聚焦預測（Focus forecasting）
所謂聚焦預測，是指在進行預測之前，先試驗各種預測模型，然後選出預測誤差最小的預測模型進行預測。聚焦預測提供了一種合理的短期預測方法，這裡的短期是指月度或季度等不到一年的一段時期。聚焦預測的一個典型作用便是嚴密監控和快速回響。
概述
聚焦預測這一方法是由美國硬體供應公司庫房經理伯納德·史密斯首創的的。史密斯主要將這種方法套用於成品庫存管理。史密斯提出聚焦預測這一方法的過程有助於我們更好地理解聚焦預測這一概念。史密斯的工作是預測由美國21家客戶購買、達10萬件的硬體銷量。他發現客戶既不相信也不了解那時使用的指數平滑模型。他們只使用他們自己的非常簡單的方法。因此，史密斯開發出新的選擇預測方法的計算機系統。史密斯選擇了7個預測方法來進行測試，包括從客戶使用的簡單方法（例如樸素法），到某些更複雜的統計模型。每月史密斯都將這7種模型用於存貨預測。在這些模擬實驗中，將實際需求減去模型預測值，得到模擬預測誤差。能產生最小預測誤差的預測方法則被計算機選擇，然後用於下月預測。
原則
聚焦預測是基於以下兩個原則的：
首先是非常複雜的預測模型並不總比簡單的強；
其次是不存在能適用於所有產品或服務預測的單個技術。
方法
聚焦預測就是根據某些規則進行簡單試算，這些規則較符合邏輯，並且將其歷史數據外推至未來的過程易於理解。在電腦程式中分別利用所有這些規則進行實際外推需求計算，然後通過將結果與實際需求對比，衡量出運用這些規則來預測的效果如何。由此可見，聚焦預測系統的兩要素是：1）有一些簡單的預測規則；2）利用歷史數據對預測規則進行計算機模擬。
（一）簡單的預測規則
下面是一些簡單、符合一般常識的規則，可驗證這些規則並確定取捨。預測規則示例如下：
1）過去三個月內的銷量為未來三個月內的可能銷量；
2）去年某三個月內的銷量為未來三個月內的可能銷量；
3）未來三個月內的銷量可能比過去三個月增加10%；
4）未來三個月內的銷量可能比去年同期增加50%；
5）今年某前三個月銷量的變化率（與去年同期相比）等於其後三個月銷量的變化率。
上述規則並非固定不變，如果又出現適用的新規則，則將它補充進去。如果某一規則不再適用，則將它剔除。
（二）計算機模擬
要使用計算機模擬，歷史數據必須已知，比如已知8至24個月的數據。然後分別按照上述規則進行模擬，預測最近期的歷史數據。預測結果最好的那條規則便可用於預測未來。
根據聚焦預測得出結果後，再由買方和負責管理產品的庫存控制人員檢查或修改。根據計算機的預測結果，他們能知道所用的預測方法，如果不能就所用的預測方法達成一致，他們會接受或修改預測結果。史密斯指出，8%的預測結果被買方修改了，因為這些人了解某些計算機未曾考慮到的因素，比如：先前某次需求量增大的原因，以及由於競爭對手推出替代品造成的下一期預測結果偏高等。
至於聚焦預測這種方法的效果如何，實踐證明，在套用各種指數平滑法（包括適應性平滑）進行預測模擬時，聚焦預測給出的結果比其他方法好得多。
系統的開發
開發聚焦預測系統時要注意以下幾條建議：
1）不要試圖添加季節指數。讓預測系統自己找出季節性，對新產品而言，尤其如此。因為只有當歷年數據已知、系統已達穩態時，季節性才是適用的；
2）如果預測值異常偏高或偏低（比如，當季節性因素存在時，預測值為上一期或上年的兩倍或三倍），則標出一個指示符號如字母R，以通知受此需求影響的人修正預測結果。一定注意不要捨棄這類需求異常值，因為它可能是對需求類型的有效反映；
3）讓那些未來進行預測活動的人（如買方或庫存計畫員）參與創建預測規劃。史密斯與其公司的全部買主進行了一項“你能否估算自己的聚焦預測值”的活動，利用兩年的數據和2000種產品，用聚焦預測法對過去6個月做預測。買主被要求用任何一種他們所偏好的規則進行預測，如果他們所用的規則始終優於已有規則，則將之補充到規則列表中去；
4）確保規則簡單明了，通俗易懂並為預測人員所信賴。
總之，如果需求是獨立於系統產生的，比如預測末端產品需求、零配件以及用於眾多產品的原材料和零件，聚焦預測有著明顯的優越之處。
