03-01. Качественные методы: когда нет данных

Delphi, метод аналогии, сценарное планирование: как прогнозировать спрос, когда истории продаж ещё нет.

Цель урока — научиться быстро собирать экспертные оценки, строить диапазоны Base / Best / Worst и связывать их с драйверами: дистрибуцией, ценой, медиа и рисками.

1. Когда использовать качественные методы

Focus · When to use

Качественные методы (Qualitative Methods) нужны там, где истории продаж ещё нет или она нерелевантна:

запуск нового продукта или рынка (New Product Introduction);
период сильной турбулентности: кризисы, санкции, пандемии;
радикальная инновация или смена архитектуры продукта;
ранние месяцы после запуска, пока копится статистика.

Задача — не «угадать точное число», а собрать разумный диапазон и договорённый Base-сценарий до появления данных.

2. Delphi + PERT: как собрать мнения экспертов

Method · Delphi & p20–p80

Delphi-метод — это 2–3 анонимных раунда оценок, где каждый эксперт даёт Min, Most Likely, Max и свои допущения. Потом мы считаем медиану, коридор p20–p80 и триггеры перехода к Best/Worst.

2.1. Что такое PERT «по-человечески»

PERT (Program Evaluation and Review Technique) — это способ превратить три точки (Min, Most Likely, Max) в одну «узнаваемую» цифру для планирования.

Min — если всё пойдёт хуже, чем ожидаем, но без катастроф;
Most Likely — реалистичный сценарий «как мы видим сейчас»;
Max — если всё сложится лучше ожиданий, но без чудес.

Формула PERT-оценки (трёхточечный прогноз) для одного эксперта:

PERT = (Min + 4 × Most Likely + Max) / 6

Формула даёт больший вес Most Likely (множитель 4), но учитывает и «хвосты» (Min и Max), поэтому PERT — это сглаженная, менее наивная оценка, чем простое среднее.

2.2. Интерквантильный размах (IQR)

Интерквантильный размах (IQR, Interquartile Range) — это «толщина середины» распределения.

Мы сортируем все экспертные оценки (или симуляции прогноза) по величине.
Q1 — нижний квартиль (25% значений ниже).
Q3 — верхний квартиль (75% значений ниже).
IQR = Q3 − Q1 — диапазон между 25-м и 75-м процентилями.

Похожая логика используется для коридора p20–p80: мы смотрим на «центральную массу» распределения, игнорируя крайние хвосты. Поэтому IQR и p20–p80 — это робастные (устойчивые) меры разброса, которые гораздо менее чувствительны к выбросам, чем стандартное отклонение.

2.3. Сравни PERT vs простое среднее

Возьмём один набор оценок эксперта:

Min = 8 000
Most Likely = 10 000
Max = 13 000

Метод	Формула	Результат
Простое среднее	(Min + ML + Max) / 3	(8 000 + 10 000 + 13 000) / 3 = 10 333
PERT	(Min + 4 × ML + Max) / 6	(8 000 + 4×10 000 + 13 000) / 6 ≈ 10 167

Простое среднее сильнее «тянет» к максимуму. PERT даёт более приземлённое значение, ближе к Most Likely, поэтому его безопаснее использовать как плановую цифру.

2.4. Мини-таблица Delphi

Эксперт	Роль	Min	Most Likely	Max	Confidence (1–5)	PERT
E01	Sales	9 000	10 000	11 500	4	10 000
E02	Marketing	8 800	9 800	11 200	3	9 883
E03	Finance	9 200	10 200	11 000	4	10 167
E04	Supply	8 500	9 500	10 800	3	9 550
Итоговые показатели (пример): Base ≈ 10 000 шт., коридор p20–p80 ≈ 9 200–10 800 шт., IQR описывает «толщину» этой середины.

3. Метод аналогии: корректируем похожий запуск

Method · Analogy

Метод аналогии: берём реально похожий запуск и умножаем его кривую продаж на набор поправочных коэффициентов.

