ວິທີການຄິດໄລ່ອັດຕາສ່ວນຄວາມຖືກຕ້ອງຂອງການຄາດຄະເນໃນ Excel (4 ວິທີງ່າຍໆ)

  • ແບ່ງປັນນີ້
Hugh West

ການຄຳນວນ ເປີເຊັນຄວາມຖືກຕ້ອງຂອງການຄາດຄະເນ ເປັນວຽກທີ່ຄຸ້ນເຄີຍຫຼາຍທີ່ຈະເຮັດບໍ່ພຽງແຕ່ສຳລັບຄົນທີ່ເຮັດວຽກກັບສະຖິຕິ ແລະການວິເຄາະຂໍ້ມູນເທົ່ານັ້ນ, ແຕ່ສຳລັບຄົນທີ່ເຮັດວຽກກັບວິທະຍາສາດຂໍ້ມູນ ແລະການຮຽນຮູ້ເຄື່ອງຈັກນຳ. ໃນ​ບົດ​ຄວາມ​ນີ້​, ພວກ​ເຮົາ​ຈະ​ສະ​ແດງ​ໃຫ້​ທ່ານ 4 ວິ​ທີ​ທີ່​ງ່າຍ​ທີ່​ສຸດ​ແລະ​ປະ​ສິດ​ທິ​ພາບ​ທີ່​ສຸດ​ຂອງ​ວິ​ທີ​ການ ການ​ຄິດ​ໄລ່​ອັດ​ຕາ​ສ່ວນ​ຄວາມ​ຖືກ​ຕ້ອງ​ພະ​ຍາ​ກອນ​> ໃນ Excel.

ດາວ​ໂຫລດ Workbook

ທ່ານສາມາດດາວໂຫຼດປຶ້ມວຽກ Excel ແບບປະຕິບັດໄດ້ຟຣີຈາກບ່ອນນີ້.

ຄິດໄລ່ຄວາມຖືກຕ້ອງຂອງການຄາດຄະເນເປີເຊັນ.xlsx

ການແນະນໍາຄວາມຖືກຕ້ອງຂອງການຄາດຄະເນ

ຄວາມ​ຖືກ​ຕ້ອງ​ຂອງ​ການ​ຄາດ​ຄະ​ເນ ແມ່ນ ຄວາມ​ແຕກ​ຕ່າງ​ລະ​ຫວ່າງ​ຄວາມ​ຕ້ອງ​ການ​ທີ່​ຄາດ​ຄະ​ເນ​ແລະ​ຄວາມ​ຕ້ອງ​ການ​ຕົວ​ຈິງ . ມັນຖືກເອີ້ນວ່າ ຄວາມຜິດພາດຂອງການຄາດຄະເນ . ຖ້າຄວາມຜິດພາດຈາກການຄາດຄະເນຄວາມຕ້ອງການທີ່ຜ່ານມາຖືກຄິດໄລ່ຢ່າງຖືກຕ້ອງ, ມັນຊ່ວຍໃຫ້ທ່ານສາມາດດັດແປງການວາງແຜນທຸລະກິດໃນອະນາຄົດຂອງທ່ານ, ເຊັ່ນ: ການເພີ່ມອັດຕາການບໍລິການ, ການຫຼຸດຜ່ອນຫຼັກຊັບ, ການຫຼຸດຜ່ອນຄ່າໃຊ້ຈ່າຍຂອງຕ່ອງໂສ້ການສະຫນອງແລະອື່ນໆເພື່ອເຮັດໃຫ້ມັນປະສົບຜົນສໍາເລັດຫຼາຍຂຶ້ນ.

ການຄຳນວນຄວາມຖືກຕ້ອງຂອງພະຍາກອນແມ່ນມີຄວາມສຳຄັນຫຼາຍໃນທຸລະກິດ, ສະນັ້ນທ່ານຕ້ອງມີວິທີການທີ່ສອດຄ່ອງ ແລະເຊື່ອຖືໄດ້ເພື່ອຄາດຄະເນການພະຍາກອນໄດ້ງ່າຍ.

