Calcul de la Pourcentage de précision des prévisions est une tâche très familière, non seulement pour les personnes qui travaillent dans le domaine des statistiques et de l'analyse des données, mais aussi pour les personnes qui travaillent dans le domaine de la science des données et de l'apprentissage automatique. calculer le pourcentage d'exactitude des prévisions dans Excel.

Télécharger le cahier d'exercices

Vous pouvez télécharger le cahier d'exercices Excel gratuit à partir d'ici.

Introduction à la précision des prévisions

Précision des prévisions est le écart entre la demande prévue et la demande réelle Il est également appelé Erreur de prévision Si les erreurs des prévisions de la demande précédentes sont calculées correctement, cela vous permet de modifier votre planification commerciale future, par exemple en augmentant votre taux de service, en réduisant les ruptures de stock, en réduisant le coût de la chaîne d'approvisionnement, etc. afin de la rendre plus fructueuse.

Le calcul de la précision des prévisions est très important dans les affaires, vous devez donc disposer d'une méthode cohérente et fiable pour estimer facilement les prévisions.

Dans cet article, nous allons vous montrer comment calculer le pourcentage de précision des prévisions de la manière la plus fiable. Mais avant de vous montrer ces méthodes de calcul, vous devez d'abord savoir quelle est la demande réelle en matière de précision des prévisions.

Introduction à la prévision de la demande pour calculer le pourcentage d'exactitude des prévisions

Prévision de la demande ou Prévision des ventes est un sujet très vaste. Le but de cet article est de vous montrer comment vous pouvez calculer Pourcentage de précision des prévisions Nous allons donc vous donner un aperçu de la prévision de la demande.

D'un autre côté, Prévision de la demande est quelque chose qui n'est pas très courant dans toutes les organisations. Ou même si votre entreprise en a, vous n'en êtes peut-être pas conscient. Si votre entreprise dispose d'un ERP ou d'un logiciel connexe, il est fort probable que vous ayez une prévision.

La formule permettant de calculer le Prévision de la demande est,

En appliquant cette formule, vous pouvez facilement déterminer la prévision de la demande de votre organisation.

4 méthodes pour calculer le pourcentage de précision des prévisions dans Excel

Maintenant que vous connaissez le Réel Prévision et le Prévision de la demande vous pouvez commencer à calculer le montant de l'aide financière. Pourcentage de précision des prévisions dans Excel.

Les étapes du calcul de la Précision des prévisions pour chaque produit dans Excel sont donnés ci-dessous.

Des pas :

• Au début, simplement soustraire la prévision de la demande pour calculer le erreur de prévision pour chaque produit.
• Après cela, utilisez le ABS() dans Excel pour calculer le valeur absolue de l'erreur .
• Enfin, il suffit de diviser la valeur absolue de l'erreur par la demande et la multiplier par 100 pour calculer le pourcentage de l'erreur au niveau du produit.

Toutes les étapes de ces calculs sont présentées ci-dessous pour un horizon de vente de 2 mois.

Vous pouvez utiliser le Fonction SUM() pour calculer le Total de tous les attributs dans le calcul du pourcentage de précision des prévisions dans Excel.

Comme vous le savez déjà, ces erreurs se situent au niveau de l'élément. Nous devons maintenant savoir comment obtenir un fichier de type indicateur global sur la base de ces mesures.

Dans cette section, vous apprendrez les 4 formules mathématiques les plus simples et les plus utilisées pour calculer les pourcentages de précision des prévisions dans Excel.

1. précision des prévisions BIAS/erreur des prévisions cohérentes pour calculer le pourcentage de précision des prévisions.

Prévision BIAS est l'analytique écart entre les valeurs réelles et les valeurs estimées .

Pour calculer le exactitude des prévisions tout simplement diviser l'erreur totale par la demande totale .

Pour vérifier si la prédiction pour tous les produits est surestimé ( BIAS> ; 0 ) ou sous-estimé ( BIAS <; 0 ), vous pouvez utiliser cette méthode.

Lire la suite : Comment calculer le pourcentage de bénéfice dans Excel (3 méthodes)

2. l'erreur absolue moyenne en pourcentage (MAPE) pour calculer la précision des prévisions dans Excel

Une autre façon simple et efficace de calculer l'erreur de prévision est de calculer la Pourcentage d'erreur absolue moyenne (MAPE) de la prévision. MAPE est défini comme le moyennement des pourcentages d'erreur .

Comme MAPE est un calcul d'erreurs, un pourcentage élevé signifie mauvais, et un faible pourcentage signifie bon.

Nous ne recommandons pas cette méthode car il n'y a pas de pondération sur les quantités ou sur les valeurs. Les périodes de forte demande peuvent facilement être sous-estimées si vous vous reposez entièrement sur cet indicateur pour mesurer vos prévisions.

Lire la suite : Calculer un pourcentage en utilisant une référence absolue de cellule dans Excel (4 méthodes)

3. l'erreur absolue moyenne (MAE)/la déviation absolue moyenne (MAD)/le pourcentage d'erreur absolue pondérée (WAPE).

Erreur absolue moyenne (EAM) ou Écart absolu moyen (EAM) ou Pourcentage d'erreur absolu pondéré (WAPE) est le moyenne des erreurs absolues pondérées La valeur absolue signifie que même lorsque la différence entre la demande prévue et la demande réelle est une valeur négative, elle devient positive.

Pour calculer le Erreur absolue moyenne (EAM) de la prévision juste diviser l'erreur absolue totale par la demande totale. .

Cette méthode est pondérée par la quantité ou la valeur, ce qui la rend hautement recommandée dans la planification de la demande.

Cette méthode présente toutefois un inconvénient. Comme l'erreur de demande n'est pas proportionnelle, cette méthode fonctionne mieux lorsqu'on travaille sur un seul produit. Si on l'utilise sur des produits de volumes différents, le résultat sera faussé avec le produit de volumes plus importants.

Lire la suite : Comment calculer le pourcentage de perte de poids dans Excel (5 méthodes)

4. l'erreur quadratique moyenne (RMSE) pour calculer la précision des prévisions dans Excel.

Erreur quadratique moyenne (RMSE) est calculé à partir de la racine carrée de l'erreur quadratique moyenne (EQM) ou Écart quadratique moyen (MSD) .

Nous devons ajouter le Erreur quadratique (Error^2) pour chaque produit pour cet indicateur. Ensuite, nous pouvons calculer la Erreur quadratique moyenne . le Erreur quadratique moyenne (EQM) est le erreur quadratique moyenne pour chaque produit.

Maintenant que nous avons la valeur de MSE nous pouvons maintenant mesurer le RMSE pour nos prévisions.

Pour calculer le RMSE juste diviser la racine carrée de MSE par la moyenne de la demande .

Le site RMSE est comparativement plus complexe à mettre en œuvre et à extraire des résultats, mais cette formule pénalise fortement les erreurs de prévision importantes.

Il s'agit également d'une méthode fortement recommandée car elle est capable d'ignorer les erreurs de calcul et de produire des résultats précis.

Lire la suite : Comment calculer le pourcentage de gains et de pertes dans Excel (avec des étapes faciles)

Conclusion

En conclusion, cet article vous a montré 4 méthodes faciles et utiles pour calculer le pourcentage d'exactitude des prévisions dans Excel. J'espère que cet article vous a été très utile. N'hésitez pas à poser toutes vos questions sur le sujet.