Выбираем аналог (схожие сегмент, цена, канал, сезон, медиа).
Берём его продажи по периодам (например, P1–P12).
Задаём 4 поправки: Distribution, Price, Media, Cannibalization.
Собираем общий множитель: Combined = Dist × Price × Media × Cann.
Умножаем объёмы аналога: Adjusted = Analog × Combined.

3.1. Таблица множителей (Base/Best/Worst)

Параметр	Base	Best	Worst
Target Distribution	50%	60%	40%
Price Premium vs Analog	+10%	+5%	+15%
Media Change vs Analog	+20%	+30%	0%
Cannibalization	10%	5%	15%
Combined Multiplier (пример)	0.78	1.07	0.52

На графике удобно показать, как меняется кривая продаж при другой дистрибуции, цене, медиа и каннибализации.

4. Сценарное планирование: Base / Best / Worst

Method · Scenario Planning

Сценарное планирование описывает три правдоподобных будущих — Base, Best, Worst — через уровни Distribution, Price, Media и простые триггеры переключения.

4.1. Пример простой причинной модели

Упрощённая формула (как в листе Scenarios):

Sales = BaseDemand × Distribution × (1 + Media_Effect × Media_Change) × (1 + Price_Elasticity × Price_Gap)

Месяц	BaseDemand	Distribution Base	Distribution Best	Distribution Worst
M1	100	30%	50%	20%
M2	120	60%	85%	40%
M3	110	80%	95%	55%

График помогает визуально согласовать, к чему готовим мощности и запасы в каждом сценарии.

4.2. Триггеры: как мы переключаем сценарии

Триггеры в сценарном планировании — это заранее согласованные пороги по ключевым метрикам, при достижении которых мы официально переходим с одного сценария на другой.

Пример Base → Best: в M2 дистрибуция ≥ 60% и продажи на точку ≥ 120% плана Base три месяца подряд.
Пример Base → Worst: в M2–M3 дистрибуция < 40% или продажи на точку < 80% плана Base.
Пример возврата Best → Base: медиа-бюджет урезан на 30% и мы видим две волны подряд −15% к Best-сценарию.

Смысл триггеров — убрать эмоции из решения. Мы заранее фиксируем: «Если происходит X, мы делаем Y». Тогда переход между сценариями становится прозрачным для Supply, Finance и Sales.

4.3. Схема триггеров (Base → Best / Base → Worst)

Схему можно отрисовать в PowerPoint / Figma и вставить картинкой: центральный блок Base, стрелка вправо к Best с условием, стрелка влево к Worst, и тонкие стрелки обратно к Base с условиями возврата.

5. Проверочный тест

Quiz · Self-check

1. В каких ситуациях в первую очередь стоит использовать качественные методы?

Когда по SKU есть длинная стабильная история продаж за 5+ лет. Когда продукт новый или рынок в сильной турбулентности, и истории продаж нет или мало. Только когда руководство просит «второе мнение» к статистической модели. Только для промо-акций в e-commerce.

2. Что описывает коридор p20–p80 в результатах Delphi?

Диапазон, в который попадут 20% самых высоких сценариев. Разницу между минимальной и максимальной оценкой экспертов. «Середину» распределения: разумный диапазон, покрывающий около 60% наиболее вероятных исходов. Среднее арифметическое всех экспертных оценок.

3. Что обязательно включает Delphi-подход, чтобы избежать доминирования одного мнения?

Публичную дискуссию всех экспертов в одной комнате. Вес голосов в зависимости от должности. Использование сложных ML-моделей поверх экспертных оценок. Анонимные раунды оценок и обратная связь по агрегированным результатам.

4. Какое из утверждений про метод аналогии корректно?

Мы берём кривую продаж аналога и аккуратно корректируем её по дистрибуции, цене, медиа и каннибализации. Мы всегда используем только минимальный прогноз аналога, без поправок. Метод аналогии работает только для сезонных товаров. Метод аналогии не может комбинироваться со сценарным планированием.

