সুচিপত্র
পূর্বাভাস নির্ভুলতা শতাংশ গণনা করা একটি খুব পরিচিত কাজ যারা শুধুমাত্র পরিসংখ্যান এবং ডেটা বিশ্লেষণের সাথে কাজ করেন এমন লোকেদের জন্য নয়, যারা ডেটা সায়েন্স এবং মেশিন লার্নিং নিয়ে কাজ করেন তাদের জন্যও। এই নিবন্ধে, আমরা আপনাকে এক্সেল-এ পূর্বাভাসের যথার্থতা শতাংশ গণনা করার সবচেয়ে সহজ এবং সবচেয়ে কার্যকর পদ্ধতির মধ্যে 4টি দেখাব।
ওয়ার্কবুক ডাউনলোড করুন
আপনি এখান থেকে বিনামূল্যে অনুশীলন এক্সেল ওয়ার্কবুক ডাউনলোড করতে পারেন।
Calculate Forecast Accuracy Percentage.xlsx
Introduction to Forecast Accuracy
পূর্বাভাস যথার্থতা হল পূর্বাভাসিত চাহিদা এবং প্রকৃত চাহিদার মধ্যে বিচ্যুতি । একে পূর্বাভাস ত্রুটি ও বলা হয়। পূর্ববর্তী চাহিদা পূর্বাভাস থেকে ত্রুটিগুলি সঠিকভাবে গণনা করা হলে, এটি আপনাকে আরও সফল করতে আপনার ভবিষ্যত ব্যবসায়িক পরিকল্পনা পরিবর্তন করতে দেয়, যেমন আপনার পরিষেবার হার বৃদ্ধি করা, স্টক-আউট হ্রাস করা, সাপ্লাই চেইনের খরচ কমানো ইত্যাদি।
ব্যবসার ক্ষেত্রে পূর্বাভাসের নির্ভুলতা গণনা করা খুবই গুরুত্বপূর্ণ, তাই সহজেই পূর্বাভাস অনুমান করার জন্য আপনার অবশ্যই একটি সামঞ্জস্যপূর্ণ এবং নির্ভরযোগ্য পদ্ধতি থাকতে হবে।
এই নিবন্ধে, আমরা আপনাকে দেখাব কিভাবে আপনি পূর্বাভাসের নির্ভুলতা গণনা করতে পারেন 4টি সবচেয়ে নির্ভরযোগ্য উপায়ে শতাংশ। কিন্তু আপনাকে সেই গণনার পদ্ধতিগুলি দেখানোর আগে, প্রথমে আপনাকে পূর্বাভাস নির্ভুলতার প্রকৃত চাহিদা কী তা জানতে হবে।
চাহিদার ভূমিকাপূর্বাভাস নির্ভুলতা শতাংশ গণনা করার পূর্বাভাস
ডিমান্ড ফোরকাস্টিং বা সেল ফোরকাস্টিং একটি খুব বিস্তৃত বিষয়। এই নিবন্ধের লক্ষ্য হল আপনি কিভাবে এক্সেল এ পূর্বাভাস নির্ভুলতা শতাংশ গণনা করতে পারেন তা দেখানো। সুতরাং, এখানে আমরা আপনাকে চাহিদার পূর্বাভাসের একটি সংক্ষিপ্ত বিবরণ প্রদান করব।
অন্যদিকে, চাহিদার পূর্বাভাস এমন একটি বিষয় যা প্রতিটি প্রতিষ্ঠানে খুব সাধারণ নয়। অথবা এমনকি যদি আপনার কোম্পানির থাকে, আপনি যে সচেতন নাও হতে পারে. যদি আপনার কোম্পানির ইআরপি বা সম্পর্কিত সফ্টওয়্যার থাকে, তাহলে সম্ভবত আপনার একটি পূর্বাভাস আছে।
চাহিদার পূর্বাভাস গণনা করার সূত্রটি হল,
চাহিদা পূর্বাভাস = গড় বিক্রয় X মৌসুমীতা X বৃদ্ধিএই সূত্রটি প্রয়োগ করে, আপনি সহজেই আপনার প্রতিষ্ঠানের চাহিদার পূর্বাভাস খুঁজে পেতে পারেন।
কীভাবে গণনা করবেন তার 4 পদ্ধতি এক্সেলে পূর্বাভাসের যথার্থতা শতাংশ
