6.1 Attenzione alle limitazioni

Le previsioni discrezionali sono soggettive, e quindi non sono esenti da pregiudizi o limitazioni. Ad esempio possono essere incoerenti. A differenza delle previsioni statistiche, che possono essere generate ogni volta utilizzando le stesse formule matematice, le previsioni discrezionali dipendono fortemente dalla conoscenza del fenomeno oggetto di studio e dalle situazioni di contesto. Per esempio, una memoria limitata può rendere gli eventi recenti più importanti di quanto non siano in realtà e può ignorare eventi importanti del passato più lontano; una limitata conoscenza del fenomeno può far sì che si perdano informazioni importanti; una non piena conoscenza delle relazioni causali può portare a conclusioni errate. Inoltre, il giudizio umano può variare a causa dell’effetto di fattori psicologici. Si può immaginare un manager che un giorno è in uno stato d’animo positivo, generando previsioni che possono tendere ad essere un po’ ottimistiche, ed in un altro giorno in uno stato d’animo negativo, generando previsioni un po’ meno ottimistiche.

Il giudizio può essere offuscato da agende personali o politiche, dove gli obiettivi e le previsioni (come definiti nel capitolo 1) non sono separati. Per esempio, se un manager delle vendite sa che le previsioni che genera saranno usate per fissare le aspettative di vendita (obiettivi), può tendere a fissarle basse per mostrare una buona performance (cioè, superare gli obiettivi previsti). Anche nei casi in cui gli obiettivi e le previsioni sono ben separati, il giudizio può essere afflitto dall’ottimismo o dal pensiero illusorio (wishful thinking). Per esempio, sarebbe altamente improbabile che una squadra che lavora al lancio di un nuovo prodotto preveda il suo fallimento. Come si vedrò più avanti, questo ottimismo può essere accentuato in un contesto di riunioni di gruppo. “Attenti all’entusiasmo dei vostri colleghi del marketing e delle vendite”4..

Un’altra proprietà non desiderabile che si vede comunemente nelle previsioni discrezionali è “l’effetto di ancoraggio”. In questo caso, le previsioni successive tendono a convergere o ad essere vicine ad un punto di riferimento iniziale familiare. Per esempio, è comune prendere l’ultimo valore osservato come punto di riferimento. Il previsore è influenzato indebitamente dalle informazioni precedenti, e quindi dà a queste un peso maggiore nel processo di previsione. L’ancoraggio può portare ad un comportamento prudenziale ed a sottovalutare informazioni nuove e più attuali, creando quindi un bias sistematico.

Bibliografia

Fildes, R., & Goodwin, P. (2007b). Good and bad judgment in forecasting: Lessons from four companies. Foresight: The International Journal of Applied Forecasting, 8, 5–10.

  1. Fildes & Goodwin (2007b)↩︎