Оценка информации
Для действительно объективной оценки вероятности необходимо иметь достаточный объем статистически достоверной информации. Например, никто не мог бы предсказать, купят или не купят миллионы американцев ПК, протестировав идею всего на нескольких десятках семей. Для этого понадобилось собрать мнения нескольких сотен респондентов. Кроме того, вероятность достоверна только как средняя величина и в долгосрочной перспективе. Так, монета может лечь «решкой» вверх десять, двадцать и больше раз подряд. Следовательно, если страховая компания, в которой застраховано пятьдесят тысяч автомобилей, может довольно точно предсказать свои выплаты по полисам, опираясь на статистические средние данные о народонаселении, то менеджер небольшой компании этого сделать не сможет. Один из пятнадцати застрахованных в ней автомобилей может попасть в такую аварию, что фирме придется возместить ущерб в несколько миллионов долларов.
Часто организация не имеет достаточной информации для объективной оценки вероятности, но здесь помогает опыт менеджеров. В такой ситуации менеджер может использовать суждение для оценки субъективной или подразумеваемой вероятности. Пример подразумеваемой вероятности — ставки на бегах, которые делаются до начала забегов. В этом случае человек имеет информацию и опыт (он знает, как лошадь выступала раньше), но для оценки объективной вероятности этого недостаточно.