Kvalitatīvā prognozēšana ir novērtēšanas metodika, kas izmanto ekspertu vērtējumu, nevis skaitlisko analīzi. Šāda veida prognozēšana balstās uz pieredzējušu darbinieku un konsultantu zināšanām, lai sniegtu ieskatu par nākotnes rezultātiem. Šī pieeja būtiski atšķiras no kvantitatīvās prognozēšanas, kur apkopo un analizē vēsturiskos datus, lai noteiktu nākotnes tendences.
Kvalitatīvā prognozēšana ir visnoderīgākā situācijās, kad ir aizdomas, ka nākotnes rezultāti ievērojami atšķirsies no iepriekšējo periodu rezultātiem, un tāpēc tos nevar paredzēt ar kvantitatīviem līdzekļiem. Piemēram, vēsturiskā pārdošanas tendence var norādīt, ka pārdošanas apjomi nākamajā gadā atkal palielināsies, ko parasti mēra, izmantojot tendenču līnijas analīzi; tomēr nozares eksperts norāda, ka pie galvenā piegādātāja būs materiālu trūkums, kas piespiedīs pārdošanu.
Vēl viena situācija, kurā kvalitatīva prognozēšana var būt noderīga, ir liela apjoma šauri orientētu vietējo datu asimilācija, lai noteiktu tendences, kuras kvantitatīvāka analīze varētu neatrast. Piemēram, būvniecības uzņēmumam ir jāzina, kāda veida māju veidot noteiktā apgabalā, un paļaujas uz vietējo iedzīvotāju ekspertu, lai uzzinātu, ka attiecīgo teritoriju pamet jaunākas ģimenes un to aizstāj vecāks, pensijas vecums grupa. Līdz ar to celtnieks būvē mazākas viena līmeņa mājas ar mazāk guļamistabām.
Šī pieeja darbojas labi arī tad, ja darbības virziens jāiegūst no nepietiekamiem datiem. Šajā gadījumā kvalitatīvā analīze mēģinās sasaistīt atšķirīgus datus, lai izveidotu plašāku skatu, dažreiz iekļaujot intuīciju šī skata izveidošanai.
Vēl viena situācija, kurā kvalitatīva prognozēšana var dot vērtību, ir tad, kad vadība modificē vēsturiski izrietošās tendences, pamatojoties uz ekspertu atzinumiem. Šajā gadījumā provizoriskas prognozes izveidošanai tiek izmantotas kvantitatīvās metodes, kuras pēc tam tiek koriģētas ar kvalitatīvu pārskatu. Teorētiski rezultātam jābūt prognozei, kas iegūta, izmantojot labāko no abām metodēm.
Kvalitatīvās prognozēšanas rezultāti var būt neobjektīvi šādu iemeslu dēļ:
Nesenība. Eksperti, lai ekstrapolētu nākotnes tendences, mēdz pievērst lielāku uzmanību nesenajiem vēsturiskajiem notikumiem.
Personīgais pasaules uzskats. Eksperti, iespējams, ir izveidojuši savu viedokli par nozares darbību un mēdz izmest jaunākas ietekmes, kas ietekmē šo tirgu.
