نظریه احتمال بیزی در آینده پژوهی

همیشه در حین بررسی صورتهای آماری بر روی نمودار با داده های پرت مواجه می شویم. داده های پرت یعنی آن دسته از اطلاعاتی که در هنگام رسم نمودار، از خط نمودار دور هستند. مثلا 200 نفر از مشتریان رفتاری نزدیک به یکدیگر داشته اند اما 10 نفر از ایشان رفتاری داشته اند که به کلی با سایرین متفاوت است. مثلا 200 نفر از مشتریان نسبت به قیمت محصول که بین بازه 1000 الی 2000 تومان است اظهار رضایت کرده اند اما 5 نفر گفته اند که قیمت 100 الی 1000 تومان مناسب است و پنج نفر نیز قیمت 2000 الی 3000 تومان را مناسب دانسته اند. در اینجا ما 10 داده ی پرت داریم.

در نظریه احتمال بیزی بر داده های پرت قبلی باید تمرکز کرد و برای این کار باید دانش در زمینه های مورد نیاز افزایش یابد. باید فرض داشت که هر چیزی صرفا درست یا نادرست نیست و ممکن است دلیل آن ضعف دانش باشد. در این روش به تجزیه و تحلیل داده های قبلی بصورت مستمر و بررسی دلایل اتفاقات با دانش روز پرداخته می شود. برای این کار می توان از نمودار فیش‌بون و تحلیل سناریو استفاده کرد. کاربردهای تصمیم گیری بیزی در بازاریابی، توسعه محصول، قیمت‌گذاری، کمپین های تبلیغاتی، و زنجیره تامین است. باید هر تصمیمی را در یک جامعه آماری کوچک بصورت پایلوت اجرا کرد و دایما به جمع آوری فیدبک و آنالیز آنها پرداخت. به بیان ساده تر، در نظریه احتمال بیزی به بررسی دلایل شکل گیری این داده های پرت پرداخته می شود ( مثلا در مثال بالا، ممکن است پنج نفری که گفته اند قیمت باید پایینتر از 1000 تومان باشد به این دلیل بوده که ایرادی در محصول شناسایی کرده اند و اگر رفع شود بتوان قیمت محصول را حتی بیش از 2000 تومان تعیین کرد)

بر اساس نظریات: بیز، اوکان، لاپاس، پرایس، کاکس