Nos lehetséges, hogy ennek a hozzászólásnak csak átvitt értelemben van kapcsolata a hosszútávú idõjárás elõrejelzéséhez de Dexion gondolatát továbbfûzve talán jó lehet ide (ha nem akkor törlésre vagy áthelyezésre kerül nevet ).
Az én munkám rövid és hosszútávú értékesítési elõrejelzések készítése és most akkor nézzük a hosszútávot analógiát vonva talán a meteorológia hosszúvávú elõrejelezésével és a statisztikával.
A kiinduló pont egy adott pillanat eladása (az adott pillanatban meglévõ feltételek mellett). A tervezés során ehhez adandó hozzá az ismert (vagy ismerni vélt) paraméterek halmaza (akciók, promóciók vagy azok hiánya, a piac jelenlegi és várható globál helyzete, az idõjárási elõrejelzések stb, stb.., millió egyéb dolog). Ezek közül néhány paraméter számszerûsíthetõ néhánynak csak bizonyos ideig ismert többé-kevésbé a hatása (pl. idõjárás csak 10 napra jelezhetõ elõre komolyabb bizonyosággal), szóval mindezeknek összeadása után van egy pont cc. 2-3 hetes intervallum után amikor is minden (illetve jónéhány) paraméter bizonytalanná válik. Ebben a pillanatban jön be a statisztika (mivel nincs más használható adat csak ez). Gondoljunk bele pl. hogy 1 hónap múlva mit tudunk használni az eladás elõrejelzésére csak a statisztikát, az adott pillantban ez adja a legkorrektebb és a valósághoz legközelebbi számot a várható eladásra (sokkal pontosabb mintha megpróbálnék jósolni milyen lesz a piac helyzete és mondjuk milyen lesz majdan az idõjárás vagy a vásárlók milyen promóciót, akciók kivánnak majd vagy éppenséggel a vásárók vásárlási kedve (itt pl. a fizetésnapok is számítanak). Lehet, hogy tévedek de valami hasonló mûködést vélek felfedezi illetve kézenfekvõnek tartanék egy hosszútávú idõjárási modell esetében is. Nem tudom, hogy így van-e de gondolat ébresztõnek talán jó lesz.