এখন যেহেতু আপনি প্রকৃত পূর্বাভাস এবং চাহিদার পূর্বাভাস সম্পর্কে জানেন, আপনি শুরু করতে পারেন। এক্সেলের পূর্বাভাস নির্ভুলতা শতাংশ গণনা।
এক্সেলে পণ্য অনুসারে পণ্যের পূর্বাভাস নির্ভুলতা গণনা করার ধাপগুলি নিচে দেওয়া হল।
<0 পদক্ষেপ:- প্রথমে, প্রতিটি পণ্যের জন্য পূর্বাভাস ত্রুটি গণনা করতে কেবল চাহিদা থেকে পূর্বাভাস বিয়োগ করুন ।
- এর পর, এর পরম মান গণনা করতে এক্সেলের ABS() সূত্রটি ব্যবহার করুনত্রুটি ।
- অবশেষে, সহজভাবে ত্রুটির পরম মানকে চাহিদা দ্বারা ভাগ করুন এবং এটিকে 100 দ্বারা গুণ করুন ত্রুটির শতাংশ গণনা করতে পণ্যের স্তর৷
এই সমস্ত গণনার ধাপগুলি 2 মাসের বিক্রয় দিগন্তের জন্য নীচে দেখানো হয়েছে৷
আপনি <1 ব্যবহার করতে পারেন এক্সেলের পূর্বাভাস নির্ভুলতা শতাংশ গণনা করার জন্য সমস্ত বৈশিষ্ট্যগুলির মোট গণনা করতে SUM() ফাংশন।
ভাল, আপনি ইতিমধ্যে জানেন, এই ত্রুটিগুলি আইটেমটিতে স্তর আমাদের এখন জানতে হবে কিভাবে এই পরিমাপের উপর ভিত্তি করে একটি সামগ্রিক নির্দেশক পেতে হয়।
এই বিভাগটি অনুসরণ করে, আপনি পূর্বাভাস গণনা করার জন্য 4টি সবচেয়ে সহজ এবং সাধারণভাবে ব্যবহৃত গাণিতিক সূত্র শিখবেন। এক্সেলে নির্ভুলতা শতাংশ ।
1. BIAS পূর্বাভাস নির্ভুলতা/ পূর্বাভাস নির্ভুলতা শতাংশ গণনা করতে সামঞ্জস্যপূর্ণ পূর্বাভাস ত্রুটি
ভবিষ্যদ্বাণী BIAS হল বিশ্লেষণাত্মক প্রকৃত মান এবং আনুমানিক মানের মধ্যে বিচ্যুতি ।
পূর্বাভাস নির্ভুলতা গণনা করতে কেবল মোট চাহিদা দ্বারা মোট ত্রুটি ভাগ করুন ।
BIAS পূর্বাভাস নির্ভুলতা = মোট ত্রুটি/ মোট চাহিদা 
সমস্ত পণ্যের পূর্বাভাস অতিরিক্ত ( BIAS > 0 ) বা কিনা তা পরীক্ষা করতে কম আনুমানিক ( BIAS < 0 ), আপনি এই পদ্ধতিটি ব্যবহার করতে পারেন।
আরো পড়ুন: এক্সেলে লাভের শতাংশ কীভাবে গণনা করবেন (3পদ্ধতি)
2. এক্সেলে পূর্বাভাস নির্ভুলতা গণনা করতে গড় পরম শতাংশ ত্রুটি (MAPE)
পূর্বাভাস ত্রুটি গণনা করার আরেকটি সহজ এবং কার্যকর উপায় হল এর মান পরম শতাংশ ত্রুটি (MAPE) গণনা করা পূর্বাভাস MAPE এটি ত্রুটি শতাংশের গড় হিসাবে সংজ্ঞায়িত করা হয় ।
MAPE = ত্রুটি শতাংশের গড় 
যেমন MAPE একটি ত্রুটির গণনা, একটি উচ্চ শতাংশ মানে খারাপ, এবং কম শতাংশ মানে ভাল৷
আমরা সুপারিশ করি না এই পদ্ধতিটি যেহেতু পরিমাণ বা মানের উপর কোন ওজন নেই। আপনি যদি আপনার পূর্বাভাস পরিমাপ করতে এই সূচকের উপর পুরোপুরি নির্ভর করেন তবে উচ্চ চাহিদার সময়কালকে সহজেই অবমূল্যায়ন করা যেতে পারে।
