在兰德公司诸多辉煌灿烂、为世人所熟知的研究成果当中，有很大一部分是关于对未来的预测结果的，而兰德公司也因此成为世界上从事信息咨询机构当中关于未来研究的最先进的组织。那么，兰德公司是利用怎样的原理和方法，站在科学、理性和战略的高度上对未来做出预测，并对世界整体形式进行运作和掌控的呢？
兰德公司具有许多独创性的预测方法，这些方法对于机构、企业的决策者来说具有非常重要的借鉴意义，下面就将介绍三种兰德公司最主要的科学预测方法，让人们能够学习兰德公司的一些决策方法，体会兰德公司运筹帷幄的强大能力。
1.特尔斐预测法——汇聚专家智慧
特尔斐预测法是二战之后发展起来的一种直观的预测方法。直观预测方法是人类历史上最古老的预测法。自从人类对自然当中的天气、环境、社会现象等进行观察和预测时起，就开始大量地使用这种直观预测法，一直到现在，直观预测法仍然是人类运用最多、范围最广泛的预测方法之一。从20世纪50开始，人们开始逐渐意识到人类智慧在预测当中的重要作用，特尔斐预测法正是在这一历史条件下，从兰德公司的一项研究计划当中诞生的。
当时，兰德公司正在进行一项空军的委托预测，这一项目被称为“特尔斐计划”。该计划的内容是：“从战略计划制定者的角度来看，如果对美国发动袭击，应该选择美国工业体系当中的那些工厂和设施来作为最佳的轰炸目标，同时估算出能够使美国实现最大程度减产的所需要的原子弹的数目。”在50年代初期，想要完成这一项预测项目，需要花费大量的时间和金钱来收集相关资料，同时还需要编写出极其复杂的计算程序，建立起庞大的数学模型。这在当时，没有一架电子计算机能够完成这一任务。即使是有能够使用的计算机，对于前苏联的政策研究和间谍工作的许多主观性也需要借助于人脑的计算和分析。在这种情况之下，使用特尔斐预测法来进行预测，花费的时间、人力、物力将远远小于传统的预测方法。
1964年，T·J·哥顿和O·海尔默在兰德公司的报告书当中正式运用特尔斐预测法进行长期预测问题的方式，时间范围在十年到十五年之间，并针对当时世界上可能存在的科学性、社会性、政治性等问题给出了预测实例，这些研究包括6个主要课题：科学性突破，人口控制问题，自动化技术，空间技术，防止战争，武器系统演变。从此之后，兰德公司的研究员和战略分析师们开始在国防领域和非国防领域内运用特尔斐预测法进行预测，不仅仅是预测，还为其制定了长期规划和建议性政策。
那么，兰德公司是怎样通过特尔斐预测法完成对事件的准确预测的呢？以下就来介绍一下兰德公司特尔斐预测法的预测方式和步骤：特尔斐预测法的本质是利用各个专家们的知识、经验等无法数量化的带有很大不确定性的信息，然后通过通信的方式对信息进行交换，从而达到意见一致的情况，以做出对某件事情的预测。在一般情况下，特尔斐预测法需要率先进行一些组织性工作来作为工作的基础。
首先，建立一个管理小组，这个小组的人数可能从两个人到十几人不等，具体根据预测项目的大小来决定小组成员的多少。
其次，管理小组的成员应该对特尔斐预测法具备相当程度的理解，然后设计出预测法的大致工作过程，并根据计划过程当中可能会出现的问题，选定具有相应知识的专家们，这些专家属于应答小组，人数由几十人到几百人不等。专家们应该具备各种专业、水平、年龄、职务、社会背景等诸多方面的差别。因为这些因素都有可能影响他们的预测结果，所以，当管理小组选择应答小组的专家们时，应该考虑到各个方面的具体情况，对专家们进行全方位的了解，而且这些专家都应该具备统计学、数据处理等方面的知识和工作方法。
最后，发出邀请函，邀请被选中的专家参与应答小组的工作。
当以上的预测工作准备进行完毕之后，就将正式进入特尔斐预测法的预测程序。
特尔斐预测法当中惯用的一种非常普遍的计量方式，就是统计学。通过对应答小组的专家们的各种回答进行统计和整理获得有用的信息，并且为进行下一轮的反馈和意见征询提供基础资料。特尔斐预测法当中常用的统计方法有以下几种。
（1）比重数据处理法
