Arvutamine Prognoosi täpsuse protsent on väga tuttav ülesanne mitte ainult statistika ja andmeanalüüsiga tegelevatele inimestele, vaid ka neile, kes tegelevad andmeteaduse ja masinõppega. Selles artiklis näitame teile 4 kõige lihtsamat ja tõhusamat meetodit, kuidas arvutada prognoosi täpsuse protsent Excelis.

Lae alla töövihik

Tasuta Exceli harjutusvihiku saate alla laadida siit.

Sissejuhatus prognooside täpsusesse

Prognoosi täpsus on prognoositud nõudluse ja tegeliku nõudluse vaheline erinevus Seda nimetatakse ka Prognoosi viga Kui eelmiste nõudlusprognooside vead on õigesti arvutatud, võimaldab see teil muuta oma tulevast äriplaneerimist, näiteks suurendada teenindusmäära, vähendada laovarusid, vähendada tarneahela kulusid jne, et muuta see edukamaks.

Prognoosi täpsuse arvutamine on ettevõtluses väga oluline, seega peab teil olema järjepidev ja usaldusväärne meetod, et prognoosi hõlpsasti hinnata.

Selles artiklis näitame teile, kuidas saate arvutada prognoosi täpsuse protsenti 4 kõige usaldusväärsemal viisil. Kuid enne nende arvutusmeetodite näitamist peate kõigepealt teadma, milline on tegelik nõudlus prognoosimise täpsuses.

Sissejuhatus nõudluse prognoosi arvutamiseks prognoosi täpsuse protsendi arvutamiseks

Nõudluse prognoosimine või Müügi prognoosimine on väga lai teema. Selle artikli eesmärk on näidata, kuidas saab arvutada Prognoosi täpsuse protsent Excelis. Nii et siinkohal anname teile vaid lühikese ülevaate nõudluse prognoosimisest.

Teisest küljest, Nõudluse prognoos on midagi, mis ei ole igas organisatsioonis väga levinud. Või isegi kui teie ettevõttes on, ei pruugi te sellest teadlik olla. Kui teie ettevõttes on ERP või sellega seotud tarkvara, siis on teil tõenäoliselt olemas prognoos.

Valem, mille abil arvutatakse Nõudluse prognoos on,

Seda valemit rakendades saate hõlpsasti teada oma organisatsiooni nõudluse prognoosi.

4 meetodit, kuidas arvutada prognoosi täpsuse protsenti Excelis

Nüüd, kui te teate Tegelik Prognoos ja Nõudluse prognoos , võite alustada arvutamist Prognoosi täpsuse protsent Excelis.

Sammud, mille abil arvutatakse Prognoosi täpsus toodete kaupa Excelis on esitatud allpool.

Sammud:

• Alguses lihtsalt lahutatakse prognoos nõudlusest arvutada prognoosiviga iga toote puhul.
• Pärast seda kasutage ABS() valemiga Excelis, et arvutada vea absoluutväärtus .
• Lõpuks, lihtsalt jagatakse vea absoluutväärtus nõudlusega ja korrutatakse see 100-ga. arvutada veaprotsent toote tasandil.

Allpool on esitatud kõik need arvutuste sammud 2 kuu pikkuse müügiperioodi kohta.

Võite kasutada SUM() funktsioon arvutada Kokku kõigi atribuutide kohta prognoosimise täpsuse protsendi arvutamisel Excelis.

Noh, nagu te juba teate, on need vead elemendi tasandil. Nüüd peame teadma, kuidas saada üldine näitaja nende mõõtmiste põhjal.

Selle osa järel õpid 4 kõige lihtsamat ja sagedamini kasutatavat matemaatilist valemit, et arvutada prognoosi täpsuse protsendid Excelis.

1. BIASi prognoositäpsus/ järjepidev prognoosiviga, et arvutada prognoositäpsuse protsentuaalne osakaal

Prognoosimise BIAS on analüütiline tegelike väärtuste ja hinnanguliste väärtuste vaheline erinevus .