5. Какую роль играют триггеры в сценарном планировании?

Они нужны только для визуализации на графике. Это дополнительные KPI маркетинга, не связанные с планами продаж. Это заранее согласованные пороги (например, по дистрибуции и продажам на точку), при которых мы переключаемся с Base к Best или Worst. Это список рисков, который не влияет на план.

6. Файлы урока

Files · Excel & PDF

Рабочий Excel/Google Sheets «Qualitative Methods»

Открыть таблицу: Google Sheets — Qualitative Methods

Файл изначально собран в Microsoft Excel. При открытии в Google Sheets внешний вид диаграмм и форматирование могут слегка отличаться. Для максимальной точности используйте Excel-версию.

PDF-конспект урока

Кнопка PDF в правом верхнем углу генерирует PDF из текущей языковой версии страницы.

03-01. Qualitative Methods: when you have no data

Delphi, Analogy Method and Scenario Planning for new products and highly uncertain markets.

The goal of this lesson is to build a realistic demand range (Base / Best / Worst) before time-series models are possible, and to link scenarios to key drivers: distribution, price, media and risk.

1. When to use qualitative methods

Focus · When to use

Qualitative methods are most useful when sales history is missing or unreliable:

new product introductions or new markets;
periods of extreme turbulence (crisis, sanctions, pandemic);
disruptive innovation / architecture changes;
early months after launch, before enough data is collected.

The aim is not a “perfect point forecast”, but a negotiated range and a clear Base case you can plan on.

2. Delphi + PERT: structuring expert judgement

Method · Delphi & p20–p80

In the Delphi method experts provide Min, Most Likely, Max volume and key assumptions in two anonymous rounds. You then derive the median, the p20–p80 corridor and trigger rules.

2.1. What is PERT in plain language?

PERT (Program Evaluation and Review Technique) is a way to compress three estimates (Min, Most Likely, Max) into a single planning number.

Min — if things go worse than expected, but without disaster;
Most Likely — how we realistically see the outcome today;
Max — if things go better than expected, but without miracles.

PERT single-number estimate is:

PERT = (Min + 4 × Most Likely + Max) / 6

The formula gives extra weight to Most Likely (multiplier 4) while still accounting for both tails. This makes PERT a smoother and less naive estimate than a simple arithmetic mean.

2.2. Interquartile Range (IQR)

Interquartile Range (IQR) is a measure of how “thick” the middle of the distribution is.

We sort all expert estimates (or simulation results) by value.
Q1 — the 25th percentile (25% of values are below).
Q3 — the 75th percentile (75% of values are below).
IQR = Q3 − Q1 — the distance between the 25th and 75th percentiles.

It is conceptually similar to the p20–p80 corridor: both focus on the central “bulk” of the distribution, ignoring extreme tails. That makes IQR and p20–p80 robust measures of spread, much less sensitive to outliers than the standard deviation.

2.3. Compare PERT vs simple mean

Take one expert’s set of estimates:

Min = 8 000
Most Likely = 10 000
Max = 13 000

Method	Formula	Result
Simple mean	(Min + ML + Max) / 3	(8 000 + 10 000 + 13 000) / 3 = 10 333
PERT	(Min + 4 × ML + Max) / 6	(8 000 + 4×10 000 + 13 000) / 6 ≈ 10 167

The simple mean is pulled stronger towards the maximum. PERT stays closer to Most Likely, so it is usually safer as a planning number.

2.4. Mini Delphi table

Expert	Role	Min	Most Likely	Max	Confidence (1–5)	PERT
E01	Sales	9 000	10 000	11 500	4	10 000
E02	Marketing	8 800	9 800	11 200	3	9 883
E03	Finance	9 200	10 200	11 000	4	10 167
Example result: Base ≈ 10 000 units, p20–p80 ≈ 9 200–10 800 units, and IQR summarises the thickness of this central range.

