Pratiche di coaching per range based forecasting
Descrivi quasi qualsiasi cosa su cui stai lavorando e IX Coach trova le pratiche con il miglior adattamento alla realtà. Per range based forecasting, queste sono le corrispondenze più solide nell'attuale libreria di pratiche.
Pratiche che potrebbero aiutare
- Previsione a Classe di Riferimento
La previsione a classe di riferimento, sviluppata da Daniel Kahneman e Amos Tversky e formalizzata da Bent Flyvbjerg, migliora l'accuratezza delle previsioni ancorandosi alla distribuzione statistica degli esiti di progetti passati simili piuttosto che ai dettagli di quello attuale. Il metodo corregge affidabilmente il bias di ottimismo che gonfia le stime di costo, tempo, e beneficio nella pianificazione — la base di evidenza qui è reale e specifica. - Prevedi una distribuzione, non una stima puntuale
Rappresenta la tua previsione come un intervallo di esiti probabili, non un singolo numero previsto.
Previsione a Classe di Riferimento - Ancorati al tasso base prima di aggiungere dettagli di visione interna
Inizia la tua previsione dalla mediana della classe, poi aggiusta — non partire dalla tua narrazione e aggiustare verso il tasso base.
Previsione a Classe di Riferimento - Aggiorna la tua previsione incrementalmente man mano che arriva nuova evidenza
Tratta la tua previsione come una probabilità che dovrebbe spostarsi con ogni nuovo pezzo di evidenza, non un impegno che sopravvive alla contraddizione.
Previsione a Classe di Riferimento - Conduci debriefing post-progetto per contribuire ai dati di classe
Registra onestamente gli esiti effettivi rispetto a quelli previsti — questo costruisce la classe di riferimento da cui dipendono le previsioni future.
Previsione a Classe di Riferimento - Scomponi le domande complesse in sotto-domande
Suddividi una domanda di previsione difficile in pezzi più piccoli e stimabili, poi aggregali.
Superforecasting - Stima in intervalli, non stime puntuali
Invece di "la mia stima è 500", di' "penso sia tra 200 e 2000".
Stima di Fermi - Identifica la classe di riferimento giusta per la tua situazione
Trova un insieme ben definito di situazioni passate strutturalmente simili alla tua e raccogli i loro dati di esito.
Previsione a Classe di Riferimento - Affidati pesantemente ai tassi base quando entri in un dominio in cui manchi di esperienza
In territorio non familiare, la distribuzione di classe dovrebbe governare quasi interamente la previsione.
La Prospettiva Esterna - Distingui il bias di ottimismo cognitivo dalla rappresentazione strategicamente errata
Riconosci che parte del gonfiamento delle previsioni è bias genuino e parte è manipolazione deliberata — richiedono rimedi diversi.
Previsione a Classe di Riferimento
Preoccupazioni correlate
- reference class forecasting al lavoro
La previsione a classe di riferimento, sviluppata da Daniel Kahneman e Amos Tversky e formalizzata da Bent Flyvbjerg, migliora l'accuratezza delle previsioni ancorandosi alla distribuzione statistica degli esiti di progetti passati simili piuttosto che ai dettagli di quello attuale. Il metodo corregge affidabilmente il bias di ottimismo che gonfia le stime di costo, tempo, e beneficio nella pianificazione — la base di evidenza qui è reale e specifica.
Previsione a Classe di Riferimento
- reference class forecasting su budget
La previsione a classe di riferimento, sviluppata da Daniel Kahneman e Amos Tversky e formalizzata da Bent Flyvbjerg, migliora l'accuratezza delle previsioni ancorandosi alla distribuzione statistica degli esiti di progetti passati simili piuttosto che ai dettagli di quello attuale. Il metodo corregge affidabilmente il bias di ottimismo che gonfia le stime di costo, tempo, e beneficio nella pianificazione — la base di evidenza qui è reale e specifica.
- reference class forecasting sotto stress
La previsione a classe di riferimento, sviluppata da Daniel Kahneman e Amos Tversky e formalizzata da Bent Flyvbjerg, migliora l'accuratezza delle previsioni ancorandosi alla distribuzione statistica degli esiti di progetti passati simili piuttosto che ai dettagli di quello attuale. Il metodo corregge affidabilmente il bias di ottimismo che gonfia le stime di costo, tempo, e beneficio nella pianificazione — la base di evidenza qui è reale e specifica.
- descomponer una domande di pronóstico
Suddividi una domanda di previsione difficile in pezzi più piccoli e stimabili, poi aggregali.
Scomponi le domande complesse in sotto-domande
- Usare l'esperienza di settore per fare previsioni
In territorio non familiare, la distribuzione di classe dovrebbe governare quasi interamente la previsione.
Affidati pesantemente ai tassi base quando entri in un dominio in cui manchi di esperienza
- revisione di pronóstici
Tratta la tua previsione come una probabilità che dovrebbe spostarsi con ogni nuovo pezzo di evidenza, non un impegno che sopravvive alla contraddizione.
Aggiorna la tua previsione incrementalmente man mano che arriva nuova evidenza
Descrivi la tua situazione con le tue parole per cercare nella libreria completa di pratiche.