ໃນບົດຄວາມນີ້, ພວກເຮົາຈະສະແດງໃຫ້ທ່ານເຫັນວິທີທີ່ທ່ານສາມາດຄິດໄລ່ຄວາມຖືກຕ້ອງຂອງພະຍາກອນໄດ້. ເປີເຊັນໃນ 4 ວິທີທີ່ເຊື່ອຖືໄດ້ຫຼາຍທີ່ສຸດ. ແຕ່ກ່ອນທີ່ຈະສະແດງໃຫ້ທ່ານເຫັນວິທີການຄິດໄລ່ເຫຼົ່ານັ້ນ, ທໍາອິດ, ທ່ານຈໍາເປັນຕ້ອງຮູ້ວ່າຄວາມຕ້ອງການທີ່ແທ້ຈິງຂອງຄວາມຖືກຕ້ອງຂອງການຄາດຄະເນແມ່ນຫຍັງ.

ຄໍາແນະນໍາກ່ຽວກັບຄວາມຕ້ອງການການຄາດຄະເນການຄິດໄລ່ອັດຕາສ່ວນຄວາມຖືກຕ້ອງຂອງການຄາດຄະເນ

ການຄາດຄະເນຄວາມຕ້ອງການ ຫຼື ການພະຍາກອນການຂາຍ ເປັນຫົວຂໍ້ທີ່ກວ້າງຂວາງຫຼາຍ. ເປົ້າ​ຫມາຍ​ຂອງ​ບົດ​ຄວາມ​ນີ້​ແມ່ນ​ເພື່ອ​ສະ​ແດງ​ໃຫ້​ທ່ານ​ວິ​ທີ​ທີ່​ທ່ານ​ສາ​ມາດ​ຄິດ​ໄລ່ ເປີ​ເຊັນ​ຄວາມ​ຖືກ​ຕ້ອງ​ການ​ຄາດ​ຄະ​ເນ ໃນ Excel. ດັ່ງນັ້ນ, ໃນທີ່ນີ້ພວກເຮົາຈະໃຫ້ທ່ານໂດຍຫຍໍ້ກ່ຽວກັບການຄາດຄະເນຄວາມຕ້ອງການ.

ໃນອີກດ້ານຫນຶ່ງ, Demand Forecast ເປັນສິ່ງທີ່ບໍ່ຄ່ອຍມີຢູ່ໃນທຸກອົງກອນ. ຫຼືເຖິງແມ່ນວ່າບໍລິສັດຂອງເຈົ້າມີ, ເຈົ້າອາດຈະບໍ່ຮູ້ເລື່ອງນັ້ນ. ຖ້າບໍລິສັດຂອງເຈົ້າມີ ERP ຫຼືຊອບແວທີ່ກ່ຽວຂ້ອງ, ສ່ວນຫຼາຍແມ່ນເຈົ້າມີການຄາດຄະເນ. Demand Forecast = ການຂາຍສະເລ່ຍ X Seasonality X Growth

ໂດຍການປະຕິບັດສູດນີ້, ທ່ານສາມາດຊອກຫາການຄາດຄະເນຄວາມຕ້ອງການຂອງອົງກອນຂອງທ່ານໄດ້ງ່າຍໆ.

4 ວິທີໃນການຄຳນວນ. ເປີເຊັນຄວາມຖືກຕ້ອງຂອງການຄາດຄະເນໃນ Excel

ຕອນນີ້ເຈົ້າຮູ້ກ່ຽວກັບ ຕົວຈິງ ພະຍາກອນ ແລະ ການພະຍາກອນຄວາມຕ້ອງການ , ທ່ານສາມາດເລີ່ມຕົ້ນໄດ້ໃນ ການຄຳນວນ ເປີເຊັນຄວາມຖືກຕ້ອງຂອງການຄາດຄະເນ ໃນ Excel.

ຂັ້ນຕອນການຄຳນວນ ຄວາມຖືກຕ້ອງຂອງການຄາດຄະເນສຳລັບຜະລິດຕະພັນ ໃນ Excel ແມ່ນໃຫ້ຢູ່ລຸ່ມນີ້.

<0 ຂັ້ນຕອນ:
  • ຕອນທໍາອິດ, ພຽງແຕ່ ລົບການຄາດຄະເນຈາກຄວາມຕ້ອງການ ເພື່ອຄິດໄລ່ ຄວາມຜິດພາດຂອງການຄາດຄະເນ ສໍາລັບແຕ່ລະຜະລິດຕະພັນ.
  • ຫຼັງຈາກນັ້ນ, ໃຫ້ໃຊ້ສູດ ABS() ໃນ Excel ເພື່ອຄິດໄລ່ ຄ່າຢ່າງແທ້ຈິງຂອງຂໍ້ຜິດພາດ .
  • ສຸດທ້າຍ, ພຽງແຕ່ ແບ່ງຄ່າຢ່າງແທ້ຈິງຂອງຄວາມຜິດພາດດ້ວຍຄວາມຕ້ອງການ ແລະຄູນມັນດ້ວຍ 100 ເພື່ອຄິດໄລ່ ເປີເຊັນຂອງຄວາມຜິດພາດ ຢູ່. ລະດັບຜະລິດຕະພັນ.

