Trend análise de impacto e análise de impactos cruzados

A análise de tendência de impacto é uma técnica para projetar tendências futuras a partir de informações recolhidas sobre o comportamento passado. A singularidade deste método reside na sua combinação de métodos estatísticos e de julgamento humano. Se as previsões se baseiam em dados quantitativos sozinho, eles vão deixar de reflectir o impacto de eventos sem precedentes no futuro. Por outro lado, o julgamento humano fornece apenas percepções subjetivas para o futuro. Portanto, porque tanto o julgamento humano e extrapolação estatística têm suas deficiências, ambos devem ser tomados em consideração na previsão de tendências futuras. A tendência de análise de impacto (TIA), a história passada é o primeiro extrapolado, com a ajuda de um computador. Em seguida, o julgamento de especialistas é solicitado (geralmente por meio da técnica Delphi) para especificar um conjunto único de eventos futuros que podem ter uma influência sobre o fenômeno em estudo e para indicar como a extrapolação de tendência pode ser afetada pela ocorrência de cada um esses eventos. O computador então usa essas decisões para modificar a sua extrapolação de tendência. Finalmente, os especialistas rever a extrapolação ajustado e modificar as entradas nos casos em que uma entrada não parece razoável.

Para ilustrar métodos TIA, vamos considerar o caso de o preço médio de uma droga nova receita para o ano de 2005. Os eventos considerados relevantes incluem: (a) dispensa genérica, o que aumenta 20 por cento de todas as prescrições cheia, (b) Medicaid e Medicare reembolso da prescrição, que é baseado em uma taxa mensal fixa por doente coberto (plano de capitação ") e (c ) uma diminuição de 50 por cento na taxa média de crescimento no tamanho da prescrição. Considere o primeiro evento, ou seja, aumento de 20 por cento nos genéricos dispensar. Parecer de especialistas pode mostrar que esse evento tem uma chance 75 por cento do que ocorre em 1997. Se esse evento ocorrer, espera-se que o seu primeiro impacto no preço médio de uma nova prescrição começará imediatamente. O impacto máximo, uma redução de 3 por cento no preço médio, ocorrerá após cinco anos. A combinação desses eventos, probabilidades e impactos, com base na extrapolação leva a uma previsão marcadamente diferente da extrapolação de base. A curva começa mesmo a desaparecer, no ano de 2005. O nível de incerteza é indicado por quartis acima e abaixo da previsão média. Nesta conjuntura, é conveniente determinar a sensibilidade destes resultados para as estimativas individuais sobre os quais se baseiam. Por exemplo, pode-se levantar questões válidas sobre as estimativas de probabilidade de eventos, a magnitude dos impactos utilizada eo tempo de atraso associado a esses impactos.

Depois de preparar estes dados de forma desagregada, pode-se muito facilmente variar tais estimativas e ver a mudança no resultado. Também pode ser observado que as políticas de intervenção, quer se trate de lobbying institucional (tais como, a publicidade, ou abordagens de marketing) ou tecnológica (como o aumento da investigação e despesas de desenvolvimento), pode ser visto como um meio de influenciar a probabilidade de eventos ou impactos. TIA pode ser usado não só para melhorar as previsões de variáveis de séries temporais, mas também para estudar a sensibilidade das previsões para a política. Claro, qualquer política em consideração devem tentar influenciar o maior número possível de eventos em vez de um, como neste exemplo. Eventos corporativos têm frequentemente efeitos benéficos e prejudiciais, pois podem aumentar o desejável e indesejável possibilidades. O uso de TIA podem fazer essas incertezas mais visíveis do que podem os métodos tradicionais.

