德尔菲技术预测法是美国兰德公司1964年发明并首先用于技术预测的专家会议预测法的改进方法。有的学者认为，德尔菲法可能是最可靠的预测方法。在长期规划者和决策者心目中，德尔菲法享有众望。
德尔菲法是古希腊的一座城市，因阿波罗神殿而驰名，由于阿波罗有着高超的预测未来的能力，故德尔菲成了预测、策划的代名词。
所谓德尔菲法是指采用函询的方式或电话、网络的方式，反复也咨询专家们的建议，然后由策划人作出统计，如果结果不趋向一致，那幺就再征询专家，直至得出比较统一的方案。这种策划方法的优点是：专家们互不见面，不能产生权威压力，因此，可以自由地充分地发表自己的意见，从而得出比较客观的策划案。
德尔菲法的预测程序
德尔菲法预测有一套独特的预测程序，它主要包括三个阶段：准备阶段、轮番征询阶段和结果处理阶段。
1． 准备阶段
准备阶段主要完成四个方面的工作：明确预测主题和预测目的；选择专家；准备背景资料；设计调查咨询表。
2． 轮番征询阶段
准备阶段完成后，就要进入向专家们进行知识调查阶段。这一阶段主要通过反复地轮番询问专家的预测意见来实现。
第一轮：①由组织者发给专家的第一轮调查表是开放式的，不带任何框框，只提出预测问题。请专家围绕预测主题提出预测事件。如果限制太多，会漏掉一些重要事件。②预测组织者要对专家填好的调查表进行汇总整理，归并同类事件，排除次要事件，用准确术语提出一个预测事件一览表，并作为第二轮调查表发给专家。
第二轮：①专家对第二轮调查表所列的每个事件做出评价。例如, 说明事件发生的时间、叙述事件或迟或早发生的理由。②预测组织者收到第二轮专家意见后，对专家意见作统计处理，整理出第三张调查表。第三张调查表包括：事件、事件发生的中位数和上下四分点，以及事件发生时间在四分点外侧的理由。
第三轮：①把第三张调查表发下去后，请专家做以下事情：重审理由；对上下四分点外的对立意见作一个评价；给出自己新的评价（尤其是在上下四分点外的专家，应重述自己的理由）；如果修正自己的观点，也请叙述为何改变，原来的理由错在哪里，或者说明哪里不完善。②专家们的新评论和新理由返回到组织者手中后，组织者的工作与第二轮十分类似：统计中位数和上下四分点；总结专家观点，重点是双方有争论的意见，形成第四张调查表。
第四轮：①请专家对第四张调查表再次评价和权衡，做出新的预测。是否要求作出新的论证与评价，取决于组织者的要求。②当第四张调查表返回后，组织者的任务与上一轮的任务相同：计算每个事件的中位数和上下四分点，归纳总结各种意见的理由以及争论点。
3． 结果处理阶段
预测结果处理阶段，是要把最后一轮的专家意见加以统计、归纳和处理，得出代表专家意见的预测值和离散程度。然后，对专家意见做出分析和评价，确定预测方案。在该阶段最主要的工作是用一定的统计方法对专家的意见做出统计、归纳和处理。下面介绍几种统计处理方法。这些方法同样适用于轮番征询阶段中每一轮的专家意见处理。
（1） 中位数和上、下四分位数法
这一方法主要用于预测结果为时间或数量时的统计处理，用中位数代表专家预测意见的协调结果，用上、下四分位数反映专家意见的离散程度。
首先，将专家们提供的预测值从小到大顺序排列，得到下面的数据序列：
X1≤X2≤X3≤X4≤…≤Xn-1≤Xn。
其次，使用下面的公式计算中位数：
式中， ――中位数；
Xk――第k个数据；
Xk＋1――第k＋1个数据；
k――正整数。
然后，求上、下四分位数，计算公式为：
上四分位数
下四分位数
各专家预测值中的最大值与最小值之差称为全距，0表示调查结果的最大变动幅度，是各专家之间看法的分散程度的一种度量。
用中位数和上、下四分位数描述预测的结果，则中位数表示预测结果的期望值，下四分位数表示预测期望值区间的下限，上四分位数表示预测期望值区间的上限。
（2） 算术平均统计处理法
算术平均法即对预测结果进行算术平均，其值作为专家预测的最终结果，主要用于对预测结果为数量的统计处理。
（3） 主观概率统计处理法
所谓主观概率是指专家对某一未来事件发生的可能性大小做出的主观判断值。对主观概率的处理，往往以加权平均值作为专家集体预测的协调结果，其权数是相应的专家人数。
（4） 非量化预测结果的统计处理法
对于非数量化的专家意见可采用比重法或采用评分法进行归纳统计。比重法是指计算出专家对某个意见回答所占的人数比例，然后以比例最高者作为预测结果。评分法常用于产品各特征的重要性比较或不同品牌的同类产品的质量评比等，如采用9分制，最重要为9分, 最不重要为1分。
运用这种策划方法时，要求专家具备策划主题相关的专业知识，熟悉市场的情况，精通策划的业务操作。专家的意见得出结果后，策划人需要对结果进行统计处理。但是这种方法缺乏客观标准，主要凭专家判断，再者由于次数较多，反馈时间较长，有的专家可能因工作忙或其它原因而中途退出，影响策划的准确性。而且技术上，征询表的设计对预测结果的影响较大。
来源（新浪博客）