ຂັ້ນຕອນການຄຳນວນທັງໝົດນີ້ແມ່ນສະແດງຢູ່ລຸ່ມນີ້ສຳລັບຂອບເຂດການຂາຍ 2 ເດືອນ.

ທ່ານສາມາດໃຊ້ SUM() function ເພື່ອຄິດໄລ່ Total ຂອງຄຸນລັກສະນະທັງໝົດໃນການຄຳນວນອັດຕາສ່ວນຄວາມຖືກຕ້ອງຂອງການຄາດຄະເນໃນ Excel.

ດີ, ດັ່ງທີ່ທ່ານຮູ້ແລ້ວ, ຂໍ້ຜິດພາດເຫຼົ່ານີ້ແມ່ນຢູ່ໃນລາຍການ. ລະດັບ. ຕອນນີ້ພວກເຮົາຈໍາເປັນຕ້ອງຮູ້ວິທີທີ່ຈະໄດ້ຮັບ ຕົວຊີ້ວັດລວມ ໂດຍອີງໃສ່ການວັດແທກເຫຼົ່ານີ້.

ປະຕິບັດຕາມພາກນີ້, ທ່ານຈະໄດ້ຮຽນຮູ້ 4 ສູດຄະນິດສາດທີ່ງ່າຍດາຍ ແລະໃຊ້ທົ່ວໄປທີ່ສຸດເພື່ອ ການຄິດໄລ່ການຄາດຄະເນ ເປີເຊັນຄວາມຖືກຕ້ອງ ໃນ Excel.

1. BIAS Forecast Accuracy/ Consistent Forecast Error to calculate Forecast Accuracy Percentage

Prediction BIAS is the analytical deviation between the real values ​​and the estimated values .

ເພື່ອຄຳນວນ ຄວາມຖືກຕ້ອງຂອງການຄາດຄະເນ ພຽງແຕ່ ແບ່ງຄວາມຜິດທັງໝົດຕາມຄວາມຕ້ອງການທັງໝົດ .

ຄວາມຖືກຕ້ອງຂອງການຄາດຄະເນ BIAS = ຄວາມຜິດພາດທັງໝົດ/ ຄວາມຕ້ອງການທັງໝົດ

ເພື່ອກວດເບິ່ງວ່າການຄາດຄະເນຂອງຜະລິດຕະພັນທັງໝົດແມ່ນ ເກີນຄາດ ( BIAS > 0 ) ຫຼື underestimated ( BIAS < 0 ), ທ່ານສາມາດນໍາໃຊ້ວິທີນີ້.

ອ່ານເພີ່ມເຕີມ: ວິທີການຄິດໄລ່ອັດຕາສ່ວນກໍາໄລໃນ Excel (3ວິທີການ)

2. Mean Absolute Percentage Error (MAPE) ເພື່ອຄິດໄລ່ຄວາມຖືກຕ້ອງຂອງການຄາດຄະເນໃນ Excel

ອີກວິທີໜຶ່ງທີ່ງ່າຍດາຍ ແລະມີປະສິດທິພາບໃນການຄິດໄລ່ຄວາມຜິດພາດຂອງການຄາດຄະເນແມ່ນການຄິດໄລ່ Mean Absolute Percentage Error (MAPE) ຂອງ. ພະຍາກອນ. MAPE ຖືກກໍານົດເປັນ ສະເລ່ຍ ຂອງເປີເຊັນຄວາມຜິດພາດ .

MAPE = ສະເລ່ຍຂອງເປີເຊັນຄວາມຜິດພາດ

ເນື່ອງຈາກວ່າ MAPE ເປັນການຄິດໄລ່ຄວາມຜິດພາດ, ອັດຕາສ່ວນສູງຫມາຍຄວາມວ່າບໍ່ດີ, ແລະອັດຕາສ່ວນຕໍ່າຫມາຍຄວາມວ່າດີ.

