۴۶ مطلب با کلمه‌ی کلیدی «مدیریت آینده پژوهی» ثبت شده است

خلاصه مدیریت آینده پژوهی:

آینده پژوهی یکی از شاخه های مدیریت است که در دو دهه گذشته و با توجه به تغییرات سریع بازارها و شرایط شرکتها بسیار اهمیت یافته است. هر شرکتی که بخواهد برای مدت طولانی به فعالیت خود ادامه دهد ناچار است بتواند آینده آن صنعت را پیش بینی کند که در این شرایط اهمیت آینده پژوهی خودنمایی خواهد کرد و هرچه بتواند از ابزارها، ترفندها و داده های موجود در این حوزه بهتر بهره ببرد، قاعدتا افق دید گسترده تر و دقت بالاتری در پیشبینی آینده خواهد داشت و شاید بتوان مدیریت آینده پژوهی را به هنر کشف آینده تعبیر کرد. رابطه آینده پژوهی با مدیریت تحقیق و توسعه انکارناپذیر است زیرا هرکه بخواهد به آینده پژوهی بپردازد، باید این کار را بر اساس داده های قبلی انجام دهد که خاستگاه جمع آوری و آنالیز آنها در تحقیق و توسعه است. بنابراین چنانچه قصد دارید از طریق این گفتار به یادگیری مبانی و تکنیک های آینده پژوهی اقدام کنید، حتما باید در ابتدا تحقیق و توسعه را یاد گرفته باشید. اصول و مبانی تحقیق و توسعه شامل موارد زیر است:

1. تحقیقات آماری
2. تحقیقات بازار
3. تحقیقات روان شناختی
4. تحقیقات نوآوری و فناوری
5. و نهایتا توسعه سازمانی
   
   

اما مهمترین تفاوت مدیریت تحقیق و توسعه و مدیریت آینده پژوهی آن است که هدف از تحقیق و توسعه را نباید معطوف به پیشبینی آینده دانست. مدیریت آینده پژوهی ترکیبی از چندین شاخه مدیریت است و یک آینده پژوه باید از تمام این شاخه ها اطلاع داشته و بتواند از تمام ابزارهای آنها بصورت مفید استفاده کند.

1. مدیریت استراتژیک
2. مدیریت تحقیق و توسعه
3. مدیریت دانش
4. مدیریت فناوری اطلاعات خصوصا مبحث داده کاوی
5. مدیریت ریسک

توجه فرمایید که شاخه های فوق بصورت جداگانه مورد بررسی قرار گرفته اند و اینجا صرفا به موضوع آینده پژوهی پرداخته می شود. ذکر این موضوع لازم است که ممکن است در مطالعه این گفتار با تعاریفی مواجه شوید که دارای معانی متفاوتی هستند. مثلا کارشناسان آمار با مطالعه این گفتار خواهند دید که ترجمان متفاوتی از نظریات آماری بیان شده که با اصل آن در علم آمار متفاوت است زیرا در اینجا سعی شده تمام اصول و نظریات بنا به نیاز در علم آینده پژوهی سفارشی سازی شوند. همچنین سعی شده گفتار به زبان کاملا ساده و کاربردی بیان شود تا هر کسی بتواند بدون داشتن تخصص متوجه شود. از نکات دیگری که بسیار حائز اهمیت است، این است که سعی شده تا جای ممکن از بیان مسائل تئوریک پرهیز شود مگر آنکه درک آن برای استفاده از راهکارها لازم باشد.

در پایان هر مبحث، نام صابنظران و نظریه پردازان آن حوزه که گفتار بر اساس آن گردآوری شده نوشته شده است تا علاقمندان بتوانند با مراجعه به نظریات آنها، دانش خود در آن حوزه را گسترش دهند (درواقع این گفتار خلاصه ی نظریات بسیاری است و طبیعی است که حین خلاصه سازی، بسیاری از بخشها حذف شوند). درست است که سعی شده آنچه که برای آینده پژوهی لازم است بیان شود اما فراموش نکنید که به قول آبراهام لینکلن: بهترین راه پیش‌بینی آینده ایجاد آن است.

فهرست سرفصلهای مرتبط با آینده پژوهی:

1. خلاصه استدلال استقرایی (فلسفه) و کاربرد آن در آینده پژوهی
2. آینده نگری شرکتی چیست؟
3. تعریف آینده نگری استراتژیک
4. شناسایی روند بازار
5. طبقه بندی دارایی ها
6. تعریف تجزیه و تحلیل کسب و کار چیست؟
7. هدف گذاری در آینده پژوهی
8. کارگاه آینده پژوهی
9. تجزیه و تحلیل کسب و کار BA (برنامه رایانه ای)
10. نظریه تجزیه و تحلیل پیشبینی کننده
11. کلان داده ها و داده کاوی در آینده پژوهی
12. مدل برنامه نویسی MapReduce
13. پیشبینی فناوری
14. اسکن افق در مدیریت آینده پژوهی
15. ارزیابی فناوری TA
16. پیش‌بینی بر اساس قیاس
17. چرخه حیات فناوری
18. پیش‌بینی جریان نقدی در آینده پژوهی
19. نظریه وایلد کارت
20. نظریه قوی سیاه
21. تجزیه و تحلیل مورفولوژیکی (نجوم)
22. نظریه احتمال بیزی در آینده پژوهی
23. نظریه احتمال معکوس
24. اصل استنباط آماری
25. تجزیه و تحلیل کوهارت
26. تجزیه و تحلیل قرابت و قوانین یادگیری انجمنی
27. آزمون فرضیه های آماری
28. نظریه دومینو
29. اصل عدم قطعیت (فیزیک - هایزنبرگ)
30. اصل توزیع دیریکله
31. نمودار توزیع نرمال در آینده پژوهی
32. استراتژی دُم بلند
33. تجزیه و تحلیل ضربه متقاطع
34. تحلیل تکنیکال و فاندامنتال
35. آموزش روش دلفی در آینده پژوهی
36. تجزیه و تحلیل تجویزی
37. سناریو سازی در آینده پژوهی
38. الگوریتم شانس و توقف بهینه
39. تحلیل لایه ای CLA در آینده پژوهی
40. مدل کنترل پیش‌بینی آینده MPC
41. آینده ها
42. متد چرخ آینده چیست؟
43. سیستم پشتیبانی تصمیم DDS
44. پیش‌گویی

به امید توفیقلات الهی

دکتر هادی امیری فلاح

خلاصه استدلال استقرایی (فلسفه) و کاربرد آن در آینده پژوهی

تمام آنچه که ما از آینده پیشبینی می کنیم، احتمال وقوع دارد اما ۱۰۰٪ نیست. بنابراین آنچه که ما از آینده پیشبینی می کنیم، شامل آنچه است که بر مبنای جمع آوری آمار و آنالیز داده های گذشته دریافته ایم. ما می توانیم با افزایش داده ها و بهره گیری از روشهای علمی، پیشبینی خود را دقیقتر کنیم و این استدلال بر پایه قرائتی از داده ها است. مثلا زنی بیست سال هر دوشنبه صبح سگ‌اش را به پیاده روی می برد و ما می توانیم بگوییم که این دوشنبه نیز خواهد برد اما این باز هم احتمال است.

