गलत हो सकते हैं।
एक तरफ नकारात्मक, व्यापार पूर्वानुमान कहीं भी नहीं जा रहा है। उचित रूप से उपयोग किया जाता है, पूर्वानुमान व्यवसायों को उनकी जरूरतों के आगे की योजना बनाने की अनुमति देता है, जिससे सभी बाजारों के माध्यम से स्वस्थ रहने की संभावना बढ़ जाती है। यह व्यवसाय के पूर्वानुमान का एक कार्य है जिसे सभी निवेशक सराहना कर सकते हैं।
इनवेस्टमेंट अकाउंट्स प्रोवाइडर नाम की तुलना करें। विज्ञापनदाता का विवरण × इस तालिका में दिखाई देने वाले प्रस्ताव उन साझेदारियों से हैं जिनसे इन्वेस्टोपेडिया को मुआवजा मिलता है।