Táboa de contidos
Calcular a Porcentaxe de precisión da previsión é unha tarefa moi familiar que non só as persoas que traballan con estatísticas e análise de datos, senón tamén as que traballan coa ciencia de datos e a aprendizaxe automática. Neste artigo, mostrarémosche 4 dos métodos máis sinxelos e eficientes de como calcular a porcentaxe de precisión da previsión en Excel.
Descargar o libro de traballo
Podes descargar o libro de exercicios de Excel de práctica gratuíta desde aquí.
Calcula o porcentaxe de precisión da previsión.xlsx
Introdución á precisión das previsións
Precisión da previsión é a desviación entre a demanda prevista e a demanda real . Tamén se chama Erro de previsión . Se os erros das previsións de demanda anteriores se calculan correctamente, permítelle modificar a planificación futura do seu negocio, como aumentar a súa taxa de servizo, reducir os desabastecementos, reducir o custo da cadea de subministración, etc. para facelo máis exitoso.
Calcular a precisión da previsión é moi importante nos negocios, polo que debes ter un método consistente e fiable para estimar a previsión facilmente.
Neste artigo mostrarémosche como podes calcular a precisión das previsións. porcentaxe das 4 formas máis fiables. Pero antes de mostrarche eses métodos de cálculo, primeiro, cómpre saber cal é a demanda real de precisión de previsión.
Introdución á demanda.Previsión para calcular a porcentaxe de precisión da previsión
Previsión da demanda ou Previsión de vendas é un tema moi amplo. O obxectivo deste artigo é mostrarche como podes calcular a Porcentaxe de precisión da previsión en Excel. Polo tanto, aquí só fornecerémosche un resumo da previsión da demanda.
Por outra banda, a Previsión da demanda é algo que non é moi común en todas as organizacións. Ou aínda que a túa empresa teña algunha, quizais non esteas consciente diso. Se a túa empresa ten un ERP ou software relacionado, probablemente teñas unha previsión.
A fórmula para calcular a Previsión da demanda é:
Previsión da demanda = Vendas medias X Estacionalidade X CrecementoAo implementar esta fórmula, podes coñecer facilmente a previsión da demanda da túa organización.
4 Métodos sobre como calcular Porcentaxe de precisión da previsión en Excel
Agora que coñece a Previsión real e a Previsión da demanda , pode comezar a utilizar o cálculo da Porcentaxe de precisión da previsión en Excel.
A continuación indícanse os pasos para calcular a Precisión da previsión para produto por produto en Excel.
Pasos:
- Ao principio, basta con restar a previsión da demanda para calcular o erro de previsión para cada produto.
- Despois diso, use a fórmula ABS() en Excel para calcular o valor absoluto deo erro .
- Finalmente, simplemente divida o valor absoluto do erro entre a demanda e multiplícao por 100 para calcular a porcentaxe do erro en o nivel do produto.
Todos os pasos destes cálculos móstranse a continuación para un horizonte de vendas de 2 meses.
Podes utilizar o Función SUMA() para calcular o Total de todos os atributos ao calcular a porcentaxe de precisión da previsión en Excel.
Ben, como xa sabes, estes erros están no elemento. nivel. Agora necesitamos saber como obter un indicador global baseado nestas medicións.
Seguindo esta sección, aprenderás as 4 fórmulas matemáticas máis sinxelas e de uso común para calcular previsións porcentaxes de precisión en Excel.
1. Precisión da previsión BIAS/ Erro de previsión consistente para calcular a porcentaxe de precisión da previsión
Predición BIAS é a desviación analítica entre os valores reais e os valores estimados .
Para calcular a precisión da previsión simplemente divida o erro total entre a demanda total .
Precisión da previsión BIAS = erro total/ Demanda total 
Para comprobar se a predición de todos os produtos está sobreestimada ( BIAS > 0 ) ou subestimado ( BIAS < 0 ), podes utilizar este método.
Ler máis: Como calcular a porcentaxe de beneficios en Excel (3Métodos)
2. Erro porcentual medio absoluto (MAPE) para calcular a precisión da previsión en Excel
Outro xeito sinxelo e eficaz de calcular o erro da previsión é calcular o Erro porcentual absoluto medio (MAPE) do previsión. MAPE defínese como a media das porcentaxes de erro .
MAPE = Media da porcentaxe de erro 
Como MAPE é un cálculo de erros, unha porcentaxe alta significa malo e unha porcentaxe baixa significa bo.
Non recomendamos este método xa que non hai ponderación en cantidades nin en valores. Os períodos de alta demanda pódense subestimar facilmente se confías completamente neste indicador para medir as túas previsións.
Ler máis: Calcula a porcentaxe usando a referencia de cela absoluta en Excel (4 métodos)
3. Erro absoluto medio (MAE)/ Desviación absoluta media (MAD)/ Erro porcentual absoluto ponderado (WAPE)
Erro absoluto medio (MAE) ou Desviación absoluta media ( MAD) ou Erro porcentual absoluto ponderado (WAPE) é a media dos erros absolutos ponderados . O valor absoluto significa que aínda que a diferenza entre a demanda prevista e a demanda real sexa un valor negativo, pasa a ser positivo.
Para calcular o Erro absoluto medio (MAE) da previsión só tes que
1>divide o erro absoluto total entre a demanda total .
MAE = Absoluto totalErro/Demanda total 
Este método está ponderado pola cantidade ou o valor, polo que é moi recomendable na planificación da demanda.
Non obstante, isto ten un inconveniente. método. Como o erro de demanda non é proporcional, este método funciona mellor cando se traballa nun produto. Se se usa en produtos con diferentes volumes, o resultado será torcido co produto de volumes máis pesados.
Ler máis: Como calcular a porcentaxe de perda de peso en Excel (5 Métodos)
4. Erro cuadrático medio (RMSE) para calcular a precisión da previsión en Excel
Erro cuadrático medio (RMSE) calcúlase a partir da raíz cadrada do erro cuadrático medio (MSE) ) ou Mean Squared Deviation (MSD) .
Debemos engadir o Erro cadrado (Erro^2) para cada produto para este indicador. Despois podemos calcular o Erro cadrado medio . O Erro cadrado medio (MSE) é o erro cadrado medio de cada produto.
MSE = Media do erro cadradoAgora que temos o valor de MSE , agora podemos medir o RMSE para a nosa previsión.
Para calcular o RMSE , só divide a raíz cadrada do MSE entre a media da demanda .
RMSE = Raíz cadrada do MSE/ Media da demanda 
O indicador RMSE é comparativamente máis complexo de implementar e extraer resultados. Pero esta fórmula penaliza fortemente aos grandeserros de previsión.
Este tamén é un método moi recomendable porque este método é capaz de ignorar os erros de cálculo e producir resultados con precisión.
Ler máis: Como Calcula a porcentaxe de vitorias e perdas en Excel (con pasos sinxelos)
Conclusión
Para concluír, este artigo mostrouche 4 métodos sinxelos e útiles como calcular a porcentaxe de precisión da previsión en Excel. Espero que este artigo che resultou moi beneficioso. Non dubides en facer calquera dúbida sobre o tema.