对于收集到的信息数据进行整理，一般是用直方图的形式进行标识和整理，这样可以更加直观地对数据信息进行量化。直方图的横坐标一般是表示撤离方案，不过也可以是连续量的分布。纵坐标是根据这一方案进行的预测，作出在这一组之上的评价数量的比重值。评价数量是根据应答组专家们的具体情况进行设定和考虑的，一般是根据专家们的权威程度或者是专家们的数量设定数值。如果考虑的是专家们的权威程度，那么这一数值的就应该表示的是权威程度之和。因为专家的权威程度对于最后预测结果的可靠性具有非常大的影响，所以在选择专家时就会让专家对自己的权威程度做出0到1之间一个数值的评价，以方便在设计问题时，将所有资料都进行数据化考核。这样一来，专家们在回答问题之后，可以根据自我评定统计出他们的权威程度总和，然后反馈给专家，以利于他们相互之间的了解。
用这种直方图能够很直观地显示出专家的权威数值，有利于信息反馈时对数据进行总结和整理。但是这种方式也存在一定的缺陷，那就是难以给出含有概率意义的信息，因此在连续测量横坐标的分组时很容易造成信息的失真，这就需要采用其他一些统计方法对数据进行统计计算。
（2）简单排序法
简单排序的方法通常是对一组方案的综合评价，比如方案的重要性、迫切性、必要性以及可行性等。简单排序要求方案的进行者和意见征询者针对表格上的一组方案进行主观排序，在信息回收之后，再对答复的结果进行统计和对比。这种方法对于参与问题征询的专家们来说是比较容易做到的，但是对于管理小组提出的要求就相对来说比较高。因为管理小组要尽可能全面地列出所有问题，并且把可能是迫切的问题都包括在内，所以往往在意见征询到第二轮的时候，就会使用这种简单排序法。
运用这种统计方法来进行问题答复的过程是一种“二二对比”的过程，它要求将所有可能存在的问题按照前后和重要性的条件作出排列，使测试应答小组的专家们在面对问题时放弃“中立”的立场，尽可能利用主观意识去对问题进行前后、轻重的排列，以方便管理小组能够从答案当中获得大量的信息。
但是这种统计方法也有它的局限性——在问题比较多的时候，参与应答的专家们会耗费大量时间来比较和思量，因而造成踌躇不前的情况，而且问题越多，也更有可能使专家们产生厌烦情绪，因为如果征询表格上被列出了N项问题，专家们就要对这N项问题作出N/2次的“二二对比”，以排列出他们的前后顺序。不过，当面对不能进行量化的问题时，这种简单排序法还是比较实用和有效的。
（3）选择评价法
这种统计方法就是在意见征询表格上预先给出若干评价等级，然后让应答组的专家们根据个人意见对每个方案进行评价。例如，将重要性分成很重要、重要、不重要；将可靠性分成很可靠、可靠、存在风险、不可靠。并且每个等级后面都有详细的分类说明，以便专家们进行选择。
在统计过程当中，运用选择评价的方法是最为简单易行的选择方式，但是这种方式为应答组的专家们提供的材料信息量相对而言比较少。因此，这种方法常常运用于预测后期的政策研究过程当中。
（4）评分排队法
这种统计方法是为了评估方案的相对重要性，将所有方案进行量化，以直观的方式对重要性进行排列。当几种方案设定完成之后，请相关方面的专家对方案进行定量评分，然后根据分值的不同按照等级进行排序，用自然数1表示最高，用N表示最低。如果某位专家在N个方案当中有几个方案给出的分值是相同的，那么分数相同的方案就与其所在的等级对应，即等于它们相应序列数的平均值。
除了以上这几种主要的统计方法之外，特尔斐预测法当中还经常运用中位值法、专家意见集中程度等统计方法对回收的答复进行统计整理和分析，最后得出专家的意见集中程度和协调程度。所有的统计方式综合起来，所得到的结果就是最具有代表性的结果。在统计时还要注意，设计征询表格、意见汇总，然后反馈，这些就是特尔斐预测法能够成功的关键，所以要特别注意对这些要素进行量化分析。
除了统计方法之外，在运用特尔斐法对事件进行预测的时候，还应该注意以下几个方面可能会出现的问题：首先，特尔斐预测法的管理小组是决定预测过程是否科学、合理的关键。另外，管理小组与应答小组之间应该有充分的互动行为，二者之间相互制约，轮流站在主动和被动的位置上，这样才能够保证预测过程的正确性。
其次，管理小组必须对应答组给出的答复进行分类和量化，然后根据具体情况灵活地设计和更新意见征询表，为了提高效率，整理和汇总的工作应当进行适当的程序化。
再次，征询表上所提出的问题必须非常明确，语句当中不可以出现歧义性的理解，要尽量消除不确定性而产生多重含义的可能性，因此所设计的问题不能讲得太过简单或者太过复杂。在问题的设计过程当中，用20～25个词语来表述问题是最恰当的句子长度，但是这也要根据应答组专家们对这一问题的熟悉程度来进行调整。专家熟悉这一问题，则可以设计得相对简单些，如果陌生，就应该详细地对问题做出解释。但是无论如何，都不能够使用模糊性的词汇，而且从第一轮征询到最后一轮的征询，都不能改变措词。
