ガイダンスによる「翻訳」と「補正」、この2つが必要になる理由を、もう少し詳しくみていきましょう。

「翻訳」を行う理由は、数値予報モデルで計算するのはある時間の気圧、風、気温、湿度、降水量といった一部の要素だけになるため、数値予報で計算していない要素を計算する必要があるからです。例えば、天気、降水確率、降雪量、発雷確率などがそうです。
また、数値予報の結果はあくまで数値データの羅列でしかないため、天気予報をする上で使いやすい・見やすい形になるよう、最高・最低気温、最大瞬間風速といった極値や、気温や湿度の時系列データなどに加工してあげる必要があります。

一方で「補正」が必要になる理由は、数値予報の結果には誤差が含まれているからです。数値予報に誤差が生じる原因にはいくつかありますが、一貫性のある誤差（系統誤差）と、そうではない誤差（ランダム誤差）に分けることができます。
前者はいわゆるその数値予報モデルのクセのようなもので、統計的に「こういう時にはこうなりやすい」というだいたい決まった傾向があります。数値予報モデルと実際の地形の違いに起因するものがその一つで、例えば、数値予報では実際の地形よりもなめらかに地形が表現されがちな分、地形性の降水が弱く表現されたり、実際は陸である場所が海として扱われることで気温の日変化は緩く、風は強く表現されたりします。おおよその傾向が決まっているため、その傾向を考慮して補正してあげることができるというわけです。
図はその例で、A付近の風向が数値予報モデル（左上）では周辺と同じような風向・風速になってしまっていますが、ガイダンス（左下）によって実際の風（中下）に近い状態に補正できており、地形の複雑さによる風の変化を適切に表現できていることがわかります。

このように「ガイダンス」は、数値予報で作成したデータを、天気予報を行う上でより適切かつ使いやすくするための役割を担っています。