Клятва Гиппократа — это клятва этики, которую исторически давали врачи. В соответствии с Википедия., это требует, чтобы врач поклялся соблюдать определенные этические стандарты. Оригинальная клятва довольно длинная, но ее обычно упрощают до следующей идеи: «Сначала не навреди».

Это заставило меня задуматься: есть ли аналог для синоптиков? Какого вреда может легко избежать прогнозист?

Основываясь на моей прошлой работе, вот несколько примеров:

  • Избегайте вреда быть хуже, чем наивный (или простой) прогноз.
    Вы спросите, что за наивный прогноз? Вот некоторые примеры:
    Прогноз в этот период
    • = Фактические данные за предыдущий период, ИЛИ
    • = Среднее фактическое значение за предыдущие 3 периода, ИЛИ
    • = Актуально за период, который произошел ровно на 1 цикл (чаще всего год) ранее
    • Все это очень просто и может быть сделано в Excel. Можно даже подумать о том, чтобы взять средневзвешенное значение этих наивных методов и назвать его прогнозом.
  • Прекратите создавать ненужные и предотвратимые ошибки, прогнозируя непредвиденные комбинации. Например, всего 1-2 точки данных в истории, слишком большие разрывы между точками данных и т. д. Очень часто пользователи экстраполируют эти минимальные точки данных на какую-то тенденцию. Во многих случаях просто не существует данных, позволяющих предположить тенденцию.
  • Прекратите ухудшать прогноз, включив явно плохой человеческий вклад. Вы обнаружите, что есть много прогнозистов, которые постоянно делают прогноз на 5-10-15% хуже по сравнению с наивным прогнозом. Игнорируйте их ввод. Однако делать это нужно должным образом, после соответствующей беседы, подкрепленной фактами. Следует избегать делать это таким образом, который вызывает эмоциональную реакцию или политическую реакцию. 
    • Часто это будет включать в себя явные признаки предвзятости. Предвзятость, однажды выявленную, легко исправить.
  • Найдите способ комбинировать различные входные данные прогноза, которые доказали свою эффективность. Это может относиться к семействам продуктов, периодам времени или людям. Например:
    • Для семейств продуктов 1, 3 и 7 стоит рассматривать только статистический прогноз. 
    • Для семейств продуктов 2 и 5 объем продаж намного лучше. 
    • Для семейства продуктов оба прогноза очень хороши, поэтому имеет смысл усреднение этих двух показателей. 
    • Точно так же можно различать периоды; в ближайшие периоды объем продаж может быть хорошим. Во внешние периоды их прогноз, возможно, придется полностью игнорировать.

Соглашаться? У вас есть другие идеи? Пожалуйста, поделитесь через комментарии.