Laskemalla Ennusteen tarkkuusprosentti on hyvin tuttu tehtävä paitsi tilastojen ja data-analyysin parissa työskenteleville, myös datatieteen ja koneoppimisen parissa työskenteleville. Tässä artikkelissa näytämme sinulle 4 helpointa ja tehokkainta menetelmää, joilla voit tehdä laskea ennusteen tarkkuusprosentti Excelissä.

Lataa työkirja

Voit ladata ilmaisen harjoitus-Excel-työkirjan täältä.

Johdanto ennusteiden tarkkuuteen

Ennusteen tarkkuus on ennustetun kysynnän ja todellisen kysynnän välinen poikkeama. . Sitä kutsutaan myös Ennusteen virhe Jos aiempien kysyntäennusteiden virheet on laskettu oikein, voit muuttaa tulevaa liiketoimintasuunnittelua, kuten lisätä palvelutasoa, vähentää varastovajeita, pienentää toimitusketjun kustannuksia jne. menestyksekkäämmäksi.

Ennustetarkkuuden laskeminen on erittäin tärkeää liiketoiminnassa, joten sinulla on oltava johdonmukainen ja luotettava menetelmä, jolla voit arvioida ennusteen helposti.

Tässä artikkelissa näytämme sinulle, miten voit laskea ennustetarkkuusprosentin neljällä luotettavimmalla tavalla. Mutta ennen kuin näytämme sinulle nämä laskentamenetelmät, sinun on ensin tiedettävä, mikä on todellinen kysyntä ennustetarkkuudessa.

Johdanto kysyntäennusteeseen ennusteen tarkkuusprosentin laskemiseksi ennusteen tarkkuusprosentin laskemiseksi

Kysynnän ennustaminen tai Myynnin ennustaminen Tämän artikkelin tavoitteena on näyttää, miten voit laskea Ennusteen tarkkuusprosentti Excelissä. Tässä siis vain lyhyesti kysynnän ennustamisesta.

Toisaalta, Kysyntäennuste ei ole kovin yleistä jokaisessa organisaatiossa. Tai vaikka yritykselläsi olisikin, et ehkä ole siitä tietoinen. Jos yritykselläsi on toiminnanohjausjärjestelmä tai siihen liittyvä ohjelmisto, sinulla on todennäköisesti ennuste.

Laskukaava, jolla lasketaan Kysyntäennuste on,

Tämän kaavan avulla voit helposti selvittää organisaatiosi kysyntäennusteen.

4 menetelmää ennusteen tarkkuusprosentin laskemiseksi Excelissä

Nyt kun tiedät Todellinen Ennuste ja Kysyntäennuste , voit aloittaa laskennan, joka koskee Ennusteen tarkkuusprosentti Excelissä.

Vaiheet, joilla lasketaan Tuotekohtaisten ennusteiden tarkkuus Excelissä ovat alla.

Vaiheet:

• Aluksi yksinkertaisesti vähennetään kysynnästä ennuste laskea ennustevirhe kunkin tuotteen osalta.
• Käytä sen jälkeen ABS() kaava Excelissä laskemaan virheen absoluuttinen arvo .
• Lopuksi yksinkertaisesti jaa virheen absoluuttinen arvo kysynnällä ja kerro se 100:lla. laskea virheen prosenttiosuus tuotetasolla.

Kaikki laskelmien vaiheet esitetään jäljempänä 2 kuukauden myyntiajanjakson osalta.

Voit käyttää SUM()-funktio laskea Yhteensä kaikkien ominaisuuksien laskennassa ennustetarkkuusprosentti Excelissä.

Kuten jo tiedät, nämä virheet ovat elementtitasolla. Meidän on nyt tiedettävä, miten saada yleinen indikaattori näiden mittausten perusteella.

Tämän osion jälkeen opit 4 yksinkertaisinta ja yleisimmin käytettyä matemaattista kaavaa, joiden avulla voit tehdä seuraavia asioita laskea ennusteen tarkkuusprosentit Excelissä.

1. BIAS-ennustetarkkuus / johdonmukainen ennustevirhe ennusteen tarkkuusprosentin laskemiseksi.

Ennusteen virheellisyys on analyyttinen todellisten arvojen ja arvioitujen arvojen välinen poikkeama. .