আরো পড়ুন: এক্সেলে সম্পূর্ণ সেল রেফারেন্স ব্যবহার করে শতাংশ গণনা করুন (4 পদ্ধতি)
3. গড় পরম ত্রুটি (MAE)/ গড় পরম বিচ্যুতি (MAD)/ ওজনযুক্ত পরম শতাংশ ত্রুটি (WAPE)
মান পরম ত্রুটি (MAE) বা মান পরম বিচ্যুতি ( MAD) বা ভারিত পরম শতাংশ ত্রুটি (WAPE) হল ভারিত পরম ত্রুটির গড় । পরম মান মানে এমনকি যখন পূর্বাভাসিত চাহিদা এবং প্রকৃত চাহিদার মধ্যে পার্থক্য একটি নেতিবাচক মান হয়, তখন এটি ইতিবাচক হয়।
পূর্বাভাসের মান পরম ত্রুটি (MAE) গণনা করার জন্য শুধুমাত্র মোট পরম ত্রুটিকে মোট চাহিদা দ্বারা ভাগ করুন ।
MAE = মোট পরমত্রুটি/ মোট চাহিদা 
এই পদ্ধতিটি পরিমাণ বা মান দ্বারা ওজন করা হয়, এটিকে চাহিদা পরিকল্পনায় অত্যন্ত সুপারিশ করা হয়।
তবে, এর একটি ত্রুটি রয়েছে পদ্ধতি চাহিদা ত্রুটি সমানুপাতিক না হওয়ায়, একটি পণ্যে কাজ করার সময় এই পদ্ধতিটি সবচেয়ে ভাল কাজ করে। যদি এটি বিভিন্ন ভলিউম সহ পণ্যগুলিতে ব্যবহার করা হয়, তবে ফলাফলটি ভারী ভলিউমের পণ্যের সাথে আঁকাবাঁকা হবে৷
আরও পড়ুন: এক্সেলে ওজন কমানোর শতাংশ কীভাবে গণনা করবেন (5 পদ্ধতি)
4. এক্সেলের পূর্বাভাস নির্ভুলতা গণনা করতে রুট মিন স্কোয়ার্ড এরর (RMSE)
রুট মিন স্কয়ারড এরর (RMSE) গড় বর্গ ত্রুটির (MSE) বর্গমূল থেকে গণনা করা হয় ) বা মান বর্গ বিচ্যুতি (MSD) ।
আমাদের এই নির্দেশকের জন্য প্রতিটি পণ্যের জন্য বর্গক্ষেত্র ত্রুটি (ত্রুটি^2) যোগ করতে হবে। তারপর আমরা মান বর্গীয় ত্রুটি গণনা করতে পারি। মান বর্গ ত্রুটি (MSE) হল প্রতিটি পণ্যের জন্য গড় বর্গক্ষেত্র ত্রুটি ।
MSE = বর্গক্ষেত্র ত্রুটির গড়এখন যেহেতু আমাদের MSE এর মান আছে, আমরা এখন আমাদের পূর্বাভাসের জন্য RMSE পরিমাপ করতে পারি।
RMSE গণনা করতে, শুধু ডিমান্ডের গড় দ্বারা MSE এর বর্গমূলকে ভাগ করুন ।
<18
RMSE সূচকটি ফলাফল বাস্তবায়ন এবং বের করার জন্য তুলনামূলকভাবে আরও জটিল। কিন্তু এই সূত্র দৃঢ়ভাবে বড় শাস্তিপূর্বাভাস ত্রুটি৷
এটিও একটি অত্যন্ত প্রস্তাবিত পদ্ধতি কারণ এই পদ্ধতিটি গণনার ত্রুটিগুলি উপেক্ষা করতে এবং সঠিকভাবে ফলাফল তৈরি করতে সক্ষম৷
আরো পড়ুন: কীভাবে এক্সেলে জয়-ক্ষতির শতাংশ গণনা করুন (সহজ পদক্ষেপ সহ)
উপসংহার
উপসংহারে, এই নিবন্ধটি আপনাকে 4টি সহজ এবং দরকারী পদ্ধতি দেখিয়েছে কিভাবে <1 এক্সেলে পূর্বাভাস নির্ভুলতা শতাংশ গণনা করুন। আমি আশা করি এই নিবন্ধটি আপনার জন্য খুব উপকারী হয়েছে. বিষয় সম্পর্কিত যেকোনো প্রশ্ন নির্দ্বিধায় করুন।