بر اساس نظریات: سکستوس، هیوم، راسل، کارواکا، گودمن، ویلیامز

آینده نگری شرکتی چیست؟

آینده نگری شرکتی به شرکتها کمک می کند که بتوانند تمام آنچه که برای بقای سازمان لازم است مانند ساختار داخلی، پرسنل، برنامه های استراتژیک، رفتار سازمانی و... را در جهت رسیدن به آینده ی مطلوب هم‌جهت سازند. هدف از آینده نگری شرکتی برای:

1. افزایش چرخه عمر محصول
2. افزایش سرعت نوآوری
3. افزایش سرعت انتشار نوآوری
4. افزایش سرعت پاسخگویی به تغییرات بازار
5. تشخیص پارامترهای صنعت که کارکنان قادر به پیشبینی آن نیستند
6. منظم سازی حجم بسیار زیاد اطلاعاتی که مدیران را در تصمیم گیری سردرگم می کند
7. انتقال صحیح اطلاعات مفید به مدیریت برای تصمیم گیری
8. کاهش پیچیدگی ساختار داخلی در تجزیه و تحلیل نوآوری ها
9. جمع آوری اطلاعات خارجی که ارائه دهندگان تمایلی به ارائه آن ندارند است. (سرعت نوآوری و سرعت انتشار نوآوری در بخش تحقیقات نوآوری و فناوری توضیح داده شده است.)

پیاده سازی آینده نگری شرکتی شامل موارد زیر است:

1. جمع آوری اطلاعات
2. تنظیم روش مناسب برای تحلیل اطلاعات جهت رسیدن به اهداف استراتژیک
3. بررسی توان عملیاتی و دانش نیروهای شرکت جهت انجام کارها
4. بررسی فرهنگ و رفتار سازمانی جهت همسویی با اهداف شرکت
5. تنظیم فرایندی برای تشخیص سیگنالهای بازار که می تواند توسط واحد تحقیق و توسعه و یا داده های CRM و... انجام شود
6. تحلیل تمام داده های جمع آوری شده از طریق ابزارهایی مانند تحلیل سناریو
7. شناسایی نوآوری ها و فناوری های جدید جهت استفاده در موضوعاتی که در بالا شناسایی می شوند
8. شناسایی روشهای بهبود سازمانی با توجه به موارد فوق

بر اساس نظریات: روهربرک، اوریلی، هارولد، توشمن، کوم، هوجلند، دوین، هارتیگ

تعریف آینده نگری استراتژیک

بهترین راه برای فهمیدن معنی آینده نگری شرکتی، بیان تفاوتهای بین مدیریت آینده پژوهی و مدیریت استراتژیک است.

1. مدیریت آینده پژوهی: در این شاخه از مدیریت به بررسی عوامل و داده های آماری با توجه به آنچه که در گذشته رخ داده است، و همچنین بررسی مسیر و تصمیماتی که در حال حاضر بر جهت حرکت شرکت موثر است پرداخته می شود تا بتاند آینده یا آینده های احتمالی را ضمن محاسبه ریسک ها، تهدیدات، موقعیت ها، و فرصتها بیان کند. درواقع بخش قابل توجهی از آنچه که مدیریت آینده پژوهی به بررسی آن می پردازد، برنامه ای است که در مدیریت استراتژیک تبیین شده است.
2. مدیریت استراتژیک: همانطور که در بالا دیدیم، مدیریت آینده پژوهی به بررسی، پیش بینی و محاسبه تاثیراتی می پردازد که بر اساس دید یا سند استراتژیک پیش گرفته شده اند. بنابراین مدیریت استراتژیک به معنی مراحلی است که قبل از آینده پژوهی تنظیم شده اند مانند بیانیه، اهداف، و ماموریت شرکت. درواقع مدیریت استراتژیک را باید برنامه ی شروع و حرکت در مسیر دانست و مدیریت آینده پژوهی را پیش بینی جایی که با اهداف استراتژیک یا ایجاد تغییر در آن ممکن است برسیم.

اما در عین حال، آینده نگری استراتژیک دقیقا تلفیق هردوی آنهاست زیرا برنامه و سند استراتژیک بدون آینده پژوهی ناقص است و آینده پژوهی بدون نگاه اصلاحی به استراتژی های یک شرکت و یا سازمان معنی ندارد.

بر اساس نظریات: هایدلبرگ، روهربرک

شناسایی روند بازار

در آینده پژوهی و با بررسی آمار می توان کل اتفاقات درحال رخداد که درحال حاضر درجریان رخ دادن است را به سه دسته تقسیم کرد.

1. مگاترندها: یعنی اتفاقاتی که در بلندمدت مثلا چندین نسل رخ می دهند و بسیار عظیم هستند را شامل می شوند مثلا گرم شدن زمین و تغییرات زیست محیطی
2. روندها: شامل تغییراتی می شوند که کاهشی یا افزایشی است و از طریق راه هایی که در ادامه اشاره می شوند بررسی می کردند و سبک زندگی یا بازار را تغییر می دهند مثلا نقش افزایش سرعت اینترنت در کسب و کارها.
3. سیگنالهای ضعیف: که تاثیرات کوچک بر جوامع کوچک دارند مثلا احتمال تغییر قیمت جوهر چاپ اسکناس که فقط بر بانکها در چاپ پول تاثیر دارد. آینده پژوهی در حوزه تجاری شامل تحلیل روندهای و سیگنالهای ضعیف است که با توجه به آن صنعت تعیین می شوند.

بر اساس نظریات: نایسبیت، روهربرک، هیلتون، سیترا

طبقه بندی دارایی ها

قبل از شروع هر برنامه آینده پژوهی، باید توان فعلی سازمان را بدانیم که شامل نیروی انسانی، تجهیزات، دانش، زیرساخت فناوری اطلاعات، فرایند و عملکرد، خط مشی ها، ظرفیت اندازه گیری شده خط تولید و... است یعنی باید یک بیوگرافی کامل از ریزترین دارایی های شرکت داشته باشیم. در آینده وقتی طرح ها مطرح می شوند، لازم است بر اساس دارایی ها باشند و یا برآورد شود که هر طرح برای به ثمر رسیدن چقدر هزینه تامین نیازها را دارد. مثلا تولید فلان محصول نیاز به دانش و آموزش پرسنل ضمن یک سال تحقیقات دارد

بر اساس نظریات: اسمیت، ووچن

تعریف تجزیه و تحلیل کسب و کار چیست؟

تمرکز اصلی تجزیه و تحلیل کسب و کار بر آمار جمع آوری شده از شاخص های سازمان است تا بتواند به سوالاتی مانند موارد زیر پاسخ دهد:

1. چرا آن اتفاق رخ داد؟
2. چه کنیم تا دیگر رخ ندهد (یا اگر مفید بود دوباره رخ بدهد)؟
3. هر چند وقت این اتفاق رخ می دهد؟
4. چه چیزی باعث می شود که مخاطرات آن اتفاق کاهش یابد؟
5. و...

