American Hoist는 판매 예측을 익명·반복·정확하게 만들었다

American Hoist and Derrick은 익숙한 예측 문제에 직면했다. 시장 가정이 변하고 있을 때는 과거 판매 데이터만으로는 충분하지 않았다. 그러나 단순히 관리자들에게 의견을 묻는 것은 위계, 앵커링, 목소리 큰 사람의 편향 위험을 초래했다.

회사는 판매 예측에 델파이 방법을 적용했다. 관리자들은 구조화된 과정을 통해 판단을 제시하고, 집단 견해에 대한 피드백을 받은 뒤, 예측을 회의실 경쟁으로 만들지 않고 추정치를 수정했다.

핵심은 계산이 아니라 절차에 있었다. American Hoist는 판단을 제거할 수 있는 척하지 않았다. 대신 판단을 더 규율 있고 덜 정치적으로 만드는 메커니즘을 설계했다.

1년 사용 후, 발표된 사례는 1975년 판매 예측 오차가 1% 미만으로 떨어졌다고 보고했으며, 이는 이전 10년보다 훨씬 나은 결과였다.

평균을 내기 전에 전문가 판단을 구조화하라

델파이 과정은 선임자의 의견에 동조하라는 압력을 줄이면서 전문가 지식을 유지했다.

반복을 통해 관리자들은 익명의 집단 신호를 본 후 가정을 업데이트할 수 있었다.

이 방법은 기저 시장 조건이 변화하고 있었기 때문에 순수 외삽이 실패한 곳에서 효과가 있었다.

전문가 판단은 분석의 적이 아니다. 요령은 예측에 들어가기 전에 이를 명시적이고 독립적이며 수정 가능하게 만드는 것이다.

Interfaces 기사는 이 방법을 경영진 판단을 판매 예측에 통합하는 실용적인 방법으로 제시했다. 델파이를 1년 사용한 후 1975년 예측 오차가 1% 미만이었다고 보고했다.