An empirical study of South African business forecasting practices in the context of Western benchmarks
Notice bibliographique
Résumé
Effective and productive forecasting management has evolved from a tactical to a strategic weapon for firms attempting to stay ahead of adverse economic, industry and market environments.With the advent of increased domestic and global competition this evolution has become more widespread and acute.Firms leveraging their forecasting management skills into their profit statements are indeed staying one step ahead of their competitors while those failing in this management discipline are falling behind their competitors both on tactical and strategic levels.Naturally following these events numerous issues and questions are raised.Where do firms, both from a national and international perspective, rate in terms of forecasting management competency and effectiveness?Do the forecasting practices of a particular firm lead the pack, lag the pack or just go along with the pack or does the firm deserve the moniker of best in class', world class or the best of the best?This study attempts to answer these questions for South African firms in the context of Western' standards or benchmarks.The Western benchmarks reflect forecasting management standards of certain firms primarily domiciled in the United States, Europe, Canada and Mexico although most are multinational, operating globally.The study utilises a qualitative multi-method approach.An ethnographic Long Interview" strategy is used to obtain, in sutu, face to face practice evidence from 30 respondents holding high level forecasting positions at 20 South African firms.The interview evidence At the beginning of each forecasting period, how does the sales forecasting process begin?(Example: sales forecasts developed by Computer System, Sales Force, Both Computer System and Sales Force, Marketing, Forecasting/Planning Group)
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».