مهمترین ابزارهای تجزیه و تحلیل کسب و کار شامل موارد زیر است:

1. کلیه ابزارهای اندازه گیری و آماری که مهمترین آنها شاخصهای کلیدی عملکرد KPI است. (در بخش مدیریت عملکرد و فرآیند بیان شده است)
2. تمام فرایندهای داخلی سازمان که رسم شده اند. (در بخش مدیریت عملکرد و فرآیند بیان شده است)
3. نظرسنجی ها، مصاحبه ها و... با کارمندان سازمان. (در بخش مدیریت تحقیق و توسعه و در بخش مدیریت منابع انسانی بیان شده است)

بر اساس نظریات: اشمولی، کوپیوس، داونپورت، مارسلو، وارد

هدف گذاری در آینده پژوهی

این مرحله با آنکه توضیح بسیار آسان و کوتاهی دارد اما یکی از مهمترین مراحل آینده پژوهی است که معمولا فراموش می شود. چنانچه هدف گذاری در آینده پژوهی از ابتدا به درستی انجام نشده باشد، ممکن است زمان و هزینه صرف دستیابی به نتیجه ای شود که کاربرد چندانی برای شرکت یا سازمان دارد بنابراین با توجه به اینکه پارامترها بسیار زیادی ممکن است برای آینده پژوهی وجود داشته باشد، باید دقیقا مشخص شود که در آینده به دنبال فهمیدن چه چیزی هستیم که معمولا در یکی از حوزه های اجتماعی، فناوری، اقتصادی، سلامت و سیاسی است. مهمترین مزایای هدف گذاری در آینده پژوهی به شرح زیر است:

1. کوتاه کردن زمان آنالیز داده ها
2. کاهش چشمگیر نیاز به جمع آوری داده
3. کاهش چشمگیر هزینه و زمان
4. دست یابی به نتایج مفید برای سازمان
5. جلوگیری از انحراف تحقیقات و انجام تحقیقات در جهت هدفی از پیش تعیین شده
6. ریسک کمتر و افزایش دقت در نتیجه نهایی
7. کاهش درگیر کردن افراد کم ارتباط با موضوع آینده پژوهی

بر اساس نظریات: هاینز، بیشاپ

کارگاه آینده‌پژوهی

مبنای این کارگاه بر اساس طوفان فکری است و در آن:

1. موضوع بر مبنای اسناد استراتژیک یا نیازهای آینده‌پژوهی مشخص می شود
2. از تمام کارمندان دعوت می شود تا موانع دستیابی به آن هدف را بگویند
3. حالا از همه خواسته می شود محدودیت‌ها را فراموش کرده و با تمام توان خیال‌پردازی کنند هرچند به نظر غیر ممکن بیاید
4. همه شرکت کنندگان راهکارهای رسیدن به آن هدف را پیشنهاد دهند
5. حالا راهکارها از طریق روشهای آماری که در ادامه بیان می شود امکان‌سنجی، ریسک‌سنجی، هزینه‌سنجی و... شوند

بر اساس نظریات: جونگک

تجزیه و تحلیل کسب و کار BA

این عملکرد با هوش تجاری BI تفاوت دارد. هوش تجاری بر نمایش نتایج حقیقی Real-time تمرکز دارد اما تجزیه و تحلیل کسب و کار به بررسی آماری و آینده پژوهی می پردازد. سازمانهایی توانایی بهره گیری از BA را دارند که

1. مدیران ارشد قویا از آن حمایت کنند و آنرا بشناسند چون زمانگیر و هزینه بر است
2. توانایی و دانش مدل سازی وجود داشته باشد
3. از فرایندها و استراتژی در آن سازمان استفاده شود چون تمرکز اصلی بر راهکار و اصلاح برنامه های آینده است
4. سازمان از داده های قابل توجه و سیستمها و زیرساختهای آنالیز آنها برخوردار باشد.

بر اساس نظریات: داونپورت، اشمولی، کوپیوس، وارد

نظریه تجزیه و تحلیل پیشبینی کننده

اصولاً آینده پژوهی بر مبنای آمار و مدل سازی انجام می شود. بنابراین فرایند آینده پژوهی شامل مراحل زیر است:

1. جمع آوری داده های قبلی
2. شناخت روابط بین داده ها
3. تجزیه و تحلیل داده ها
4. یافتن ریسک ها و پتانسیل های احتمالی درمورد سلامت داده ها
5. مدل سازی قابل فهم و آسان
6. ارائه احتمال و پیشنهاد بعنوان خروجی

اصلی ترین کارکردهای آینده پژوهی در بازاریابی، ارزیابی ریسک اعتباری، کشف تقلب، تولید، مراقبت های بهداشتی، و عملیات دولتی از جمله اجرای قانون است.

بر اساس نظریات: کوکر، اکرسون، فینلی، سیگل، اسپالک

کلان داده ها و داده کاوی در آینده پژوهی

این شاخه از دانش را می توان در مدیریت تحول دیجیتال و فناوری اطلاعات طبقه بندی کرد و در آن بخش به صورت کامل توضیح داده شده اند که در آینده پژوهی آماری نیز کاربرد فراوان دارد. برای شروع آنالیز داده نیاز به حجم قابل توجهی داده قبلی است که ذخیره شده اند. حالا آنها را باید در یک قالب مشخص، قابل فهم، و استاندارد برای تمام پردازشگر ها مرتب سازی شوند. سپس می توان داده ها را بر مبنای بازه زمانی تقسیم بندی و آنالیز کرد (داده های جدیدتر در پیشبینی آینده دقیقتر هستند). حالا موضوعی که نیاز است درمورد آن پیشبینی انجام شود از طریق الگوهای آماری داده‌کاوی می شود.

بر اساس نظریات: گارتنر، مک‌کارتی، کینی، سالامون، کوپرز

مدل برنامه نویسی MapReduce

در این مدل برنامه نویسی سعی می شود تمرکز محاسبات از روی یک پایگاه داده مرکزی برداشته و بین چند ایستگاه کاری تقسیم شود. از همین مدل می توان برای افزایش سرعت جمع آوری اطلاعات ساختار یافته نیز استفاده کرد. مثلا وقتی اطلاعات مشتری از طریق چندین کانال جمع آوری می شود، سعی شود ساختار جداول داده در همه ی آنها یکسان باشد. مثلا همیشه ستون اول اسم و ستون دوم سن باشد تا بتوان داده ها را به آسانی جمع بندی کرد. برای اجرای این الگو نیاز به تنظیم دستورالعمل های داخلی سازمان برای دریافت و ذخیره اطلاعات است که واحدها بدانند چگونه اطلاعات را جمع آوری کنند.