ພວກເຮົາບໍ່ແນະນໍາ ວິ​ທີ​ການ​ນີ້​ຍ້ອນ​ວ່າ​ບໍ່​ມີ​ນ​້​ໍ​າ​ໃນ​ປະ​ລິ​ມານ​ຫຼື​ມູນ​ຄ່າ​. ໄລຍະເວລາຂອງຄວາມຕ້ອງການສູງສາມາດຖືກຄາດຄະເນໄດ້ຢ່າງງ່າຍດາຍຖ້າທ່ານອີງໃສ່ຕົວຊີ້ວັດນີ້ຢ່າງເຕັມທີ່ເພື່ອວັດແທກການຄາດຄະເນຂອງທ່ານ.

ອ່ານເພີ່ມເຕີມ: ຄິດໄລ່ເປີເຊັນໂດຍໃຊ້ Absolute Cell Reference ໃນ Excel (4 ວິທີ)

3. Mean Absolute Error (MAE)/ Mean Absolute Deviation (MAD)/ Weighted Absolute Percentage Error (WAPE)

Mean Absolute Error (MAE) ຫຼື Mean Absolute Deviation ( MAD) ຫຼື Weighted Absolute Percentage Error (WAPE) ແມ່ນ ຄ່າສະເລ່ຍຂອງຄວາມຜິດພາດຢ່າງແທ້ຈິງທີ່ມີນ້ໍາຫນັກ . ຄ່າຢ່າງແທ້ຈິງຫມາຍຄວາມວ່າເຖິງແມ່ນວ່າຄວາມແຕກຕ່າງລະຫວ່າງຄວາມຕ້ອງການທີ່ຄາດຄະເນແລະຄວາມຕ້ອງການຕົວຈິງເປັນຄ່າລົບ, ມັນຈະກາຍເປັນບວກ.

ເພື່ອຄິດໄລ່ Mean Absolute Error (MAE) ຂອງການຄາດຄະເນພຽງແຕ່ ແບ່ງຄວາມຜິດທັງໝົດທັງໝົດຕາມຄວາມຕ້ອງການທັງໝົດ .

MAE = Total Absoluteຄວາມຜິດພາດ/ ຄວາມຕ້ອງການທັງໝົດ

ວິທີນີ້ຖືກນ້ຳໜັກຕາມປະລິມານ ຫຼື ມູນຄ່າ, ເຮັດໃຫ້ມັນຖືກແນະນຳຢ່າງສູງໃນການວາງແຜນຄວາມຕ້ອງການ.

ແນວໃດກໍ່ຕາມ, ມີຈຸດອ່ອນອັນໜຶ່ງຕໍ່ກັບເລື່ອງນີ້. ວິທີການ. ເນື່ອງຈາກຄວາມຜິດພາດຂອງຄວາມຕ້ອງການບໍ່ແມ່ນອັດຕາສ່ວນ, ວິທີການນີ້ເຮັດວຽກທີ່ດີທີ່ສຸດໃນເວລາທີ່ເຮັດວຽກກັບຜະລິດຕະພັນຫນຶ່ງ. ຖ້າມັນຖືກນໍາໃຊ້ກັບຜະລິດຕະພັນທີ່ມີປະລິມານທີ່ແຕກຕ່າງກັນ, ຜົນໄດ້ຮັບຈະຖືກບິດເບືອນກັບຜະລິດຕະພັນທີ່ມີປະລິມານທີ່ຫນັກກວ່າ.

ອ່ານເພີ່ມເຕີມ: ວິທີການຄິດໄລ່ອັດຕາສ່ວນການສູນເສຍນ້ໍາຫນັກໃນ Excel (5 ວິທີການ)

4. Root Mean Squared Error (RMSE) ເພື່ອຄິດໄລ່ຄວາມຖືກຕ້ອງຂອງ Forecast ໃນ Excel

Root Mean Squared Error (RMSE) ຖືກຄິດໄລ່ຈາກ square root ຂອງ Mean Squared Error (MSE ) ຫຼື Mean Squared Deviation (MSD) .

ພວກເຮົາຈໍາເປັນຕ້ອງເພີ່ມ Squared Error (Error^2) ສໍາລັບແຕ່ລະຜະລິດຕະພັນສໍາລັບຕົວຊີ້ວັດນີ້. ຈາກນັ້ນພວກເຮົາສາມາດຄິດໄລ່ Mean Squared Error . The Mean Squared Error (MSE) ແມ່ນ ຄວາມຜິດສອງສີ່ຫຼ່ຽມສະເລ່ຍ ສໍາລັບແຕ່ລະຜະລິດຕະພັນ.

