De eed van Hippocrates is een eed van ethiek die historisch is afgelegd door artsen. Volgens Wikipedia, het vereist dat een arts zweert om specifieke ethische normen te handhaven. De oorspronkelijke eed is vrij lang, maar wordt vaak vereenvoudigd tot dit idee: "Doe eerst geen kwaad."

Dit zette me aan het denken: is er een equivalent voor voorspellers? Welke schade(n) kan een voorspeller gemakkelijk vermijden?

Op basis van mijn eerdere werk zijn hier enkele voorbeelden:

• Vermijd het kwaad om erger te zijn dan de naïeve (of simpele) voorspelling.
  Wat is een naïeve voorspelling vraag je? Hier zijn enkele voorbeelden:
  Voorspelling in deze periode
  • = Werkelijk in de vorige periode, OF
  • = Gemiddelde van de werkelijke waarden in de voorgaande 3 perioden, OR
  • = Werkelijk in de periode die precies 1 cyclus (meestal een jaar) eerder plaatsvond 
  • Al deze zijn supergemakkelijk en kunnen in Excel worden gedaan. Je zou zelfs kunnen overwegen om een ​​gewogen gemiddelde van deze naïeve methoden te nemen en dit de voorspelling te noemen.
• Stop met het maken van onnodige en vermijdbare fouten door de onvoorspelbare combinaties te voorspellen. Bijvoorbeeld slechts 1-2 gegevenspunten in de geschiedenis, te grote gaten tussen gegevenspunten, enz. Heel vaak zullen gebruikers deze minimale gegevenspunten extrapoleren naar een bepaalde trend. De gegevens bestaan ​​in veel gevallen eenvoudigweg niet om een ​​trend te suggereren.
• Stop met het verslechteren van de prognose door menselijke input op te nemen die aantoonbaar slecht is. Je zult zien dat er genoeg voorspellers zijn die de voorspelling consequent 5-10-15% punten slechter maken in vergelijking met de naïeve voorspelling. Negeer hun inbreng. Dit moet echter correct worden gedaan, na een passend gesprek ondersteund door feiten. Men moet vermijden om het op een manier te doen die een emotionele reactie of een politiek verzet oproept. 
  • Vaak zal dit duidelijke tekenen van vooringenomenheid bevatten. Bias, eenmaal geïdentificeerd, is gemakkelijk te corrigeren.
• Ontwikkel een manier om de verschillende prognose-inputs te combineren waarvan bewezen is dat ze goed zijn. Dit kan betrekking hebben op productfamilies, tijdsperioden of mensen. Bijvoorbeeld:
  • Voor productfamilies 1, 3 en 7 is de statistische prognose de enige die het overwegen waard is. 
  • Voor productfamilies 2 en 5 is de verkoopinput veel beter. 
  • Voor productfamilie zijn beide voorspellingen erg goed en daarom is een gemiddelde van de twee logisch. 
  • Men kan op dezelfde manier differentiëren tussen perioden; in perioden in de nabije toekomst kan de verkoopinput goed zijn. In de buitenste perioden moet hun voorspelling mogelijk volledig worden genegeerd.

Mee eens? Heeft u andere ideeën? Gelieve te delen via opmerkingen.