بر اساس نظریات: ویکهام، لامل، اوکهام

پیشبینی فناوری

یکی از راه های ساده برای این کار استفاده از طرح «رادار فناوری» است. یعنی تمام کارمندان آن صنعت با توجه به تخصص خود می توانند سریعترین تغییرات فناوری را مشاهده و اعلام کنند. با توجه به اطلاعاتی که از قبل جمع آوری شده و اطلاعاتی که کارمندانِ متخصص ارایه می کنند، می توان مطابق تحلیل های آماری به آینده پژوهی در حوزه فناوری پرداخت. این تحلیل باید بصورت دایمی باشد و ممکن است به سرعت تغییر کند.

بر اساس نظریات: فیرات، وون، روهربرک، سیری 

اسکن افق

یک تعریف نوظهور برای آینده پژوهی در زمینه فناوری است که چشم اندازهای کوتاه‌مدت را روشن می کند. اصلی ترین راه ها برای اسکن افق استفاده از: مصاحبه با صاحبنظران، استفاده از درخت موضوع، فعالیتهای علمی و آزمایشگاهی، کارگاه های تخصصی، تحلیل روندهای جاری در شرکتهای تاثیرگذار آن صنعت، تحلیل سناریو بر مبنای آمار و احتمالات، پرسشنامه دلفی، و بررسی بیانه چشم انداز شرکتهای مطرح در آن صنعت است.

بر اساس نظریات: براون، ساترلند، آرمسترانک، تیلور، کاراسالو

ارزیابی فناوری TA

در این نوع ارزیابی بیشتر به جنبه های اخلاقی و اجتماعی از یک رشد فناورانه می پردازد که آیا توسط جامعه پذیرفته می شود یا خیر و چنانچه مورد استفاده همگانی واقع شود چه محاسن و معایبی خواهد داشت. مثلا عرضه موبایل باعث راحت شدن ارتباط انسانها گردید اما روابط اجتماعی را نیز تضعیف کرد. برای ارزیابی های فناوری معمولا محاسن و معایب با توجه به تجربیات مشابه قبلی امتیاز دهی می شوند که طیف بسیاری از تخصص ها را می طلبد پس می توان از بیانیه های مجامع و سازمانهای جهانی استفاده کرد

بر اساس نظریات: بانتا، کودنیا-روبیک، باربور

پیش‌بینی بر اساس قیاس

یکی از راحت‌ترین راه های آینده پژوهی درمورد محصول جدید این است که آنرا با محصولی مشابه که قبلاً عرضه شده مقایسه کنیم. مثلا می دانیم قبلا استقبال از موبایلی که فقط با صوت فرمان می گرفته شکست خورده پس اگر مجددا چنین محصولی عرضه شود به احتمال زیاد شکست می‌خورد

بر اساس نظریات: وایلی

چرخه حیات فناوری

روندها همیشه از تغییراتی در تکنولوژی، سیاسی، اجتماعی و... شروع می شوند و امکان تبدیل شدن یا شکل دادن به جهت حرکت اصلی جامعه را پس از پختگی یا اصطلاحا بلوغ دارند (یعنی به مرحله ای برسد که قابلیت استفاده در چرخه زندگی جامعه هدف را داشته باشد و صرفا آزمایشگاهی نباشد و تجاری شده باشد). مثلا ظهور کامپیوتر که باعث تغییرات عمده در سبک زندگی جوامع بشری شد. روندها ممکن است انشعاباتی نیز داشته باشند. موبایل یک انشعاب از کامپیوتر است که حتی بر روند اصلی نیز تاثیر گذاشت مثلا باعث کاهش استفاده افراد از رایانه شد. روندها از یک ایده شروع می شوند و گسترش می یابند و چنانچه در چرخه زندگی ۱۵ الی ۲۵٪ از جامعه هدف پذیرفته شوند، تبدیل به یک جریان اصلی می گردند. اصلی ترین تحقیقات آینده پژوهی که با مقاصد تجاری انجام می شود در بخش روندها و سیگنالهای ضعیف است که با توجه به بازار هدف مشخص می شود.

بر اساس نظریات: امی وب

پیش‌بینی جریان نقدی (تحقیق و توسعه):

در این روش بصورت کوتاه‌مدت (سرمایه در گردش) و بلندمدت (دارایی ها و اموال) بررسی صورت می گیرد. راحت ترین راه این است که صورتهای هزینه و درآمد ناخالص را حداقل برای مدت ۹۰ روز در یک اکسل داشته باشیم. توجه شود که استاندارد کسب درآمد ناخالص در صنایع مختلف متفاوت است و احتمالا با تاخیر در دریافت‌ها مواجه است و تنظیم این صورت باید با اطلاع از نُرم موعد و نحوه پرداختها در آن بازار تهیه شود.

بر اساس نظریات: گیلسپی، بورت

نظریه وایلد کارت

اتفاقات با احتمال وقوع بسیار پایین که درصورت وقوع، باعث تغییر عمده شرایط می شود. مجموعه ای از اتفاقات کوچک اما مرتبط ممکن است باعث یک اتفاق بزرگ شوند.  مثلا انقلاب در آمریکا که ممکن است با مرگ یک سیاهپوست و همزمان تخریب پارک یلو استون شروع شود. این موارد می تواند به اثر پروانه ای و اثر دومینو مرتبط باشد. برای شناخت این اتفاقات باید از تفکر خارج از چهارچوب مثلا کسانی که کلا ذینفع یک محصول یا خدمت نیستند استفاده کرد. خروجی وایلدکارتها عموما به چهار دسته تقسیم می شود

1. احتمال کم، تاثیر زیاد، اعتبار بالا
2. احتمال زیاد، تاثیر زیاد، اعتبار کم
3. احتمال زیاد، تاثیر زیاد، اعتبار مورد مناقشه
4. احتمال زیاد، تاثیر بالا، اعتبار بالا.

توجه شود که همه ی این درجات مهم هستند و در گذشت زمان ممکن است به یکدیگر تبدیل شوند

بر اساس نظریات: شبکه تاثیر مرجع RIG - پترسون، باربر،مارکلی

نظریه قوی سیاه

هیچ چیزی در آینده غیر ممکن نیست و نباید صرفا به آمار ریاضی و سوابق تجربی اعتماد کرد. چون نمی توان این دسته از تهدیدات را پیشبینی کرد بنابراین باید در همه ی زمینه ها قوی شد و از کلیشه های ذهنی پرهیز کرد. تقریبا تمام اتفاقاتی که مسیر جامعه بشری را تغییر داده غیر قابل پیشبینی بوده اند. این خلاف نظریه تصمیم گیری است که در آن تمام پارامترها ثابت هستند.