Laskettaessa ennustetarkkuus yksinkertaisesti jaa kokonaisvirhe kokonaiskysynnällä. .

Tarkistetaan, onko kaikkien tuotteiden ennuste seuraava yliarvioitu ( BIAS> 0 ) tai aliarvioitu ( BIAS <0 ), voit käyttää tätä menetelmää.

Lue lisää: Voittoprosentin laskeminen Excelissä (3 menetelmää)

2. Absoluuttisen prosentuaalisen virheen keskiarvo (MAPE) ennusteen tarkkuuden laskemiseksi Excelissä.

Toinen yksinkertainen ja tehokas tapa laskea ennustevirhe on laskea Keskimääräinen absoluuttinen prosentuaalinen virhe (MAPE) ennusteesta. MAPE määritellään keskiarvo Virheprosentit .

Kuten MAPE on virheiden laskenta, suuri prosenttiosuus tarkoittaa huonoa ja pieni prosenttiosuus hyvää.

Emme suosittele tätä menetelmää, koska siinä ei painoteta määriä tai arvoja. Suuren kysynnän kaudet voidaan helposti aliarvioida, jos luotat täysin tähän indikaattoriin ennusteidesi mittaamisessa.

Lue lisää: Laske prosenttiosuus käyttämällä absoluuttista soluviittausta Excelissä (4 menetelmää)

3. Absoluuttinen keskivirhe (MAE)/ Absoluuttinen keskihajonta (MAD)/ Painotettu absoluuttinen prosentuaalinen virhe (WAPE).

Absoluuttinen keskivirhe (MAE) tai Absoluuttinen keskihajonta (MAD) tai Painotettu absoluuttinen prosentuaalinen virhe (WAPE) on painotettujen absoluuttisten virheiden keskiarvo Absoluuttinen arvo tarkoittaa, että vaikka ennustetun kysynnän ja todellisen kysynnän välinen ero olisi negatiivinen, se muuttuu positiiviseksi.

Laskettaessa Absoluuttinen keskivirhe (MAE) ennusteesta vain jaa absoluuttinen kokonaisvirhe kokonaiskysynnällä. .

Tätä menetelmää painotetaan määrän tai arvon mukaan, joten sitä suositellaan kysynnän suunnittelussa.

Tässä menetelmässä on kuitenkin yksi haittapuoli. Koska kysyntävirhe ei ole verrannollinen, tämä menetelmä toimii parhaiten, kun sitä käytetään yhden tuotteen kohdalla. Jos sitä käytetään tuotteisiin, joilla on eri tilavuudet, lopputulos on vino, kun tuote on painavampi.

Lue lisää: Kuinka laskea painonpudotusprosentti Excelissä (5 menetelmää)

4. Keskimääräinen neliövirhe (RMSE) ennusteiden tarkkuuden laskemiseksi Excelissä.

Keskimääräinen neliövirhe (RMSE) lasketaan keskineliövirheen neliöjuuri (MSE) tai Keskimääräinen neliöpoikkeama (MSD) .

Meidän on lisättävä Virheen neliö (Error^2) kunkin tuotteen osalta tämän indikaattorin osalta. Tämän jälkeen voimme laskea Keskimääräinen neliövirhe . Keskimääräinen neliövirhe (MSE) on keskimääräinen neliövirhe kunkin tuotteen osalta.

Nyt kun meillä on arvo MSE voimme nyt mitata RMSE ennustetta varten.

Laskettaessa RMSE , vain jaa MSE:n neliöjuuri kysynnän keskiarvolla. .

The RMSE indikaattori on verrattain monimutkaisempi toteuttaa ja saada tuloksia. Tämä kaava rankaisee kuitenkin voimakkaasti suurista ennustevirheistä.

Tämä on myös erittäin suositeltava menetelmä, koska tällä menetelmällä voidaan jättää huomioimatta laskentavirheet ja tuottaa tarkat tulokset.

Lue lisää: Kuinka laskea Win-Loss-prosenttiosuus Excelissä (helpoilla ohjeilla)

Päätelmä

Lopuksi, tämä artikkeli näytti sinulle 4 helppoa ja hyödyllistä menetelmää, miten laskea ennusteen tarkkuusprosentti Toivottavasti tästä artikkelista on ollut sinulle paljon hyötyä. Voit kysyä vapaasti aiheeseen liittyviä kysymyksiä.