3. Analogy Method: adjusting a similar launch

Method · Analogy

The Analogy Method starts from a truly similar product and corrects its launch curve with four multipliers: distribution, price, media and cannibalisation.

Pick an analog (segment, price tier, channel, season, support).
Take its period-by-period sales (P1–P12, weeks or months).
Define four multipliers: Distribution, Price, Media, Cannibalisation.
Combine them: Combined = Dist × Price × Media × Cann.
Apply to each period: Adjusted = Analog × Combined.

3.1. Multipliers table (Base/Best/Worst)

Parameter	Base	Best	Worst
Target Distribution	50%	60%	40%
Price Premium vs Analog	+10%	+5%	+15%
Media Change vs Analog	+20%	+30%	0%
Cannibalisation	10%	5%	15%
Combined Multiplier (example)	0.78	1.07	0.52

4. Scenario Planning: Base / Best / Worst

Method · Scenario Planning

Scenario Planning describes three realistic futures (Base, Best, Worst) via levels of distribution, price and media plus simple trigger rules that move you between them.

4.1. Simple causal model

Sales = BaseDemand × Distribution × (1 + Media_Effect × Media_Change) × (1 + Price_Elasticity × Price_Gap)

Month	BaseDemand	Distribution Base	Distribution Best	Distribution Worst
M1	100	30%	50%	20%
M2	120	60%	85%	40%
M3	110	80%	95%	55%

4.2. Triggers: how we move between scenarios

Triggers in Scenario Planning are predefined thresholds on key metrics that tell us when to formally switch from one scenario to another.

Example Base → Best: in M2 distribution ≥ 60% and sales per store ≥ 120% of Base plan for three consecutive periods.
Example Base → Worst: in M2–M3 distribution < 40% or sales per store < 80% of Base.
Example Best → Base: media budget cut by 30% and two consecutive periods at −15% vs Best path.

Triggers remove emotion from the decision. We agree in advance: “If X happens, we do Y.” This makes scenario switches transparent for Supply, Finance and Sales.

4.3. Trigger map (Base → Best / Base → Worst)

Suggested trigger diagram: Base as central block, arrow to Best with a “good” condition, arrow to Worst with a “bad” condition, and thin arrows back to Base with return rules.

5. Quiz

Quiz · Self-check

1. When are qualitative methods the primary choice?

When you have 5+ years of stable sales history for the SKU. When the product is new or the market is highly turbulent and sales history is missing or unreliable. Only when management asks for a “second opinion” to a statistical model. Only for e-commerce promo campaigns.

2. What does the p20–p80 corridor represent?

The range of the top 20% most optimistic scenarios. The difference between minimum and maximum expert estimates. The central part of the distribution: a realistic range covering about 60% of the most likely outcomes. The arithmetic mean of all expert estimates.

3. What is essential in the Delphi approach to avoid dominance of one opinion?

A public discussion with all experts in the same room. Weighting each vote by seniority. Using complex ML models on top of expert estimates. Anonymous rounds with feedback on aggregated results.

4. Which statement about the Analogy Method is correct?

We take the analog launch curve and carefully adjust it for distribution, price, media and cannibalisation. We always use only the minimum analog forecast without any adjustments. It works only for seasonal products. It cannot be combined with scenario planning.

5. What is the role of triggers in Scenario Planning?

They are used only for chart beautification. They are marketing KPIs unrelated to demand plans. They are predefined thresholds (e.g. distribution and sales per store) that move you from Base to Best or Worst. They are a risk list with no impact on plans.

6. Lesson files

Files · Excel & PDF

Excel / Google Sheets “Qualitative Methods”

Download Excel version (EN)

You can replace this link with your actual EN sheet/Excel location.

PDF handout

The PDF button in the top-right corner generates a PDF from the currently active language version of this page.