除此之外，要说服参加应答组的专家们，尤其是相关的技术专家们相信特尔斐预测法的意义所在。要让他们理解，想要对问题进行十分透彻的研究，就应该在进行研究之前就对其做出科学、合理的判断，而且这些判断会成为高层决策者们十分宝贵的意见来源。
特尔斐预测法从被发明出来开始，就被作为一种长期性的预测技术来使用，但是实际上它并不仅仅应用于预测，还具有十分广泛的作用。比如，可以收集不能够精确取得的过去的数据或者正在使用的数据资料；利用评价来检测历史事件的真实意义；对各种预算方案和分配措施作出评价；对于城市规划合理性的评估；针对社会生活中的复杂经济、政治、社会等现象和关系，理清他们之间的联系，寻找出因果联系等等。特尔斐预测法在对某些不能量化或者其他数学模型无能为力的课题进行预测，尤其是长期预测方面具有显着的优势，能够对复杂的社会、经济、技术问题进行准确的推断，并且可以对毫无先例的事件以及有可能对整个社会造成严重冲击的事件做出预测，使决策者能够有充分的时间做好准备，迎接冲击的到来。
2.环境预测法——宏观与微观环境预测
通常，人们在做决策的时候，对于所处环境的历史材料都不会过于担心，因这些历史材料比较容易收集。真正令人担心的是，面对环境在未来有可能出现的发展和变化时，人们往往不知所措。在社会生活当中，所谓的环境，就是平常报纸杂志等经常提到的社会环境、经济环境、政治环境、科技环境、教育环境、文化环境等，这些都是人们生活所离不开的外在环境，会呈现出不同的重要性和层次性。对于决策者而言，需要有人对这些外在的大环境进行检测和预测，这样才能够在决策的时候考虑到方方面面的影响，为决策和规划提供系统、完整的情报资料。
兰德公司经常运用环境预测法来帮助某个机构把握环境发展趋势，而想要对环境进行准确的预测，首先要了解环境的层次。在兰德公司看来，所有的机构都需要面临三个环境层次，虽然这并没有特别的理论支持，但是分析这三种环境层次对于决策规划的施行是确实有益的行为。这三种环境层次分别是：总体环境、产业环境以及竞争环境。
第一个层次是“总体环境”。也就是各种机构所要面临的“大环境”，即以上所提到过的社会、经济、政治、科技、教育、文化、风俗、法律等环境。这些环境是每一个国家都具有的基础的环境氛围，是每一个区域的机构都需要面对和处理的环境，而且在一定的国家和区域之内，所有的机构所面临的大环境都是等同的。还有最重要的一点就是，某一个单独的机构或者个人无法对整体的大环境造成影响或者改变，所以，绝大部分的机构、组织还有个人，都只能观察和适应大环境，而不能试图左右它。
第二个层次的环境就是“产业环境”。产业环境是作为企业、机构、组织所必须考虑到的行业前景和发展环境。例如，一家钢铁厂所要面临的产业环境就是钢铁行业，汽车公司要面临的产业环境就是汽车行业。但是说到产业环境，不单单是指这一行业当中的主要企业，还应该有配套的服务行业，例如汽车行业当中相关零部件的生产、制造企业，配销行业也都应该包括在内。除此之外，以汽车行业为例，对于经销行业、维修行业等下游行业，也都应该包括在整体的产业环境当中。就某些技术导向性强的行业来说，相关的技术研究开发单位或者创意行业也应列入到产业环境的观察范围之内。
第三个层次是“竞争环境”。简单来说，竞争环境就是同行业之间的活动和动向。对于竞争环境的观察可以将范围缩小到某一种特定的产品内。例如某个汽车生产厂商，他所面临的竞争环境就是市场上所有汽车生产厂商共同形成的供应市场。但是对这种竞争环境的观察也可以扩大，例如以家电行业为例，竞争环境不仅只在某一种家电产品上，还在于不同家电厂家所生产的不同的产品，如空调、电视机、洗衣机、微波炉等。
从这一点上来看，产业环境与竞争环境似乎是非常相近的概念，但是其中有一项最大的不同就在于观察和思考的角度不同。产业环境观察的出发点基本上是从全局出发和考量的，某个机构或者个人，由于影响力巨大，可能会使产业环境发挥出一定的影响力，但是由于产业环境是由许许多多不同的企业、机构构成的，所以除非是具有垄断性的事业，否则某一机构或者个人很难对整个产业产生颠覆性的影响或者改变。