بر اساس نظریات: نسیم نیکلاس طالب

تجزیه و تحلیل مورفولوژیکی (نجوم):

از این روش در تجزیه و تحلیل روندهای بسیار پیچیده استفاده می شود که بواسطه وسعت و پیچیدگی حل نشدنی به نظر می رسند. روش آن است که روند پیچیده را به چند روند آسانتر تقسیم کرده و عناصری که اهمیت کمتری داشته باشند را حذف می کنند و بر مبنای باقیمانده ها تجزیه و تحلیل می کنند. توجه شود که این روش در بیشتر موارد قابل استفاده نیست و ممکن است نشود مسائل را کم اهمیت دانست و حذف کرد اما در زمانی که قابل اجرا باشد، حجم محاسبات را به شدت کاهش می دهد.

بر اساس نظریات: زویکی

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

نظریه احتمال معکوس

این نظریه در آمار وجود دارد و بصورت کلی شامل مفاهیم آینده پژوهی نیست اما نکته مهم برای مدیران این است که در مقابل «اگر بشود چه می شود؟» پاسخی برای «اگر نشود چه می شود؟» نیز محاسبه شود و خسارات احتمالی و احتمال رخداد براورد شود. نحوه محاسبه مانند موارد قبلی بر مبنای تحلیل سناریو است یعنی در تحلیل سناریو فقط به جنبه های مثبت (شدن) توجه نشود.

بر اساس نظریات: فیشر

اصل استنباط آماری

یعنی برای انتخاب جامعه آماری که قرار است بصورت پایلوت آزمایش شوند، پارامترها و معیارهای درستی انتخاب شود مثلا اگر می خواهیم یک موبایل را آزمایش کنیم، افرادی انتخاب شوند که نسبت به یک برند خاص وابستگی عاطفی نداشته باشند و تعداد شرکت کنندگان قابل قبولی برای تصمیم گیری داشته باشد و سوالاتی که از ایشان می شود واضح باشد. در استنباط آماری باید سطح رضایتمندی قابل قبول مشخص شود یعنی مثلا اگر بیش از ۹۰ نفر از ۱۰۰ نفر گفتند که سایز موبایل خوب است، واقعا خوب است؛ بیشینه و کمینه این پارامترها بر مبنای سطح رضایتمندی مشتریان از محصولات رقبا انجام می شود یعنی وقتی ۸۰ نفر از ۱۰۰ می گویند وزن موبایل رقیب خوب است، میزان رضایتمندی مشتریان از وزن موبایل ما باید بیشتر باشد تا امکان رقابت داشته باشیم. این آزمونها باید با توجه به تغییرات بازار (مثلا موبایل های جدیدی که رقبا عرضه می کنند) تکرار شود.

بر اساس نظریات: کونیشی، کیتاگاوا، کاکس

تجزیه و تحلیل کوهارت

بسیار مهم است که بتوان داده ها را سکشن بندی کرد. مثلا یک بازیِ آنلاین متوجه می شود با آنکه ثبت نام‌ها زیاد شده اما درآمد کاهش پیدا کرده. در این زمان کل داده ی مشتریان را به وفادار و جدید دسته بندی می کند و می بیند که مشتریان وفادار بدلیل تاخیر در ارائه نسخه ی جدید دلسرد شده اند درحالیکه مشتریان جدید اصلا متوجه این موضوع هم نشده اند. درواقع تحلیل کوهارت بر سه پارامتر استوار است

1. سوال به درستی و واضح مطرح می شود مثلا چرا با وجود افزایش ثبت نام اما درآمد کاهش یافته؟
2. داده ها بر مبنای خصوصیات مشترک تقسیم می شوند مثلا مشتری جدید و مشتری وفادار
3. آنالیز هر بخش از داده ها جداگانه انجام می شود و سپس باهم مقایسه می شوند. اینگونه می توان متوجه شد که مثلا درآمد در کدام دسته از مشتریان کاهش داشته و همان بخش را برای افزایش درآمد در آینده تقویت کرد.

بر اساس نظریات: کوهارت، داوی جیانگ، داو چن

تجزیه و تحلیل قرابت و قوانین یادگیری انجمنی

این یک مدل آماری است که نشان می دهد فروش چه کالاهایی با یکدیگر قرابت دارد. مثلا در یک نتیجه ی عجیب مشخص شد پدرانی که پوشک می خرند، تا ۶۰٪ احتمال دارد که آبجو هم بخرند! و با چینش پوشک در کنار آبجو، فروش آبجو رشد چشمگیری داشت. در مثال دیگر، آمازون بر همین مبنا سایر کالاها را به مشتریان خود پیشنهاد می دهد مثلا افرادی که کتاب تاریخ پرتغال را می خوانند احتمالا به دریانوردی نیز علاقه دارند. برای پیدا کردن قرابت کالاها یا مشتریان، باید سبد خرید مشتریان داده کاوی شود تا پارامترهای مشترک یافته شود. همچنین با توجه به دفعات تکرار نسبت به کل می توان برای آن درصد اطمینان نیز فرض کرد که در تصمیم گیری ها مهم است مثلا درصد اطمینان خرید همزمان پوشک و آبجو ۶۰٪ است. از این روش برای رشد فروش، افزایش رضایتمندی، شناسایی صنایع نزدیک جهت همکاری تجاری جهت فعالیتهای آتی استفاده می شود و جزو تحقیقات بازار و شناخت رفتار مصرف کننده طبقه بندی می شود.

بر اساس نظریات: لاروس، سانیدا، وارلامیس، آگراوال

آزمون فرضیه های آماری

بسیار مهم است که در پذیرش نتایج آماری به موارد زیر توجه شود. درواقع توجه به این موارد باعث می شود که آمار غلط یا جانبدارانه را نپذیریم:

1. مسئله ناشناخته ای را بیان کند و با منطق درست و غلط ارسطو در تضاد نباشد. یعنی مثلا اگر نتایج می گفت از کالای معیوب استقبال می شود، مشخص است که مفروضات آماری غلط بوده است.
2. از جامعه آماری درستی جمع آوری شده باشد مثلا سنجش کیفیت آچار از خانمهای خانه دار انجام نشده باشد.
3. از مفروضات غلط استفاده نشده باشد مثلا برای بررسی موبایل، نظر مشتری درمورد لپتاپ پرسیده نشده باشد. همچنین سوالات واضح از مشتری پرسیده شده باشد.
4. نتایج کسب شده را بررسی کنید تا دلایل نارضایتی را هم پیدا کنید.
5. آمار باید معنی داشته باشد که یا تایید کند یا رد. برای این کار باید کمینه، بیشینه، و سطح بحرانی برای خوب و بد تعیین شده باشد که می تواند بر مبنای رضایت مشتری از کالای رقبا یا مقایسه عملکرد کارگر خط تولید با میانگین عملکرد سایر کارگران باشد.

