Как измерить показатели точности прогноза (с советами)
16 сентября 2021 г.
Многие компании используют прогнозы для оценки будущих тенденций, которые могут быть полезны для принятия важных бизнес-решений, таких как составление бюджета. Метрики точности прогнозов могут дать ценную информацию о точности этих прогнозов с течением времени, что может помочь компаниям улучшить свои процессы прогнозирования. Если вы отвечаете за измерение точности прогнозов, полезно знать некоторые показатели, которые помогут вам выполнять эти расчеты точно и эффективно. В этой статье мы определяем показатели точности прогнозов, объясняем их важность, приводим шаги для измерения точности прогнозов и предлагаем несколько советов.
Что такое показатели точности прогноза?
Метрики точности прогноза — это измерения, которые показывают надежность прогноза, который представляет собой предсказание будущих тенденций на основе исторических данных. Эти типы метрик измеряют ошибку прогноза, которая представляет собой разницу между фактическим значением и ожидаемым прогнозом. Многие компании используют точность прогнозов в качестве ключевого показателя эффективности (KPI) и измеряют среднюю точность прогнозов, чтобы принимать бизнес-решения. Например, предприятия могут использовать показатели точности прогноза для прогнозирования спроса на новый продукт или услугу, что может помочь им управлять уровнями запасов и обеспечивать удовлетворенность клиентов.
Почему важно отслеживать точность прогноза?
Компаниям может быть полезно отслеживать точность своих прогнозов с течением времени, чтобы измерить их среднюю ошибку прогноза. Знание ошибки прогноза может помочь компаниям понять, как эффективно использовать прогноз для прогнозирования будущих тенденций. Важно отслеживать точность прогноза, потому что это может помочь:
Улучшите процесс прогнозирования: отслеживание точности прогноза может улучшить общий процесс прогнозирования, помогая компаниям узнать, когда они могут внести коррективы в прогноз для повышения его точности. Например, предприятия могут узнать, что прогноз обычно занижает спрос на продукты в праздничный сезон, и группы прогнозистов могут внести коррективы в прогноз, чтобы гарантировать, что компания сможет удовлетворить спрос.
Сравнительные прогнозы: постоянное отслеживание точности может предоставить компаниям контрольные показатели для измерения точности их прогнозов с другими в их отрасли. Сравнение прогнозов с аналогичными компаниями может помочь компаниям определить области, в которых они могут улучшить свои прогнозы, чтобы оставаться конкурентоспособными.
Выявляйте изменения на раннем этапе. Управление точностью прогнозов может помочь компаниям заблаговременно выявлять изменения в тенденциях, что помогает им управлять своими операциями. Например, если на рынок выходит новый бизнес, компании могут увидеть, как это изменение повлияет на их спрос, и быстро скорректировать свои производственные процессы по мере необходимости.
Как измерить точность прогноза
Вот шаги, которые вы можете предпринять, чтобы измерить точность прогнозов для вашей организации:
1. Собирайте прогнозы
Начните со сбора прогнозов, которые вы хотите измерить за определенный период времени. Например, если вы хотите измерить точность прогнозов спроса компании за шестимесячный период, вы можете получить прогнозы для каждого из этих месяцев. В некоторых компаниях есть команда прогнозистов, которая производит эти данные, в то время как другие полагаются на менеджеров по запасам для составления этой статистики. Работайте с сотрудниками, ответственными за создание прогнозов, чтобы собрать эти документы, чтобы вы могли измерить их точность.
2. Измеряйте фактические тенденции
После того, как у вас есть прогнозы на период времени, который вы хотите измерить, определите фактические тенденции, чтобы вы могли сравнить эти цифры с прогнозами. Например, если вы хотите измерить фактические продажи продукта по сравнению с прогнозом точности спроса, вы можете работать с торговым персоналом, чтобы получить ежемесячные данные о продажах. Наличие как фактических, так и прогнозируемых показателей важно для оценки точности и согласованности прогнозов компании.
3. Выберите показатель
Хотя существует множество методов, которые вы можете выбрать для измерения точности прогноза, есть два распространенных метода, которые могут предоставить вам ценную информацию на основе ваших данных. Эти два метода:
Средняя абсолютная ошибка в процентах (MAPE)
Средняя абсолютная процентная ошибка (MAPE) измеряет среднее значение ошибок прогноза в процентах. Это полезная метрика точности, потому что многие люди понимают точность прогноза в процентах. Например, MAPE, равный 3 %, означает, что разница между фактическими и прогнозируемыми данными составляет 3 %. Как правило, более низкий показатель MAPE указывает на более высокую точность прогноза. Формула MAPE состоит из четырех частей:
Σ: Этот символ обозначает сумму.
n: эта буква указывает размер выборки.
Фактический: это фактическое значение данных.
Прогноз: это прогнозируемое значение данных.
