При дефиците или недоступности исходных данных для прогнозирования можно попробовать следующие подходы:

• Структурировать проблемную ситуацию, построить адекватную и достоверную математическую модель и провести активный эксперимент. 1 Если это удаётся сделать, получаются релевантные базы данных, достаточные для вычислений прогнозов с заданной точностью. 1
• Использовать качественные методы. 23 Они основаны на субъективных экспертных оценках и применяются, когда данные за прошедшие периоды времени недоступны или недостоверны. 3
• Применить экстраполяцию. 3 Этот метод основан на распространении прошлых и настоящих тенденций, закономерностей и связей на будущее развитие объекта прогнозирования. 3 Прогноз, полученный экстраполяцией, не будет отличаться высокой точностью, но даст некоторое представление о возможном значении исследуемого параметра в будущем. 3
• Использовать информацию о релевантной продукции. 5 Если на рынке есть продукты с идентичной динамикой спроса, для прогнозирования можно использовать данные о спросе релевантной продукции за прошлые периоды. 5