بر اساس نظریات: بلهاوس، پی، آربوتنت، فیشر، نیمن-پیرسون، لنهارد، یوهانس

نظریه دومینو

لازم است حتما به روابط علت و معلولی تصمیمات حیاتی و تاثیرات آنها پرداخته و بصورت فلوچارت «اگر - آنگاه» رسم گردند. مبنای این نوع پژوهش شامل تولید محصول جدید، ورود رقبا به بازار، تاثیرات فناوری های جدید، تغییرات بازار و... است که بوسیله گسترش تحقیقات و دانش در هرکدام از زمینه های مورد بررسی انجام می شود. این اسناد باید مکتوب شوند و برای هرکدام راهکارهای احتمالی فرض شود

بر اساس نظریات: کیچر، کواین، بوغوسیان

اصل عدم قطعیت (فیزیک - هایزنبرگ):

هر نوع پیشبینی آینده حاوی مقادیری عدم قطعیت است. هرچه ابزارها و آماری که در گذشته جمع آوری شده است دقیقتر باشد، با دقت بیشتری می توان آینده را پیشبینی کرد. نحوه محاسبه عدم قطعیت، بر اساس اختلاف بین میانگین داده های پرت نسبت به میانگین داده های صحیح است. مثلا چهار مشتری وجود دارد که هرکدام ۵۰، ۴۰، ۶۰ و ۵۰ هزار تومان خرید کرده اند؛ اینجا میانگین فروش ۵۰.۰۰۰ +- ۱۰.۰۰۰ است. و احتمال عدم قطعیت یک‌پنجم یا ۲۰٪ است. در تصمیمات مهم باید مشخص کرد که چقدر عدم قطعیت مجاز است که می تواند بر اساس میزان ریسک مجاز مالی مشخص شود مثلا کارفرما می گوید: مدت قرارداد سه ماه است اما پیمانکار می تواند ۱۵ زودتر یا دیرتر آنرا به پایان برساند در غیر اینصورت مشمول جریمه می شود.

بر اساس نظریات: نورویگ، ترون، هابارد، ساندگرن، کارلسن

اصل توزیع دیریکله

برای تشخیص مسائل مرتبط با هر موضوعی، می توان داده های موجود را بر روی بردار آورد و مشاهده کرد که در چه نقاطی تراکم داده ها بیشتر است. مثلا وقتی بخواهیم رضایت مشتریان از یک موبایل را بررسی کنیم، ممکن است ببینیم این رضایت در سنین ۱۹ الی ۲۱ سال بیشتر است. این یعنی کالای ما برای یک بازه سنی بخصوص مناسب بوده. یا مثلاً مشتریان جذب شده اکثرا از یک کانال (مثلا وب سایت) با ما آشنا می شوند پس وابستگی کسب و کار ما به سایت بالا است. این موارد برای برنامه ریزی آینده ی کسب و کار فرض می شود

بر اساس نظریات: لژون دیریکله، جانسون، وایلی، اینگرام، هرمان

نمودار توزیع نرمال در آینده پژوهی

این مورد ارتباط چندانی با مدیریت آینده پژوهی ندارد جز اینکه معمولا در بازارهای دارای ثبات، معمولا رخداد اتفاقات یکسان در بازه های زمانی یکسان تغییر چندانی ندارد. مثلا در ایران قیمت طلا از اواسط بهمن اوج گرفته و در اردیبهشت مجددا فروکش می کند. این را می توان بعنوان اتفاقات نرمال و قابل پیشبینی با عدم قطعیت پایین فرض کرد اما مطابق آنچه در خطر کورتوز بیان می شود، اگر این تغییر قیمت طلا در پایان سال بسیار کم باشد (یعنی دنباله های بردار چاق باشد) احتمال شکست پیشبینی را بسیار افزایش می دهد. مثلا اگر دیدیم افزایش قیمت طلا در آخر سال در بیشترین حالت به ۱۰٪ از قیمت عادی می رسد، احتمال دارد که با یک عامل خارجی (فاندامنتال) کوچک، چنین تغییر قیمتی خنثی شود.

بر اساس نظریات: گاوس، لاپلاس، ماندلبرو، کروگمن

استراتژی دُم بلند

اکثر نمودارهای فروش نشان می دهد که فروش محصولات در یک بازه زمانی بسیار زیاد بوده و در ادامه کاهش می یابد اما این دنباله ی برداری بسیار دراز است یعنی فروش آن کالا کم ولی در بازه زمانی طولانی انجام می شود. بسیاری از شرکتها بخش اصلی فروش خود را بر روی این دُم بلند تنظیم می کنند از اینجهت با افزایش تعداد دُم های بلند، می توان فروش را برای مدتی طولانی تضمین کرد. این شکل فروش عمدتا بر محصولات اینترنتی تمرکز دارد مانند شرکتهای خدمات کلیکی یا کتابفروشی های مجازی که محصولات بسیاری دارند

بر اساس نظریات: بینگهام، اسپرادلین، اسموسن، لوین، دیوید ام

تجزیه و تحلیل ضربه متقاطع

یکی از مفیدترین و دقیقترین راه های آینده پژوهی است. در این روش فرض می شود که هیچ اتفاقی به خودی خود رخ نمی دهد و تاثیر رویدادها بر یکدیگر فرض می شود مثلا گرانی سوخت باعث اعتصاب رانندگان می شود. برای پیشبینی پیشنهاد می شود از مواردی استفاده شود که ۱۰ الی ۴۰ بار تکرار شده اند تا دقیق باشند. سپس باید تحلیل کرد که هرکدام از رویدادهای مستقل چقدر احتمال رخداد دارند و این ساختار زنجیروار و بصورت یک درخت رسم می شود. یعنی رویدادهای پایه ای که باعث تغییرات بر روی سایر روندها می شوند بصورت جداگانه احتمال‌سنجی می شوند سپس احتمال تاثیر آن رویداد بر روی سایر رویدادها نیز از طریق محاسبات آماری مشخص می شود. خوبی این روش آن است که اگر رویدادهای پایه ای محاسبه شده باشند، حجم محاسبات بعدی کاهش می یابد لیکن کل ساختار  درختی اتفاقات نیاز به اصلاح مستمر داده ها دارد که در صنایع دقیق از طریق برخی نرم افزارها انجام می شود. همچنین در مسائل مدیریتی از طریق دلفی پیاده سازی می شود.