CROSS-ANÁLISE DO IMPACTO

Cross-Impact Analysis, Como mencionado anteriormente, é uma técnica utilizada para analisar o impacto do potencial de eventos futuros sobre o outro. Ele indica a importância relativa dos eventos específicos, identifica grupos de reforço ou inibindo os eventos, e revela as relações entre os eventos que parecem alheios. Na análise, breve crossimpact fornece uma previsão do futuro, que tem em conta o efeito das forças que interagem sobre a forma das coisas por vir. Essencialmente, esta técnica consiste em selecionar um grupo de cinco participantes no projecto RTE para quem se pede para especificar eventos críticos em conta qualquer relação com o objecto da análise. Por exemplo, em uma análise de um projeto de marketing, eventos podem cair em qualquer uma das seguintes categorias:

1. Objetivos e metas.

2. Estratégia corporativa.

3. Mercados ou clientes (volume potencial, quota de mercado, as estratégias possíveis de clientes-chave, etc.)

4. Concorrentes (produto, preço, promoção e estratégias de distribuição).

5. Globalmente postura competitiva estratégica, tanto agressiva ou defensiva.

6. Internamente ou externamente desenvolvido estratégias que possam afetar o projeto.

7. Legal ou regulamentar atividades que produzam efeitos favoráveis ou desfavoráveis.

8. Outros eventos sociais, demográficas ou económicas. A primeira tentativa de especificação de eventos críticos, presumivelmente, irá gerar uma longa lista de alternativas que devem ser consolidados em um tamanho razoável (por exemplo, 25 a 30 eventos), por meio da discussão em grupo, o pensamento concentrado, a eliminação duplicações, e refinamento do problema. É desejável que cada evento para conter uma e apenas uma variável, evitando assim a dupla contagem. Eventos selecionados são representados em uma n × n matriz para o desenvolvimento do impacto estimado de cada evento em cada outro evento. Isto é feito assumindo que cada evento específico já ocorreu e que ele terá um reforço, uma inibição, ou nenhum efeito sobre outros eventos. Se desejar, os impactos podem ser ponderados. O coordenador do projeto visa estimativas de impacto de cada participante do projeto individualmente e consolida as estimativas, sob a forma de matriz. Os resultados individuais, de forma resumida, são apresentados ao grupo. Projeto votação participantes sobre o impacto de cada evento. Se a propagação de votos é muito grande, o coordenador pede que as pessoas de voto nos extremos para justificar suas posições. Os participantes são incentivados a discutir as diferenças na esperança de esclarecer os problemas.

Outra rodada de votação. Durante esta segunda fase, as opiniões convergem normalmente, eo valor médio dos votos está inscrita na célula apropriada na matriz. Este procedimento é repetido até que toda a matriz está completa. No processo de preenchimento da matriz, uma revisão dos acontecimentos e interações identifica os eventos que são atores forte e reatores significativas e fornece uma opinião subjetiva de seus pontos fortes. Esta informação serve então como um contributo importante na formulação da estratégia. A utilização de impacto trans-análise pode ser ilustrada com referência a um estudo sobre o futuro dos fornecedores de componentes E.U. automóvel. Os seguintes eventos foram definidos no estudo:

1. Normas de segurança de veículos automóveis que entram em vigor entre 1992 e 1996, irá resultar em um adicional de 150 quilos de peso para o tamanho médio do carro E.U..

2. Os regulamentos de 1993 as emissões de NOx será relaxada pela EPA.

3. O preço a retalho da gasolina (grade regular) será de R $ 2 por galão.

4. Montadoras E.U. irá introduzir os automóveis de passageiros que vai conseguir pelo menos 40 mpg no verão média condições de condução.

As setas indicam a direção da análise. Por exemplo, a ocorrência do evento seja susceptível de trazer mais pressão sobre autoridades reguladoras, conseqüentemente, do evento B seria mais provável de ocorrer. Uma seta reforço, pois, colocada na célula em linha A e coluna B se cruzam. Mover a coluna C, não é esperado que a ocorrência de um evento terá qualquer efeito no evento C, então uma linha horizontal é colocado na célula. Considera-se que a ocorrência de eventos Awould fazer do evento D menos provável de ocorrer, e uma seta de inibição é colocado na célula. Se o evento B ocorrer, o consenso é que o evento seria mais provável, daí o reforço da seta. Evento B não deve afetar evento C, mas faria do evento D mais provável. As células são preenchidos de acordo com estas decisões. Análises semelhantes para eventos C e D completar a matriz. A matriz concluído mostra a direção do impacto das linhas (atores) sobre colunas (reatores). Uma análise da matriz neste momento revela que Reactor C tem apenas um actor (evento D) porque há apenas uma reação na coluna C. Se o interesse se concentra essencialmente no evento D, Coluna D devem ser estudadas para eventos ator. Em seguida, cada ator deve ser analisado para determinar o grau de influência, se houver, é provável que têm sobre outros agentes, a fim de trazer Evento D.