MSE = Average of Squared Error

ໃນ​ປັດ​ຈຸ​ບັນ​ທີ່​ພວກ​ເຮົາ​ມີ​ຄ່າ​ຂອງ MSE , ໃນ​ປັດ​ຈຸ​ບັນ​ພວກ​ເຮົາ​ສາ​ມາດ​ວັດ​ແທກ RMSE ສໍາ​ລັບ​ການ​ຄາດ​ຄະ​ເນ​ຂອງ​ພວກ​ເຮົາ.

ເພື່ອ​ຄິດ​ໄລ່ RMSE , ພຽງແຕ່ ແບ່ງຮາກທີ່ສອງຂອງ MSE ໂດຍສະເລ່ຍຂອງຄວາມຕ້ອງການ .

RMSE = Square Root ຂອງ MSE/ ຄວາມຕ້ອງການສະເລ່ຍ

<18

ຕົວຊີ້ບອກ RMSE ແມ່ນມີຄວາມຊັບຊ້ອນກວ່າໃນການປະຕິບັດ ແລະສະກັດຜົນໄດ້ຮັບ. ແຕ່ສູດນີ້ penalizes ຢ່າງຫຼວງຫຼາຍຄວາມຜິດພາດການພະຍາກອນ.

ນີ້ຍັງເປັນວິທີທີ່ແນະນໍາສູງເພາະວ່າວິທີການນີ້ສາມາດລະເລີຍຄວາມຜິດພາດການຄິດໄລ່ແລະໃຫ້ຜົນໄດ້ຮັບຢ່າງຖືກຕ້ອງ.

ອ່ານເພີ່ມເຕີມ: ວິທີການ ຄິດໄລ່ອັດຕາສ່ວນ Win-Loss ໃນ Excel (ດ້ວຍຂັ້ນຕອນງ່າຍໆ)

ສະຫຼຸບ

ເພື່ອສະຫຼຸບ, ບົດຄວາມນີ້ໄດ້ສະແດງໃຫ້ທ່ານເຫັນ 4 ວິທີງ່າຍໆ ແລະເປັນປະໂຫຍດ ຄິດໄລ່ອັດຕາສ່ວນຄວາມຖືກຕ້ອງຂອງການຄາດຄະເນ ໃນ Excel. ຂ້າພະເຈົ້າຫວັງວ່າບົດຄວາມນີ້ຈະເປັນປະໂຫຍດຫຼາຍສໍາລັບທ່ານ. ທ່ານສາມາດຖາມຄໍາຖາມໃດໆກ່ຽວກັບຫົວຂໍ້.

Hugh West ເປັນຄູຝຶກ Excel ທີ່ມີປະສົບການສູງແລະນັກວິເຄາະທີ່ມີປະສົບການຫຼາຍກວ່າ 10 ປີໃນອຸດສາຫະກໍາ. ລາວຈົບປະລິນຍາຕີສາຂາບັນຊີ ແລະການເງິນ ແລະປະລິນຍາໂທສາຂາບໍລິຫານທຸລະກິດ. Hugh ມີຄວາມກະຕືລືລົ້ນໃນການສອນແລະໄດ້ພັດທະນາວິທີການສອນທີ່ເປັນເອກະລັກທີ່ງ່າຍຕໍ່ການຕິດຕາມແລະເຂົ້າໃຈ. ຄວາມຮູ້ຊ່ຽວຊານຂອງລາວກ່ຽວກັບ Excel ໄດ້ຊ່ວຍໃຫ້ນັກຮຽນແລະຜູ້ຊ່ຽວຊານຫລາຍພັນຄົນໃນທົ່ວໂລກປັບປຸງທັກສະຂອງເຂົາເຈົ້າແລະດີເລີດໃນອາຊີບຂອງພວກເຂົາ. ຜ່ານ blog ຂອງລາວ, Hugh ແບ່ງປັນຄວາມຮູ້ຂອງລາວກັບໂລກ, ສະຫນອງການສອນ Excel ຟຣີແລະການຝຶກອົບຮົມອອນໄລນ໌ເພື່ອຊ່ວຍໃຫ້ບຸກຄົນແລະທຸລະກິດສາມາດບັນລຸທ່າແຮງຂອງພວກເຂົາ.