بر اساس نظریات: گوردون، هلمر

تحلیل بازارهای مالی

این عوامل شامل دو دسته می شوند و کاربرد اصلی آنها در بازارهای مالی به شرح زیر است:

1. عوامل تکنیکال: عموما عوامل تکنیکال با آنالیز آماری چند دوره مالی، مشخص می شوند. فرض کنید که بخواهیم بدانیم در چه مواقعی از سال قیمت طلا رشد می کند بنابراین به بررسی نواسانات قیمت طلا در چند سال پیاپی می پردازیم. در این آنالیزها مشخص می شود که هرساله در نزدیکی عید نوروز، قیمت طلا افزایش می یابد و هر ساله به صورت میانگین 10% رشد داشته است. مشخص است هرچه تعداد دوره هایی که به مقایسه آنها با یکدیگر می پردازیم بیشتر باشد، دقت تحلیل افزایش می یابد. مثلا نتایج آنالیز عملکرد بازار در 10 سال پیاپی بسیار دقیقتر از 1 سال است زیرا ممکن است در آن سال اتفاق خاصی رخ داده باشد که باعث رشد ناگهانی قیمت طلا شده است. به این شکل آنالیز تحلیل تکنیکال گفته می شود.
2. عوامل فاندامنتال: نام دیگر: عوامل بنیادی. در بازارهایی که ثبات زادی ندارند، عموما تاثیر تصمیمات خارجی بر بازارهای مالی زیاد است. مثلا به صورت ناگهانی دولت تصمیم می گیرد که قیمت حامل های انرژی سه برابر شود و همین افزایش باعث رشد ارزش سهام پالایشگاه ها و افت ارزش سهام خودروسازان خواهد شد. پس هرچه زودتر بتوانیم از این عوامل اطلاع کسب کنیم، احتمال کسب سود برای ما بیشتر خواهد بود. در بسیاری از مواقع، در بازارهایی که وابسته به عوامل فاندامنال هستند، برخی از افراد از طریق دستیابی به اطلاعات ارزشمند می توانند برای خود کسب منفعت کنند. مثلا وزیری که می داند تا دو ماه آینده قرار است قیمت سوخت افزایش یابد، می تواند به سرعت تمام سهامی که از خودروسازان دارد را بفروشد و با همان پول سهام پلایشگاه ها را بخرد. به این روش کسب درآمد، استفاده از رانت اطلاعاتی گفته می شود که در بسیاری از کشورها جرم است. به این روش آنالیز تحلیل فاندامنتال گفته می شود.

پویش و آنالیز محیطی

از این روش که برای شناسایی عوامل فاندامنتال است (که در پایین توضیح داده می شود)، از طریق بررسی ژورنالها، اخبار، همایش ها، رویدادها، نمایشگاه ها و... انجام می شود و در آنها به دنبال شاخص‌های زیر می گردد:

1. سیگنالهای احتمال تغییر در بازار
2. رویدادهای شاخص در آن صنعت
3. پیشبینی کارشناسان در خارج از سازمان
4. آمارهای منتشر شده

بر اساس نظریات: دیکسون

آموزش روش دلفی در آینده پژوهی

یکی از بهترین روشهای پیشبینی است. در این روش از تعدادی کارشناسِ مطلع در حوزه آن صنعت (از داخل و خارج سازمان) دعوت می شود تا نظر خود درمورد یک روند را اعلام کنند. سپس تمام نظرات بدون ذکر نام نظردهنده در اختیار سایرین قرار می گیرد تا آنرا نقد کنند. سپس انتقادات در اختیار نظردهنده قرار می گیرد تا نظر خود را اصلاح کند یا به انتقادات پاسخ دهد. حالا پاسخها به کسانی که انتقاد کرده بودند داده می شود تا قبول یا رد کنند. این فرایند آنقدر اتفاق می‌افتد تا به نظری جامع با آرای اکثریت برسد. موارد مهم در روش دلفی که باعث دقت پیشبینی می شوند عبارتند از:

1. تعداد شرکت کنندگان قابل قبول باشد
2. دانش شرکت کنندگان در آن موضوع قابل قبول باشد
3. هویت شرکت کنندگان محرمانه بماند تا تاثیری بر انتقادات دیگران نگذارد مثلا کسی با نظر مدیرعامل مخالفت نمی کند
4. شرکت کنندگان از داخل و خارج سازمان باشند
5. یک نفر مسئول اجرای آن باشد و پیگیری کند
6. درصورت نیاز، شرکت کنندگان تز و آنتی‌تز ارائه دهند تا به سنتز منتهی شود
7. جمع بندی نهایی مکتوب شود. می توان از روش دلفی در پیشبینی اتفاقات آتی، تشکیل درخت تصمیم گیری، و سایر جهات استفاده کرد.

بر اساس نظریات: دالکی، هلمر، بی‌براون، ساچمن

تجزیه و تحلیل تجویزی

از آن برای جمع بندی نهایی استفاده می شود یعنی:

1. نتایج آنالیز داده های نمودارها و مدلها که در بالا ذکر شد را جمع آوری می کنیم
2. تمام محتواهای غیر عددی مانند ویدیوها و پادکستها که ۸۰٪ از داده های امروزی را شامل می شوند را با توجه به موضوع و اهمیت، از ۱ تا ۱۰ امتیاز می دهیم. این نوع محتوا معمولا شامل عوامل فاندامنتال می شوند.
3. قوانین و استانداردهای حاکم بر آن کسب و کار که در اسناد استراتژیک بررسی شده است را درنظر می گیریم.
4. با توجه به همه ی موارد، راهکاری برای آینده ترسیم می کنیم. درواقع این نوع تجزیه و تحلیل شامل اعداد و ارقام ناشی از تجزیه و تحلیل تکنیکال بهمراه عوامل فاندامنتال و با در نظر گرفتن استراتژی و قوانین است.

بر اساس نظریات: ایوانز، لیندنر، دانپورت

سناریو سازی در آینده پژوهی

باید توجه شود که تا اینجا صرفا به آنچه در روال عادی به آن می رسیم بر مبنای استنباط آماری مشخص شده است. در این مرحله باید سناریوهای مختلف مطرح شوند تا به تاثیر هرکدام در آینده پرداخته و نتایج هرکدام بررسی و مشخص شود. درواقع سناریو سازی در آینده پژوهی یعنی با توجه به داده هایی که به دست آورده ایم، آینده را به دو صورت پیشبینی می کنیم

1. آینده ای که ما در آن نقشی نداریم
2. آینده ای که تصمیمات ما در آن تاثیر می گذارد

در حالت دوم باید تمام حالاتی که ممکن است ما در آینده تاثیر داشته باشیم پیشبینی شده باشد. مثلا فرض کنید که شرکتی قصد دارد آینده ی فروش خود را در صورت افزایش قیمت بررسی کند. تمام این سناریو سازی باید بر اساس داده های دقیق آماری بوده و هرگز نباید به دانش شخصی اکتفا کرد چون در اکثر مواقع غلط هستند:

1. اگر قیمت محصول 20% گران شود، قیمت به بیش از 15 میلیون تومان رسیده و تعداد خریداران 30% افت خواهد کرد زیرا از توان آنها خارج است.
2. اگر قیمت محصول 30% گران شود، مشتریان به سراغ خرید محصول خارجی رفته و در عرض 3 سال 60% بازار را از دست می دهیم.
3. اگر قیمت محصول گران نشود، ناچاریم برای جبران هزینه ها از کیفیت محصول کم کنیم که در این صورت 20% به موارد خدمات پس از فروش افزوده می شود.
4. و...

