Kako izračunati postotak tačnosti prognoze u Excelu (4 laka metoda)

  • Podijeli Ovo
Hugh West

Izračunavanje Procenta tačnosti prognoze je vrlo poznat zadatak koji treba uraditi ne samo za ljude koji rade sa statistikom i analizom podataka, već i za ljude koji rade sa naukom o podacima i mašinskim učenjem. U ovom članku ćemo vam pokazati 4 najjednostavnije i najefikasnije metode kako izračunati postotak tačnosti prognoze u Excelu.

Preuzmite radnu svesku

Ovdje možete preuzeti besplatnu Excel radnu svesku za vježbanje.

Izračunajte postotak tačnosti prognoze.xlsx

Uvod u preciznost prognoze

Preciznost prognoze je odstupanje između predviđene potražnje i stvarne potražnje . Naziva se i Greška prognoze . Ako su greške iz prethodnih predviđanja potražnje ispravno izračunate, to vam omogućava da modificirate svoje buduće poslovno planiranje, kao što je povećanje stope usluge, smanjenje zaliha, smanjenje troškova lanca opskrbe itd. kako biste ga učinili uspješnijim.

Izračunavanje točnosti prognoze je vrlo važno u poslovanju, tako da morate imati dosljednu i pouzdanu metodu da lako procijenite prognozu.

U ovom članku ćemo vam pokazati kako možete izračunati točnost prognoze postotak na 4 najpouzdanija načina. Ali prije nego što vam pokažemo te metode izračuna, prvo morate znati kolika je stvarna potražnja za preciznošću predviđanja.

Uvod u potražnjuPredviđanje za izračunavanje postotka tačnosti prognoze

Predviđanje potražnje ili Predviđanje prodaje je vrlo široka tema. Cilj ovog članka je da vam pokaže kako možete izračunati Procenat tačnosti prognoze u Excelu. Dakle, ovdje ćemo vam dati samo kratak pregled predviđanja potražnje.

S druge strane, Predviđanje potražnje je nešto što nije uobičajeno u svakoj organizaciji. Ili čak i ako ih vaša kompanija ima, možda niste svjesni toga. Ako vaša kompanija ima ERP ili srodni softver, onda najvjerovatnije imate prognozu.

Formula za izračunavanje Predviđanja potražnje je,

Prognoza potražnje = Prosječna prodaja X Sezona X Rast

Primjenom ove formule, lako možete saznati prognozu potražnje vaše organizacije.

4 Metode kako izračunati Postotak tačnosti prognoze u Excelu

Sada kada znate za Stvarna Predviđanje i Predviđanje potražnje , možete započeti izračunavanje Procenta tačnosti prognoze u Excelu.

Koraci za izračunavanje Preciznosti prognoze za proizvod po proizvod u Excelu su dati u nastavku.

Koraci:

  • Najprije jednostavno oduzmite prognozu od potražnje da biste izračunali grešku prognoze za svaki proizvod.
  • Nakon toga, koristite ABS() formulu u Excelu da izračunate apsolutnu vrijednostgreška .
  • Konačno, jednostavno podijelite apsolutnu vrijednost greške sa potražnjom i pomnožite je sa 100 da biste izračunali postotak greške na nivo proizvoda.

Svi ovi koraci izračuna su prikazani u nastavku za 2-mjesečni horizont prodaje.

Možete koristiti SUM() funkcija za izračunavanje Total svih atributa u izračunavanju procenta tačnosti predviđanja u Excelu.

Pa, kao što već znate, ove greške su u stavci nivo. Sada moramo znati kako da dobijemo ukupni indikator na osnovu ovih mjerenja.

Slijedeći ovaj odjeljak, naučit ćete 4 najjednostavnije i najčešće korištene matematičke formule za izračunavanje prognoze postotak točnosti u Excelu.

1. BIAS Preciznost prognoze/ dosljedna greška prognoze za izračunavanje postotka tačnosti prognoze

Predviđanje BIAS je analitičko odstupanje između stvarnih vrijednosti i procijenjenih vrijednosti .

Da biste izračunali tačnost prognoze jednostavno podijelite ukupnu grešku sa ukupnom potražnjom .

BIAS tačnost prognoze = Ukupna greška/ Ukupna potražnja

Za provjeru da li je predviđanje za sve proizvode precijenjeno ( BIAS > 0 ) ili podcijenjeno ( BIAS < 0 ), možete koristiti ovu metodu.