Arvutada prognoosi täpsus lihtsalt jagage koguviga kogunõudlusega. .

Kontrollida, kas kõigi toodete prognoos on ülehinnatud ( BIAS> 0 ) või alahinnatud ( BIAS <0 ), saate seda meetodit kasutada.

Loe edasi: Kuidas arvutada kasumiprotsenti Excelis (3 meetodit)

2. Keskmine absoluutne protsentuaalne viga (MAPE) prognoosi täpsuse arvutamiseks Excelis

Teine lihtne ja tõhus viis prognoosi vea arvutamiseks on arvutada Keskmine absoluutne protsentuaalne viga (MAPE) prognoosi. MAPE on määratletud kui keskmine veaprotsentide kohta .

Nagu MAPE on vigade arvutus, suur protsent tähendab halba ja väike protsent tähendab head.

Me ei soovita seda meetodit, kuna ei ole kaalutud koguseid ega väärtusi. Suure nõudluse perioodid võivad kergesti alahinnatud olla, kui toetute täielikult sellele näitajale, et mõõta oma prognoose.

Loe edasi: Protsendi arvutamine Exceli absoluutse lahtriviite abil (4 meetodit)

3. Keskmine absoluutne viga (MAE)/ keskmine absoluutne hälve (MAD)/ kaalutud absoluutne protsentuaalne viga (WAPE)

Keskmine absoluutne viga (MAE) või Keskmine absoluutne hälve (MAD) või Kaalutud absoluutne protsentuaalne viga (WAPE) on kaalutud absoluutsete vigade keskmine Absoluutväärtus tähendab, et isegi kui prognoositud nõudluse ja tegeliku nõudluse vahe on negatiivne, muutub see positiivseks.

Arvutada Keskmine absoluutne viga (MAE) prognoosist lihtsalt jagage absoluutne koguviga kogunõudlusega. .

Seda meetodit kaalutakse koguse või väärtuse järgi, mistõttu on see nõudluse planeerimisel väga soovitatav.

Sellel meetodil on siiski üks puudus. Kuna nõudluse viga ei ole proportsionaalne, töötab see meetod kõige paremini ühe toote puhul. Kui seda kasutatakse erinevate mahtudega toodete puhul, on tulemus suurema mahuga toote puhul kõver.

Loe edasi: Kuidas arvutada kaalukaotuse protsent Excelis (5 meetodit)

4. Prognoosi täpsuse arvutamise ruutkeskmine viga (RMSE) Exceli prognoosi täpsuse arvutamiseks

Keskmine ruutviga (RMSE) arvutatakse keskmise ruuduliku vea ruutjuur (MSE) või Keskmine ruuthälve (MSD) .

Me peame lisama Ruutviga (Error^2) iga toote kohta selle näitaja puhul. Seejärel saame arvutada Keskmine ruutviga . Keskmine ruutviga (MSE) on keskmine ruutviga iga toote puhul.

Nüüd, kui meil on väärtus MSE saame nüüd mõõta RMSE meie prognoosi jaoks.

Arvutada RMSE , lihtsalt jagada MSE ruutjuurega nõudluse keskväärtusega .

The RMSE indikaator on suhteliselt keerulisem rakendada ja tulemusi välja tuua. Kuid see valem karistab tugevalt suuri prognoosivigu.

See on samuti väga soovitatav meetod, sest see meetod suudab ignoreerida arvutusvigu ja anda täpseid tulemusi.

Loe edasi: Kuidas arvutada võidu-kaotuse protsenti Excelis (lihtsate sammudega)

Kokkuvõte

Kokkuvõtteks näitas see artikkel 4 lihtsat ja kasulikku meetodit, kuidas arvutada prognoosi täpsuse protsent Excelis. Loodan, et see artikkel oli teile väga kasulik. Võite julgelt esitada mis tahes küsimusi selle teema kohta.