توجه شود که این موارد صرفا به عنوان نمونه هستند و با توجه به نیاز سازمان، می توان هر سناریو را تا حد یک پروپوزال گسترش داد.

بر اساس نظریات: هاینز، بیشاپ

الگوریتم شانس و توقف بهینه

برای تصمیم گیری درمورد برنامه های آتی باید زمانی برای تصمیم گیری مشخص کرد. مثلا می گوییم: برای تصمیم گیری درمورد بهترین برنامه پنج ساله، تا انتهای این ماه صبر می کنیم. سپس تمام برنامه هایی که مطرح می شوند را بررسی می کنیم و اگر بهتر از برنامه های قبلی بود، به آن امتیاز ۱ و اگر بدتر از برنامه های قبلی بود امتیاز ۰ می دهیم. وقتی که به پایان ماه رسیدیم، آخرین برنامه ای که امتیاز ۱ داشت بهترین برنامه برای اجرا است.

بر اساس نظریات: کاکینوما، میوشی، بروس، فرگوسن، گیلبرت

تحلیل لایه ای عِلی CLA

تمام مواردی که در بالا به آنها پرداخته شد، هرکدام راهکاری برای آینده پژوهی است اما در تحلیل لایه ای از برآیند همه ی آنها استفاده می شود یعنی مطابق تحلیل سناریو حدود ۱۰ سناریو تعریف شده و نقاط اتصال آنها به یکدیگر با حضور متخصصین بررسی می شود. سپس هرکدام را که می توان با روش دلفی آنجا داد، بر مبنای تجزیه و تحلیل های آماری وزن دهی و زمان سنجی می کنیم که در نهایت به ۲ یا ۳ سناریوی اصلی کاهش می یابد. حالا این سناریوها هم شامل تحلیل های تکنیکال است و هم فاندامنتال که همگی در دقیقترین حالت ممکن به پیشبینی آینده می پردازند و در هرکدام از بخشها به اهداف، دلایل، میزان ریسک، میزان خطا، عواقب، نتایج و تاثیر آنها بر سایر زنجیره اشاره شده است.

بر اساس نظریات: عنایت‌الله

مدل کنترل پیش‌بینی آینده MPC

هدف از این مدل، اصلاح پیش‌بینی آینده درصورت بروز تغییرات در داده های جمع آوری شده بصورت real-time است. پس از آنکه مدل سازی انجام شد و یک روش اجرایی انتخاب شد، برای هرکدام از پارامترهایی که مقرر است در آینده ذخیره و عملیات آماری بر روی آن انجام شود یک سیستم جمع آوری اطلاعات فرض می شود. مثلا اگر طول عمر یک شیر فلکه را محاسبه کرده ایم، بر روی آن یک سنسور می گذاریم تا اطلاعات اعم از باز و بسته شدن، میزان فشار و... را مستقیما در پایگاه داده ذخیره کند و در تابلوی اعلانِ اتاق کنترل نمایش دهد. حالا چنانچه فعالیت شیر فلکه از حالت عادی (که بر مبنای آن پیش‌بینی شده بود) خارج شود، آلارم می دهد تا بر همین اساس در بررسی آینده تجدید نظر شود. وقتی تعداد پارامترها (مثلا شیر فلکه ها) زیاد باشد، برای محاسبه آینده و انحراف از پیشبینی باید از یک نرم افزار real-time استفاده شود. الگوی این نرم افزار باید مطابق روش محاسباتی-آماری خودمان در آینده پژوهی آن شیر فلکه باشد.

بر اساس نظریات: آرنولد، اندرسون، گیر، ویچیک، بورلی

آینده ها

یکی از مهمترین اصول در آینده پژوهی این است که ما یک آینده را فرض نمی کنیم بلکه ممکن است هزاران آینده وجود داشته باشد که با تصمیمات مختلفی در زمانهای مختلف، از سایر آینده ها متمایز شده باشد. این یعنی با هر تغییری که در زمان رخ می دهد، آینده نیز تغییر می کند. ما در آینده پژوهی سعی می کنیم آنهایی که احتمال رخداد بیشتر با ایجاد تغییرات اساسی تر را دارند پیشبینی کنیم.

بر اساس نظریات: کستی

متد چرخ آینده

بر مبنای تمام آنچه که از آنالیزها به دست آمده، موضوع را در وسط بوم کشیده و پیامدهای احتمالی آنرا بر مبنای پیشبینی یا طوفان فکری یا هردو بصورت خط هایی که از مرکز خارج می شوند رسم می کنیم، سپس پیامدهای ثانویه هرکدام از آنها را نیز در لایه دوم رسم می کنیم. این کار آنقدر ادامه می یابد تا کل پروسه مشخص شود. این می تواند شالوده سیستم پشتیبانی تصمیم یا جایگزین آن باشد.

بر اساس نظریات: سی‌گلن

سیستم پشتیبانی تصمیم DDS

این سیستم آخرین مرحله از آینده پژوهی است و سیستمی طراحی می گردد تا تمام دریافت‌ها از آینده را یکپارچه کرده و گزارش دهد. اینگونه مدیران وقتی قصد دارند تصمیمی بگیرند، از عواقب تصمیم خود همچنین پیشنهادات، مزایا، معایب، ریسک و... در یک داشبورد مطلع هستند. موارد استفاده در تصمیمات استراتژیک، بازاریابی، تحقیق و توسعه، کیفیت، روابط عمومی، تولید و...

بر اساس نظریات: کین، آرونسون

پیش‌گویی

ممکن است به نظر عجیب برسد اما می دانیم که علم تماما آنچه که ما می دانیم نیست. حدود ۳۰ سال تحقیقات کارل گوستاو یونگ بر روی کتاب ای‌چینگ نشان می دهد که توصیه های آن در تصمیم گیری ها درست است. همچنین بهره گیری از تاروت که ابتدا به بیان گذشته می پردازد و سپس آینده را بیان می کند، به ما کمک می کند تا چنانچه گذشته را درست بیان نکرد، از پذیرش پیشگویی آن اجتناب کنیم که من تا این لحظه ندیده ام اشتباه کند

بر اساس نظریات: یونگ