Формула вычисляет абсолютную процентную ошибку каждого прогноза, а затем измеряет среднее значение этих значений. Вот формула MAPE для определения точности прогноза:
MAPE = (1/n) x Σ((факт – прогноз) / факт) x 100
Вот пример набора данных, который показывает фактические и прогнозируемые значения за период в три месяца для определения MAPE:
Месяц**Фактический**Прогноз**Абсолютная ошибка*Январь504510%Февраль809012,5%Март605016,6% на фактическую сумму и умножив ее на 100. Вот расчет для каждого месяца:*
Январь = ((50 – 45) / 50) х 100 = 10%
Февраль = ((80 – 90) / 80) х 100 = 12,5%
Март = ((60 – 50) / 60) х 100 = 16,6%
Затем вы можете рассчитать среднее значение абсолютной процентной ошибки, добавив сумму абсолютных ошибок и умножив ее на размер выборки. Формула выглядит следующим образом:
MAPE = (1/3) x Σ(10 + 12,5 + 16,6) = 13%
Среднее абсолютное отклонение (MAD)
Среднее абсолютное отклонение (MAD) похоже на MAPE, за исключением того, что оно измеряет среднее значение ошибок прогноза в единицах. Это может быть хорошим показателем, когда вы сравниваете фактические цифры и прогнозы по одному элементу. Например, можно использовать MAD для определения ошибки прогноза количества проданных продуктов по сравнению с прогнозом спроса. Это также полезно при измерении ошибки прогноза для элементов с низкими номерами. Формула MAD включает те же значения, что и формула MAPE. Это выглядит так:
MAD = (1/n) x Σ(факт – прогноз)
Вот пример того, как можно найти MAD для набора данных за трехмесячный период:
Месяц**Фактический**Прогноз**Абсолютная ошибка*30 января 255 Февраль 50 455 Март 504 010 В этом примере абсолютная ошибка рассчитывается для каждого месяца путем вычитания прогнозируемой суммы из фактического значения. Вот абсолютная ошибка за каждый месяц:*
январь = 30 – 25 = 5
Февраль = 50 – 45 = 5
Март = 50 – 40 = 10
Затем вы можете рассчитать среднее значение абсолютной ошибки, сложив итоги и разделив их на размер выборки. Вот как выглядит это уравнение:
Среднее = (5 + 5 + 10) / 3 = 6,66
Затем вы можете рассчитать MAD, умножив среднее значение на размер выборки:
СРД = 1/3 х 6,66 = 2,22
4. Сделайте расчеты
После того, как вы определили метод, который хотите использовать, выполните расчеты, используя прогноз и фактические значения. Если у вас есть много наборов данных для измерения, рассмотрите возможность использования программы для работы с электронными таблицами, которая использует формулы для автоматического расчета больших объемов данных. Хотя вы можете произвести некоторые расчеты вручную, особенно если вы работаете с данными за период времени в несколько месяцев или меньше, часто гораздо быстрее использовать для этих измерений компьютерную программу.
5. Определите тенденции точности
Полезно продолжать измерять точность прогнозов за определенный период времени, например за год, чтобы получить представление о долгосрочных операциях компании. Выберите постоянное время для измерения точности прогноза, которое вы можете легко запомнить, например, конец каждого месяца. Подготавливайте отчеты с подробной информацией о точности прогнозов и делитесь ими с руководителями компаний, лидерами или заинтересованными сторонами, чтобы помочь им принимать бизнес-решения. Постоянное отслеживание тенденций точности может помочь вам отслеживать ход прогнозирования и вносить улучшения для достижения постоянной точности.
Советы по измерению точности прогноза
Вот несколько советов по эффективному измерению и использованию показателей точности прогнозов:
Изолировать исключения
При работе с данными важно изолировать метрики, которые могут повлиять на среднюю точность ваших прогнозов. Эти исключения могут повлиять на точность вашего прогноза, изменив средние значения данных, поэтому их удаление может помочь вам создать более точный прогноз. Например, если вы анализируете точность прогноза для периода времени, включающего месяц, когда в компании неожиданно увеличился спрос, вы можете удалить этот месяц из набора данных и проанализировать его отдельно.
Используйте данные для обратной связи
Отслеживая точность прогнозов с течением времени, вы можете измерить успешность прогнозов компании в отношении прогнозируемых тенденций. Отслеживание этих данных может дать командам прогнозистов представление об их точности с течением времени, что может мотивировать их продолжать делать качественные прогнозы. Кроме того, это может помочь этим командам определить области, в которых они могут улучшить свои прогнозы, чтобы они соответствовали ожиданиям в отношении точности. Предоставление этой обратной связи с использованием данных может помочь компании продолжать улучшать точность своих прогнозов.
Сравните отраслевые данные
Анализ точности вашего прогноза путем сравнения его с аналогичными предприятиями в отрасли может помочь вам понять тенденции в вашей области. Это сравнение может помочь вам определить области, в которых вы можете улучшить свои прогнозы, чтобы лучше соответствовать ожиданиям отрасли. Например, вы можете сравнить точность своего прогноза спроса с аналогичными компаниями, чтобы увидеть, насколько эффективно ваша организация оценивает ожидаемый спрос. Если эти контрольные показатели недоступны для вашей отрасли, вы можете отслеживать повышение точности своего прогноза с течением времени, чтобы измерить свои улучшения в этой области.