American Hoist 让销售判断匿名化、迭代化且准确

American Hoist and Derrick 面临一个常见的预测难题：当市场假设正在变化时，仅靠历史销售数据并不够。但单纯征求管理者意见又可能带来层级、锚定和声音大者占优的偏差。

该公司将德尔菲法应用于销售预测。管理者通过结构化流程给出判断，收到关于群体观点的反馈，并在不把预测变成会议室竞赛的情况下修订自己的估计。

这一巧妙之处在于程序而非计算。American Hoist 并未假装判断可以被移除；它设计了一种机制，使判断更有纪律、更少政治化。

使用一年后，已发表的案例报告称，1975 年销售预测误差降至 1% 以下，远好于此前 10 年。

在汇总专家判断之前先将其结构化

德尔菲流程保留了专家知识，同时减少了附和资深声音的压力。

迭代让管理者在看到匿名群体信号后更新假设。

该方法在纯外推失败之处奏效，因为潜在的市场条件正在变化。

专家判断不是分析的对立面。诀窍在于让它在进入预测之前变得明确、独立且可修订。

《Interfaces》文章将该方法呈现为一种将管理层判断纳入销售预测的实用方式。它报告称，在使用德尔菲法一年后，1975 年的预测误差低于 1%。