Что такое МАПЕ? (Плюс Как рассчитать MAPE за 3 шага)

1 октября 2021 г.

MAPE = (1 / размер выборки) x ∑[( |actual – forecast| ) / |actual| ] х 100

Многие отрасли используют прогнозирование для предсказания будущих событий, таких как спрос и потенциальные продажи. Прогнозирование помогает организациям принимать решения, связанные с такими вопросами, как составление бюджета, планирование и трудовые ресурсы, поэтому важно, чтобы прогнозы были точными. Чтобы помочь проанализировать точность прогнозов и улучшить прогнозы на будущее, организации могут использовать такие показатели, как MAPE, для точного сравнения фактических продаж с прогнозируемыми продажами. В этой статье мы определяем, что такое MAPE, обсуждаем, почему это важно, объясняем, что такое ошибка прогноза, описываем, как рассчитать MAPE, и приводим пример расчета.

Что такое МАПЕ?

Средняя абсолютная процентная ошибка (MAPE) измеряет точность метода прогнозирования, используемого организацией. Он представляет собой среднее значение абсолютных процентных ошибок каждой записи в наборе данных, показывая, в среднем, насколько точными были прогнозируемые количества по сравнению с фактическими количествами. MAPE часто эффективен для анализа больших наборов данных, но невозможно рассчитать MAPE для наборов данных с нулевыми значениями. Это связано с тем, что для расчета потребуется разделить на ноль, что невозможно.

MAPE — это простая метрика, означающая, что MAPE 10% представляет собой среднее отклонение между прогнозируемым значением и фактическими значениями, составляющее 10%, независимо от того, было ли отклонение положительным или отрицательным. Однако не существует отраслевого стандарта для того, что считается хорошим MAPE. Например, организация, которая часто меняет цены или часто предлагает рекламные акции, может иметь более высокий MAPE, чем организация с постоянным ценообразованием. Это связано с тем, что изменения в ценообразовании могут затруднить точное прогнозирование продаж, но обе организации могут по-прежнему добиваться успеха.

Почему MAPE важен?

MAPE — важный показатель, который легко интерпретировать. Это зависит конкретно от данных, которые вы оцениваете, обеспечивая точную оценку надежности вашего прогноза. На основе MAPE ваша организация может разрабатывать более точные прогнозы для будущих проектов, правильно корректируя затраты на материалы и рабочую силу и гарантируя, что вы сможете наилучшим образом согласовать свое производство и операции с требованиями клиентов.

Что такое ошибка прогноза?

Ошибка прогноза относится к фактическому количеству и тому, как оно отклоняется от прогнозируемого количества. Ошибка может быть больше фактического количества или прогнозируемого количества, но не может быть больше того и другого. Вот формула для расчета ошибки прогноза:

Ошибка прогноза = | факт – прогноз |

В этом уравнении столбцы представляют собой использование абсолютного значения, что означает, что результат уравнения всегда будет положительным независимо от того, действительно ли фактическая сумма меньше прогнозируемой. Ошибка прогноза фокусируется на величине ошибки, а не на том, является ли она положительной или отрицательной. Чтобы рассчитать MAPE, важно рассчитать процент ошибки прогноза. Вот формула для расчета процента ошибки прогноза:

Процент ошибки прогноза = [(| actual – forecast | ) / actual] х 100

Процент ошибки прогноза лучше всего отражает точность прогноза. Если процент ошибки прогноза близок к 100 % или превышает его, это означает, что прогноз полностью или очень неточен. И наоборот, если процент ошибки прогноза близок к 0%, это означает, что прогноз точен.

Как рассчитать MAPE

Вот шаги, которые необходимо выполнить, чтобы рассчитать MAPE:

1. Организуйте свои данные

Соберите и организуйте свои данные, чтобы наилучшим образом визуализировать фактические и прогнозируемые значения в вашем наборе данных. Рассмотрите возможность использования программы для работы с электронными таблицами, которая позволяет создавать столбцы для каждого периода времени, фактические значения и прогнозируемые значения. Размещение каждого значения рядом позволяет легко сравнивать информацию и выполнять вычисления.

2. Рассчитайте абсолютную процентную ошибку

После организации данных рассчитайте абсолютную процентную ошибку фактической суммы по сравнению с прогнозируемой суммой для каждого ввода данных. Повторите для каждой строки в вашем наборе данных. Вот формула, которую вы можете использовать:

Абсолютная ошибка в процентах = [( | actual – forecast | ) / | actual | ] х 100

Столбцы в уравнении представляют определение абсолютного значения разницы между фактической суммой и прогнозируемой величиной. Абсолютное значение означает использование положительного значения числа независимо от результата вычисления, и оно используется для MAPE, потому что проблема заключается в том, насколько значительна разница, а не в том, является ли она положительной или отрицательной. Например, если фактическое количество проданных товаров равно 54, а прогнозируемое количество равно 65, разница составит -11. Однако с абсолютным значением вы должны использовать 11 для завершения вычислений с абсолютной процентной ошибкой 20,37%.

3. Рассчитайте MAPE

Получив абсолютную процентную ошибку для каждой записи данных, вы можете рассчитать MAPE. Сложите все абсолютные проценты ошибок вместе, затем разделите сумму на количество ошибок. Например, если ваш набор данных включает 12 записей, вы должны разделить сумму на 12. Конечным результатом будет MAPE.

Пример расчета MAPE

Вот пример расчета MAPE:

Средняя школа Эдвардса хочет рассчитать MAPE своих заказов на ежегодник за предыдущий учебный год. Они рассчитывали продать 400 ежегодников, но продали только 386. Они используют следующую таблицу, чтобы систематизировать фактическое количество ежегодников, заказываемых в месяц, прогнозируемое количество ежегодников, заказываемых в месяц, и абсолютную процентную ошибку заказов ежегодников за каждый месяц:

Месяц Фактический прогноз Абсолютная ошибка в процентах 17 августа 20 17,65% 23 сентября 25 8,70% 35 октября 30 14,29% 28 ноября 30 7,14% 23 25 декабря 8,70% 18 20 января 11,11% 22 февраля 25 13,64% 45 марта 50 11,11% апрель 66 75 % май 96 100 4,17%

Для определения MAPE определяют сумму абсолютной процентной ошибки за каждый месяц. Получив сумму 100,18, они делят это число на девять на девять месяцев учебного года. В результате MAPE составляет 11,13%.*