Die Berechnung der Vorhersage-Genauigkeit in Prozent ist eine sehr vertraute Aufgabe, nicht nur für die Leute, die mit Statistik und Datenanalyse arbeiten, sondern auch für die Leute, die mit Data Science und maschinellem Lernen arbeiten. In diesem Artikel werden wir Ihnen 4 der einfachsten und effizientesten Methoden zeigen, wie man Berechnung des Prozentsatzes der Vorhersagegenauigkeit in Excel.

Arbeitsbuch herunterladen

Sie können die kostenlose Excel-Arbeitsmappe für die Praxis hier herunterladen.

Einführung in die Vorhersagegenauigkeit

Vorhersage-Genauigkeit ist die Abweichung zwischen der prognostizierten Nachfrage und der tatsächlichen Nachfrage Sie wird auch als Vorhersagefehler Wenn die Fehler aus den vorherigen Bedarfsprognosen korrekt berechnet werden, können Sie Ihre zukünftige Geschäftsplanung ändern, z. B. die Servicequote erhöhen, die Lagerbestände reduzieren, die Kosten der Lieferkette senken usw., um erfolgreicher zu sein.

Die Berechnung der Vorhersagegenauigkeit ist in der Wirtschaft sehr wichtig, daher müssen Sie über eine konsistente und zuverlässige Methode verfügen, um die Vorhersage leicht einschätzen zu können.

In diesem Artikel zeigen wir Ihnen, wie Sie den Prozentsatz der Prognosegenauigkeit auf die 4 zuverlässigsten Arten berechnen können. Bevor wir Ihnen diese Berechnungsmethoden zeigen, müssen Sie jedoch zunächst wissen, was der tatsächliche Bedarf an Prognosegenauigkeit ist.

Einführung in die Nachfrageprognose zur Berechnung der prozentualen Vorhersagegenauigkeit

Nachfrageprognose oder Verkaufsprognose Das Ziel dieses Artikels ist es, Ihnen zu zeigen, wie Sie den Wert von Vorhersage-Genauigkeit in Prozent Daher werden wir Ihnen hier nur einen kurzen Überblick über die Nachfrageprognose geben.

Andererseits, Nachfrage-Prognose ist etwas, das nicht in jedem Unternehmen vorkommt. Und selbst wenn Ihr Unternehmen eine hat, ist Ihnen das vielleicht nicht bewusst. Wenn Ihr Unternehmen eine ERP- oder verwandte Software hat, dann haben Sie höchstwahrscheinlich eine Prognose.

Die Formel zur Berechnung der Nachfrage-Prognose ist,

Durch die Anwendung dieser Formel können Sie die Bedarfsprognose Ihres Unternehmens leicht herausfinden.

4 Methoden zur Berechnung des Prozentsatzes der Vorhersagegenauigkeit in Excel

Da Sie nun über die Aktuell Vorhersage und die Nachfrage-Prognose können Sie sich an die Berechnung der Vorhersage-Genauigkeit in Prozent in Excel.

Die Schritte zur Berechnung der Vorhersagegenauigkeit für jedes Produkt in Excel sind unten angegeben.

Schritte:

• Am Anfang einfach die Prognose von der Nachfrage abziehen zur Berechnung der Prognosefehler für jedes Produkt.
• Danach verwenden Sie die ABS() Formel in Excel zur Berechnung der absoluter Wert des Fehlers .
• Schließlich, einfach Dividieren Sie den absoluten Wert des Fehlers durch die Nachfrage und multiplizieren Sie ihn mit 100 zur Berechnung der Prozentsatz des Fehlers auf der Ebene des Produkts.

Die einzelnen Schritte dieser Berechnungen werden im Folgenden für einen 2-monatigen Verkaufshorizont dargestellt.

Sie können die SUMME() Funktion zur Berechnung der Insgesamt aller Attribute bei der Berechnung der prozentualen Vorhersagegenauigkeit in Excel.

Nun, wie Sie bereits wissen, liegen diese Fehler auf der Elementebene. Wir müssen nun wissen, wie wir eine Gesamtindikator auf der Grundlage dieser Messungen.

In diesem Abschnitt lernen Sie die 4 einfachsten und am häufigsten verwendeten mathematischen Formeln kennen, um den Prozentsatz der Vorhersagegenauigkeit berechnen in Excel.

(1) BIAS-Prognosegenauigkeit/konsistenter Prognosefehler zur Berechnung des Prozentsatzes der Prognosegenauigkeit

Vorhersage-BIAS ist die analytische Abweichung zwischen den tatsächlichen Werten und den geschätzten Werten .