Pročitajte više: Kako izračunati postotak dobiti u Excelu (3Metode)

2. Srednja apsolutna greška u postotku (MAPE) za izračunavanje tačnosti prognoze u Excelu

Još jedan jednostavan i efikasan način za izračunavanje greške prognoze je izračunavanje srednje apsolutne greške u postotku (MAPE) od prognoza. MAPE je definiran kao prosjek postotaka grešaka .

MAPE = prosjek postotka greške

Kako je MAPE izračun grešaka, visok postotak znači loš, a nizak postotak dobar.

Ne preporučujemo ovu metodu jer nema ponderisanja na količine ili na vrednosti. Periodi velike potražnje lako se mogu podcijeniti ako se u potpunosti oslanjate na ovaj indikator za mjerenje vaših prognoza.

Pročitajte više: Izračunajte postotak koristeći apsolutnu referencu ćelije u Excelu (4 metode)

3. Srednja apsolutna greška (MAE)/ srednja apsolutna devijacija (MAD)/ ponderisana apsolutna postotna greška (WAPE)

srednja apsolutna greška (MAE) ili srednja apsolutna devijacija ( MAD) ili Ponderisana apsolutna greška (WAPE) je prosek ponderisanih apsolutnih grešaka . Apsolutna vrijednost znači čak i kada je razlika između predviđene potražnje i stvarne potražnje negativna vrijednost, ona postaje pozitivna.

Da biste izračunali srednju apsolutnu grešku (MAE) prognoze samo podijelite ukupnu apsolutnu grešku sa ukupnom potražnjom .

MAE = ukupna apsolutnaGreška/Ukupna potražnja

Ova metoda je ponderisana količinom ili vrijednošću, zbog čega se preporučuje u planiranju potražnje.

Međutim, postoji jedan nedostatak ovog metoda. Kako greška potražnje nije proporcionalna, ova metoda najbolje funkcionira kada se radi na jednom proizvodu. Ako se koristi na proizvodima s različitim zapreminama, rezultat će biti kriv s proizvodom većih količina.

Pročitajte više: Kako izračunati postotak gubitka težine u Excelu (5 Metode)

4. Korijenska srednja kvadratna greška (RMSE) za izračunavanje točnosti prognoze u programu Excel

Korijenska srednja kvadratna greška (RMSE) izračunava se iz kvadratnog korijena srednje kvadratne greške (MSE) ) ili Srednja kvadratna devijacija (MSD) .

Moramo dodati Kvadratnu grešku (Greška^2) za svaki proizvod za ovaj indikator. Tada možemo izračunati Srednju kvadratnu grešku . Srednja kvadratna greška (MSE) je prosječna kvadratna greška za svaki proizvod.

MSE = Prosjek kvadratne greške

Sada kada imamo vrijednost MSE , sada možemo izmjeriti RMSE za našu prognozu.

Da bismo izračunali RMSE , samo podijelite kvadratni korijen MSE sa prosjekom potražnje .

RMSE = kvadratni korijen MSE/ prosjek potražnje

Indikator RMSE je relativno složeniji za implementaciju i izdvajanje rezultata. Ali ova formula snažno kažnjava velikepredviđanja grešaka.

Ovo je također visoko preporučena metoda jer ova metoda može zanemariti greške u računanju i dati precizne rezultate.

Pročitajte više: Kako Izračunajte postotak dobitaka i gubitaka u Excelu (sa jednostavnim koracima)

Zaključak

Da zaključimo, ovaj članak vam je pokazao 4 jednostavne i korisne metode kako da izračunajte postotak tačnosti prognoze u Excelu. Nadam se da vam je ovaj članak bio od velike koristi. Slobodno postavite bilo kakva pitanja u vezi sa temom.

Hugh West je vrlo iskusan Excel trener i analitičar s više od 10 godina iskustva u industriji. Diplomirao je računovodstvo i finansije i magistrirao poslovnu administraciju. Hugh ima strast prema podučavanju i razvio je jedinstven pristup podučavanju koji je lako pratiti i razumjeti. Njegovo stručno znanje o Excel-u pomoglo je hiljadama studenata i profesionalaca širom svijeta da poboljšaju svoje vještine i napreduju u karijeri. Kroz svoj blog, Hugh dijeli svoje znanje sa svijetom, nudeći besplatne Excel tutorijale i online obuku kako bi pomogli pojedincima i preduzećima da ostvare svoj puni potencijal.