Статистическое прогнозирование давно считается ключевым фактором совершенствования рабочих процессов и принятия обоснованных решений с точки зрения логистической цепочки. Многие признают, что некоторые технологии, например, SAP Advanced Planning & Optimization (SAP APO), могут способствовать оптимизации процессов благодаря точности прогноза и повышению эффективности логистической цепочки. Но, к сожалению, компании часто обнаруживают, что качество статистических прогнозов, получаемое в результате внедрения технологии статистического прогнозирования, не соответствует ожиданиям. И более того, качество этих далеко не идеальных прогнозов со временем ухудшается.

Неточные результаты прогнозирования угрожают имиджу компании, однако существуют методы снижения этого риска. Повысить точность результатов можно несколькими способами: путем применения более актуальных методов внедрения, посредством повышения уровня освоения системы конечными пользователями или с помощью общей организационной модели с поддержкой непрерывной оптимизации. Основная причина многих проблем кроется в неэффективности проектирования процессов, технической конфигурации и организационной структуры компании на этапе внедрения технологии статистического прогнозирования. В то время как эти причины очевидны, существуют другие, менее очевидные, о которых мало кто подозревает. Ниже перечислены наиболее распространенные причины низкого качества статистических прогнозов:

• недостаточно полное представление о принципах статистического прогнозирования;
   
• недостаточно продуманный состав группы планирования сбыта/прогнозирования;
   
• проблемы качества данных и процессов их ведения;
   
• неэффективная конфигурация технологии;
   
• ожидание незамедлительных результатов.

В следующих разделах будут рассмотрены все эти проблемы и представлены важные рекомендации по их предотвращению.