運用這種方法時，由協調者以函件形式，向互相不見面的有關專家發出問題表，要求專家對問題表所列示的問題作明確回答，收回的答卷經協調者歸納整理和分析後，再將結果以函件形式傳送給有關專家。如此反覆幾次。在此期間，專家可以根據上輪歸納的結果，修改或堅持自己的意見，並提出堅持或修改的理由。採用這種方法須運用特製的調查表格和綜合、歸納、整理的科學方法。
特點
1、專家預測法的一個突出特點就在於參加預測的人員必須是與預測問題有關的專家。所謂專家，在這裡一般指具有專業知識、精通業務、在某些方面積累豐富經驗、富有創造性和分析判斷能力的人（無論有無名望）。
2、在於可以對某些難以用數學模型定量化的因素考慮在內，在缺乏足夠統計數據和原始資料的情況下，可以給出定量估計。
具體形式
專家會議法
專家會議法又稱專家會議調查法，是根據市場預測的目的和要求，向一組經過挑選的有關專家提供一定的背景資料，通過會議的形式對預測對象及其前景進行評價，在綜合專家分析判斷的基礎上，對市場趨勢做出量的推斷。
採用專家會議法進行市場預測應特別注意以下兩個問題：
1、選擇的專家要合適
（1）專家要具有代表性；
（2）專家要具有豐富的知識和經驗；
（3）專家的人數要適當。
2、預測的組織工作要合理
（1）專家會議組織者最好是市場預測方面的專家，有較豐富的組織會議的能力。
（2）會議組織者要提前向與會專家提供有關的資料和調查提綱，講清所要研究的問題和具體要求，以便使與會者有備而來。
（3）精心選擇會議主持人，使與會專家能夠充分發表意見。
（4）要有專人對各位專家的意見進行記錄和整理，要注意對專家的意見進行科學的歸納和總結，以便得出科學的結論。
頭腦風暴法
組織各類專家相互交流意見，無拘無束地暢談自己的想法，暢開思想發表自己的意見，在頭腦中進行智力碰撞，產生新的思想火花，使預測觀點不斷集中和深化，從而提煉出符合實際的預測方案。
採用頭腦風暴法進行預測，其開會的方法與普通會議的根本區別在於它有四條規則：
（1）不批評別人的意見;
（2）提倡自由奔放地思考;
（3）提出的方案越多越好;
（4）提倡在別人方案的基礎上進行改進或與之結合。
2.頭腦風暴法的類型
（1）直接頭腦風暴法。就是按照頭腦風暴法的規則，通過一組專家會議，對所預測的問題進行創造性思維活動，從而得出滿意方案的一種方法。
（2）質疑頭腦風暴法。這種方法是同時召開由兩組專家參加的兩個會議進行集體討論，其中一個專家組會議按直接頭腦風暴法提出構想，另一個專家組會議則是對第一個專家組會議的各種構想進行質疑為止，從而形成一個更科學、更可行的預測方案。
德爾菲法
德爾菲法實際上就是專家小組法，或專家意見徵詢法。這種方法是按一定的程式，採用背對背的反覆函詢的方式，徵詢專家小組成員的意見，經過幾輪的徵詢與反饋，使各種不同的意見漸趨一致，經匯總和用數理統計方法進行收斂，得出一個比較合理的預測結果供決策者參考。
這種方法是由美國蘭德公司在20世紀40年代首創和使用的，最先用於科技預測，後來在市場預測中也得到廣泛套用。
1、特點：
（1）匿名性
（2）反饋性
（3）收斂性
2.實施德爾菲法的步驟：
（1）成立預測課題小組，確定預測目標；
（2）選擇和邀請專家；
（3）設計徵詢表；
（4）逐輪諮詢和信息反饋；
（5）採用統計分析方法對預測結果進行定量評價和表述。
個人判斷法
個人判斷法是用規定程式對專家個人進行調查的方法。這種方法是依靠個別專家的專業知識和特殊才能來進行判斷預測的。
優缺點分析：
其優點是能利用專家個人的創造能力，不受外界影響，簡單易行，費用也不多。但是，依靠個人的判斷，容易受專家的知識面、知識深度、占有資料是否充分以及對預測問題有無興趣所左右，難免帶有片面性。專家的個人意見往往容易忽略或貶低相鄰部門或相鄰學科的研究成果，專家之間的當面討論又可能產生不和諧。因此，這種方法最好與其他方法結合使用，讓被調查的專家之間不發生直接聯繫，並給時間讓專家反覆修改個人的見解，才能取得較好的效果。
集體判斷法
這種方法是在個人判斷法的基礎上，通過會議進行集體的分析判斷，將專家個人的見解綜合起來，尋求較為一致的結論的預測方法。這種方法參加的人數多，所擁有的信息量遠遠大於個人擁有的信息量，因而能凝集眾多專家的智慧，避免個人判斷法的不足，在一些重大問題的預測方面較為可行可信。但是，集體判斷的參與人員也可能受到感情、個性、時間及利益等因素的影響，不能充分或真實地表明自己的判斷。
因此，運用集體判斷法，會議主持人要尊重每一位與會者，鼓勵與會者各抒己見，使與會者在積極發言的同時要保持謙虛恭敬的態度，對任何意見都不應帶有傾向性。同時還要掌握好會議的時間和節奏，既不能拖得太長，也不要草草收場；當話題分散或意見相持不下時，能適當提醒或調節會議的進程等。
優缺點
優點
1）預測過程迅速，成本較低
2）預測過程中，各種不同的觀點都可以表達並加以調和。
3）如果缺乏基本數據，可以運用這種方法加以彌補。
缺點
1）專家意見未必能反映客觀現實。
2）責任較為分散，估計的權數不易確定。
3）一般僅適用於總額的預測，而用於區域、顧客群、產品大類時可靠性較差。
