Количественный подход к прогнозированию дает возможность установить линейную регрессивную взаимосвязь между каким-либо измеримым явлением и тем, которое должно быть предсказано. Ограниченный объем книги не дает возможности вдаваться в подробности метода регрессии. Пытливый читатель при желании сделает это и сам на основе материалов серьезного учебника по статистике. Там он найдет необходимые разъяснения и практические рекомендации.
Чтобы лучше понять этот метод обратимся к простому примеру. Сбыт детских велосипедов зависит от количества детей. Поэтому статистика рождения служит прекрасным ведущим индексом (показателем) для планирования выпуска велосипедов. Производитель велосипедов постарается установить связь между этими двумя показателями. И если он занят выпуском маленького двухколесного велосипеда для ребенка (допустим, трехлетнего возраста), то несомненно, учтет, что первый велосипед ребенку покупают через три года после рождения.
Конечно же, этот пример слишком прост. Но зато понятен. В существующих программных пакетах по прогнозированию применяется прием временной перестановки ведущих показателей, т.е. некоторые из них поставлены впереди реального состояния сбыта. Такая «рокировка» обеспечивает наибольшее правдоподобие известным сведениям о сбыте. Та перестановка, которая оказывается наиболее удачной и соответствующей действительному положению дел, служит показателем (или перестановкой показателей), который и применяется для прогнозирования. Когда предсказания становятся реальностью, прогнозирующую перестановку можно менять для учета последних показателей сбыта.
Более сложный тип прогнозирования представляет так называемый корреляционный анализ. Здесь мы снова отправляем читателя к любому достаточно серьезному пособию по статистике, где он найдет исчерпывающее объяснение механизмов и возможностей данного метода.