Em seguida, os impactos devem ser quantificadas para mostrar os pontos fortes de ligação (ou seja, para determinar quão fortemente a ocorrência ou não ocorrência de um evento que influenciam a ocorrência de qualquer outro evento). Para auxiliar na quantificação das interações, uma escala de avaliação subjetiva, como o mostrado na página 307, podem ser utilizados. Voting Escala subjetiva Escala + 8 Crítica: essencial para o sucesso Reforço + 6 Major: O ponto principal para o sucesso + 4 significativas: positiva e útil, mas não essencial + 2 Ligeiro: efeito perceptível melhoria 0 Irrelevância - Leve 2: efeito inibidor perceptível Inibindo - 4 significativas: efeito de retardamento - 6 Major: maior obstáculo ao sucesso - 8 Crítica: obstáculo quase intransponível Considere o impacto de um evento em cima do evento B. Considera-se que a ocorrência de um evento iria melhorar significativamente a probabilidade de ocorrência de eventos ocorrência do evento B. Uma tornaria evento D menos provável, portanto, a avaliação consensual é de -4. Esse processo continua até que todas as interações foram avaliadas, a matriz está completa. Há uma série de variações para quantificar as interações. Por exemplo, a escala subjetiva poderia ser 0-10 ao invés de -8 a 8, conforme mostrado no exemplo acima. Outra técnica para a quantificação das interações envolve o uso de probabilidades. Se a probabilidade de ocorrência de cada evento é avaliado antes do construção da matriz, então a mudança na probabilidade de que pode ser avaliado a cada interação. Considere o impacto de eventos Aon a provável ocorrência do evento B. Ele é considerado um efeito de reforço, eo consenso é que a probabilidade de ocorrência do evento B mudarão 0,8-0,9. A probabilidade de novo, portanto, inserido na célula apropriada. Um evento é considerado não ter nenhum efeito sobre eventos C e, portanto, a probabilidade original, 0,5, mantém-se inalterado. Evento D é inibida pela ocorrência de um evento, ea probabilidade de ocorrência resultante é reduzido de 0,5-0,4.

A ocorrência do evento B aumenta a probabilidade de um evento que ocorre de 0,7-0,8. Evento B não tem impacto sobre eventos C (0,5, sem alterações) e aumenta a probabilidade do evento D de 0,7. Este procedimento é seguido até que todas as células estão concluídas. Uma análise da matriz, nesta fase, revela várias relações importantes. Por exemplo, se quiséssemos evento D a ocorrer, então os atores mais prováveis são eventos B e C. Temos, então, examinar Colunas B e C para determinar o que os atores possam ser influenciadas. Influências que trazem os resultados desejados em um momento crítico são muitas vezes secundário, terciário, ou além. Em muitos casos, o grau de impacto não é a única informação importante a ser recolhidas a partir de uma análise de interações. Time relacionamentos são frequentemente muito importante e pode ser apresentado de diversas formas. Isso mostra que se um evento ocorresse, teria um efeito de aumento em cima do evento B, aumentando a probabilidade de ocorrência de B 0,8-0,9, e que este aumento ocorreria imediatamente. Se o evento B ocorrer, seria aumentar a probabilidade da ocorrência de eventos D 0,5-0.

7. Seria também levar dois anos para atingir a provável data de ocorrência do evento D.

um artigo submetido por Jo Ann Smith

Isenção de responsabilidade:O nosso site não se responsabiliza pelo conteúdo deste artigo. Webarticles é uma fonte de informação livre.
Importante: Este artigo "Tendência análise de impacto e análise de impacto cruz" foi traduzida por um software automático. Nós sentimos muito por quaisquer erros de ortografia que pode ter ocorrido. Obrigado pela sua compreensão.