Fiducia in una previsione: ciò che la certezza non garantisce
A Zurigo, una previsione della domanda, dei sinistri o dell'attività commerciale può orientare impegni rilevanti prima che sia possibile osservarne l'accuratezza. La domanda manageriale è precisa: come verificare che la fiducia espressa in una previsione corrisponda alla sua affidabilità?
Che cosa stabilisce la letteratura
Don A. Moore e Paul J. Healy (2008, Psychological Review) distinguono tre fenomeni spesso riuniti sotto il concetto di eccesso di fiducia: sovrastimare la propria prestazione, ritenersi migliori degli altri e attribuire una precisione eccessiva alle proprie stime. Questi fenomeni non variano necessariamente insieme e possono condurre a diagnosi differenti. Per un responsabile che impegna risorse sulla base di una previsione, il problema non è quindi soltanto l'ottimismo, ma anche un margine di incertezza troppo ristretto.
Anche un intervallo può esprimere troppa certezza
Jack B. Soll e Joshua Klayman (2004, Journal of Experimental Psychology: Learning, Memory, and Cognition) studiano l'eccesso di fiducia nelle stime per intervalli. I loro esperimenti mostrano che il modo in cui vengono richiesti i limiti di una stima può modificarne la calibrazione, ossia la corrispondenza tra la fiducia dichiarata e la frequenza con cui l'intervallo contiene la risposta corretta. Chiedere un intervallo invece di un singolo numero non basta dunque a rappresentare adeguatamente l'incertezza.
La conclusione affrettata
Si potrebbe concludere che occorra ampliare sistematicamente gli intervalli o diffidare delle persone sicure di sé. Significherebbe confondere un problema misurabile di calibrazione con una caratteristica personale, dimenticando che un intervallo molto ampio può essere poco utile per decidere. L'obiettivo è una previsione abbastanza precisa da orientare l'azione e abbastanza prudente da rappresentare l'incertezza. (i nostri percorsi di formazione per quadri e collaboratori)
Che cosa i dati non permettono di promettere
Questi lavori non dimostrano che modificare un modulo di previsione migliori, da solo, le decisioni in una banca, un'assicurazione o un'impresa tecnologica. I compiti sperimentali non riproducono né gli incentivi interni né i cambiamenti del mercato che influenzano le previsioni professionali. Anche nella pratica, poche previsioni riuscite non bastano a dimostrare una buona calibrazione, soprattutto se i loro errori dipendono dallo stesso evento.
Una verifica pratica a Zurigo
Nell'ambito del programma di SHR dedicato al processo decisionale, un team zurighese dei servizi finanziari, delle assicurazioni, della tecnologia o di una sede europea può tenere un registro di previsioni ricorrenti sulla stessa grandezza osservabile, per esempio il volume mensile delle richieste dei clienti. Prima di ogni scadenza, registra i limiti previsti e il livello di copertura dichiarato, conservando poi la previsione iniziale senza sostituirla con le revisioni. Alla data di verifica stabilita in anticipo, calcola la proporzione dei valori effettivi compresi negli intervalli e la confronta con la copertura dichiarata, esaminando anche l'ampiezza degli intervalli. Questo monitoraggio non dimostra un miglioramento causale delle decisioni, ma rende verificabile lo scarto tra fiducia dichiarata e copertura osservata. Per approfondire: scoprite la formazione Processo decisionale a Zurigo, oppure sfogliate i nostri percorsi di formazione per quadri e collaboratori in Svizzera.
In Bildern: Processo decisionale in Zurigo
- processo decisionale
- Zurigo
- ricerca
- Weiterbildung zurigo