В ходе исследования исследователи заявили, что компьютерная программа, которая анализировала оценки эксперта по агробизнесу, помогла бизнес-подразделению Dow AgroSciences повысить точность своих прогнозов, что привело к увеличению прибыли на 2–3 процента и снижению затрат на 6–6 процентов. 7 процентов, сказал Саураб Бансал, доцент кафедры управления цепочками поставок Бизнес-колледжа Smeal при Пенсильванском университете.Команда работала с экспертом по производству из руководства Dow AgroSciences, чтобы улучшить прогнозы в подразделении семенной кукурузы компании.По мнению исследователей, производство семенной кукурузы, которую фермеры в конечном итоге используют в качестве семян для выращивания собственных культур, может быть сложной задачей из-за нескольких факторов, в том числе колебаний спроса и погоды, увеличивающих неопределенность.
«Каждый год компании необходимо выяснить, сколько акров земли они собираются использовать для выращивания семенной кукурузы», — сказал Бансал. «Но в этой конкурентной отрасли многие сорта семенной кукурузы являются новыми, и компания не имеет большого опыта в выращивании нового типа. В результате она не знает, какой будет урожай и сколько бушелей. кукурузы они будут получать с ее полей. Тем не менее, оценка урожайности необходима для оптимизации ресурсов, используемых для выращивания семенной кукурузы ».Компании часто полагаются на менеджеров как на экспертов для оценки будущих событий и деятельности, потому что это более рентабельно, чем отправка исследователей на места для проведения исследований для сбора информации.
Однако эти эксперты, которые склонны делать эти прогнозы на основе ментальных моделей, основанных на многолетнем опыте, часто вносят свои собственные предубеждения, которые могут изменить прогнозы.«Всем нравится утверждать, что они эксперты, но в глубине души мы знаем, что одни эксперты лучше других», — сказал Бансал. «До сих пор не было объективной оценки того, лучше ли этот эксперт, чем другой, и насколько. Мы смогли придумать конкретные показатели, которые позволят нам количественно оценить опыт».Исследователи, которые сообщают о результатах в следующем выпуске журнала Operations Research, доступном сейчас в Интернете, разработали компьютерную модель для оценки риска, связанного с доходностью.
Сначала они собрали суждения о квантилях доходности от эксперта в предметной области. Например, эксперт может оценить, что существует 50-процентная вероятность того, что фирма получит 55 бушелей на акр.Затем исследователь использовал математическую модель для перевода оценок квантилей в среднее значение и стандартное отклонение урожайности.
«Среднее значение дает оценки того, сколько бушелей компания может ожидать в среднем, а стандартное отклонение отражает ожидаемую изменчивость в процессе роста», — сказал Бансал, который работал с Хенаро Дж. Гутьеррес, доцентом по информации, рискам и операциям. менеджмент Техасского университета в Остине и Джон Р. Кейзер из Dow AgroSciences.По словам исследователей, после сравнения исторических данных с прогнозами эксперта программа может дать представление о предвзятости собственных ментальных моделей эксперта.Они добавляют, что с помощью этого сравнения модель количественно оценивает опыт — или ценность экспертных заключений — как равную определенному количеству точек данных, собранных в полевых условиях.
«До этого мы действительно не знали, как сравнивать информацию, предоставленную экспертами, и данные», — сказал Бансал. «Эта модель позволяет нам делать именно это и позволяет нам сказать, что, например, этому эксперту стоит собрать 35 точек данных из образцов в полевых условиях, что является гораздо более объективным измерением».Он добавил, что это также мощно, потому что позволяет должностным лицам компании сравнивать и выбирать экспертов, определять, следует ли им обращаться за советом к специалистам или собирать данные, а также количественно оценивать эффективность их обучения для экспертов.
Бансал сказал, что в будущем модель может быть реализована, чтобы помочь улучшить рекомендации экспертов в других отраслях, включая промышленность биотоплива и полупроводниковую промышленность, которые обычно работают в условиях большой неопределенности предложения.