数据预测在现代经营与研究中应用广泛，但预测的准确性往往被高估。无论是销量预测、价格预测还是趋势判断，都有其固有边界。在使用任何预测结果之前，用一份核对清单过一遍，能避免很多误判。

核对项一：预测基于什么前提

任何预测都建立在假设之上：假设需求稳定、假设政策不变、假设没有突发事件。先看清这些前提，再判断它们是否仍然成立。当前提发生改变时，原有的预测就必须推翻重来，而不是机械地沿用。

核对项二：预测的期限有多长

预测的可靠度随时间迅速衰减。短期预测通常较可靠，中长期预测的误差会显著放大。使用中长期预测时，应把它当作方向参考而非精确数字，并留出足够的调整空间。拿五年后的具体数字做当下的投资决策，风险很大。

核对项三：样本与模型是否匹配场景

模型是在特定数据上训练出来的，换一个场景未必适用。把用于成熟市场的模型直接套用到新兴市场，或者用历史数据预测结构性变化，都可能得出错误结论。使用前要确认模型与当前场景的匹配度。

核对项四：置信区间有多宽

专业的预测会给出区间而非单一数值。区间越宽，说明不确定性越大。拿到预测结果时，要关注区间而不是点估计，把最坏与最好的情形都考虑进去，决策才稳健。

核对项五：谁做的预测、有什么立场。预测者的身份与立场会影响结论。了解预测的来源、方法、以及是否有利益相关，有助于判断其可信度。多方比较不同来源的预测，比依赖单一权威更可靠。

使用预测的正确姿态。预测不是水晶球，而是理解可能性的工具。用清单核对边界，把预测当作决策的输入之一，而不是唯一依据，才能既利用它的价值，又不被它误导。

数据预测的边界，本质上是世界的复杂与不确定。尊重这个边界，预测才能成为帮手而不是陷阱。