Zur Berechnung der Prognosegenauigkeit einfach teilen Sie den Gesamtfehler durch die Gesamtnachfrage .

Um zu überprüfen, ob die Vorhersage für alle Produkte stimmt überschätzt ( BIAS> 0 ) oder unterschätzt ( BIAS <0 ), können Sie diese Methode anwenden.

Lesen Sie mehr: Berechnung des Gewinnprozentsatzes in Excel (3 Methoden)

2. mittlerer absoluter prozentualer Fehler (MAPE) zur Berechnung der Vorhersagegenauigkeit in Excel

Eine weitere einfache und effektive Methode zur Berechnung des Prognosefehlers ist die Berechnung der Mittlerer absoluter prozentualer Fehler (MAPE) der Vorhersage. MAPE ist definiert als die Durchschnitt der Fehlerprozentsätze .

Als MAPE ist eine Berechnung von Fehlern, ein hoher Prozentsatz bedeutet schlecht, ein niedriger Prozentsatz bedeutet gut.

Wir raten von dieser Methode ab, da weder Mengen noch Werte gewichtet werden und Perioden mit hoher Nachfrage leicht unterschätzt werden können, wenn Sie sich bei der Messung Ihrer Prognosen vollständig auf diesen Indikator verlassen.

Lesen Sie mehr: Prozentsatz mit absolutem Zellbezug in Excel berechnen (4 Methoden)

3. mittlerer absoluter Fehler (MAE)/ mittlere absolute Abweichung (MAD)/ gewichteter absoluter prozentualer Fehler (WAPE)

Mittlerer absoluter Fehler (MAE) oder Mittlere absolute Abweichung (MAD) oder Gewichteter absoluter prozentualer Fehler (WAPE) ist die Durchschnitt der gewichteten absoluten Fehler Absoluter Wert bedeutet, dass die Differenz zwischen der prognostizierten Nachfrage und der tatsächlichen Nachfrage auch dann positiv wird, wenn sie negativ ist.

Zur Berechnung der Mittlerer absoluter Fehler (MAE) der Prognose nur den absoluten Gesamtfehler durch die Gesamtnachfrage teilen .

Diese Methode wird nach Menge oder Wert gewichtet und ist daher für die Bedarfsplanung sehr empfehlenswert.

Diese Methode hat jedoch einen Nachteil: Da der Nachfragefehler nicht proportional ist, funktioniert sie am besten bei einem einzigen Produkt. Wird sie bei Produkten mit unterschiedlichem Volumen angewandt, wird das Ergebnis bei dem Produkt mit dem größeren Volumen verfälscht.

Lesen Sie mehr: Berechnung des prozentualen Gewichtsverlusts in Excel (5 Methoden)

4. mittlerer quadratischer Fehler (RMSE) zur Berechnung der Vorhersagegenauigkeit in Excel

Mittlerer quadratischer Wurzelfehler (RMSE) wird berechnet aus dem Quadratwurzel des mittleren quadratischen Fehlers (MSE) oder Mittlere quadratische Abweichung (MSD) .

Wir müssen die Fehlerquadrat (Fehler^2) für jedes Produkt für diesen Indikator. Dann können wir die Mittlerer quadratischer Fehler . die Mittlerer quadratischer Fehler (MSE) ist die mittlerer quadratischer Fehler für jedes Produkt.

Da wir nun den Wert von MSE können wir nun die RMSE für unsere Prognose.

Zur Berechnung der RMSE , nur die Quadratwurzel des MSE durch den Durchschnitt der Nachfrage teilen .

Die RMSE Indikator ist vergleichsweise komplexer zu implementieren und Ergebnisse zu extrahieren, aber diese Formel bestraft große Prognosefehler stark.

Dies ist ebenfalls eine sehr empfehlenswerte Methode, da sie in der Lage ist, Berechnungsfehler zu ignorieren und genaue Ergebnisse zu liefern.

Lesen Sie mehr: Berechnung des Gewinn-Verlust-Prozentsatzes in Excel (mit einfachen Schritten)

Schlussfolgerung

Zum Abschluss dieses Artikels haben wir Ihnen 4 einfache und nützliche Methoden gezeigt, wie Sie Berechnung des Prozentsatzes der Vorhersagegenauigkeit Ich hoffe, dass dieser Artikel für Sie von Nutzen war. Sie können mir gerne Fragen zum Thema stellen.