Apskaičiuoti Prognozės tikslumo procentinė dalis yra labai gerai pažįstama užduotis ne tik žmonėms, kurie dirba su statistika ir duomenų analize, bet ir tiems, kurie dirba su duomenų mokslu ir mašininiu mokymusi. Šiame straipsnyje parodysime jums 4 paprasčiausius ir veiksmingiausius metodus, kaip apskaičiuoti prognozės tikslumo procentą "Excel" programoje.

Atsisiųsti darbo knygą

Nemokamą "Excel" pratybų sąsiuvinį galite atsisiųsti iš čia.

Įvadas į prognozių tikslumą

Prognozės tikslumas yra nuokrypis tarp prognozuojamos paklausos ir faktinės paklausos . Jis taip pat vadinamas Prognozės paklaida . jei ankstesnių paklausos prognozių paklaidos apskaičiuotos teisingai, tai leidžia pakeisti būsimą verslo planavimą, pavyzdžiui, padidinti aptarnavimo lygį, sumažinti atsargų trūkumą, sumažinti tiekimo grandinės sąnaudas ir t. t., kad jis būtų sėkmingesnis.

Versle labai svarbu apskaičiuoti prognozės tikslumą, todėl turite turėti nuoseklų ir patikimą metodą, kad galėtumėte lengvai įvertinti prognozę.

Šiame straipsnyje parodysime, kaip 4 patikimiausiais būdais galite apskaičiuoti prognozavimo tikslumo procentinę dalį. Tačiau prieš parodydami šiuos skaičiavimo metodus, pirmiausia turite žinoti, koks yra tikrasis prognozavimo tikslumo poreikis.

Įvadas į paklausos prognozavimą, siekiant apskaičiuoti prognozės tikslumo procentą

Paklausos prognozavimas arba Pardavimų prognozavimas yra labai plati tema. Šio straipsnio tikslas - parodyti, kaip galite apskaičiuoti Prognozės tikslumo procentinė dalis Taigi, čia pateiksime trumpą informaciją apie paklausos prognozavimą.

Kita vertus, Paklausos prognozė yra dalykas, kuris nėra labai paplitęs kiekvienoje organizacijoje. Arba net jei jūsų įmonė turi kokią nors, galbūt apie tai nežinote. Jei jūsų įmonė turi ERP ar susijusią programinę įrangą, greičiausiai turite prognozę.

Formulė, skirta apskaičiuoti Paklausos prognozė yra,

Įgyvendindami šią formulę galite lengvai sužinoti savo organizacijos paklausos prognozę.

4 metodai, kaip apskaičiuoti prognozės tikslumo procentą "Excel" programoje

Dabar, kai žinote apie Tikrasis Prognozė ir Paklausos prognozė , galite pradėti skaičiuoti Prognozės tikslumo procentinė dalis "Excel" programoje.

Apskaičiavimo etapai Prognozavimo tikslumas pagal produktus "Excel" programoje yra pateikti toliau.

Žingsniai:

• Iš pradžių tiesiog atimti prognozę iš paklausos. apskaičiuoti prognozės paklaida kiekvienam produktui.
• Po to naudokite ABS() formulę "Excel", kad apskaičiuotumėte absoliutinė klaidos vertė .
• Galiausiai tiesiog absoliučiąją paklaidos vertę padalykite iš paklausos ir padauginkite iš 100. apskaičiuoti klaidos procentinė dalis produkto lygmeniu.

Toliau pateikiami visi šių skaičiavimų etapai 2 mėnesių pardavimo laikotarpiui.

Galite naudoti Funkcija SUM() apskaičiuoti Iš viso visų požymių, apskaičiuojant prognozavimo tikslumo procentinę dalį programoje "Excel".

Kaip jau žinote, šios klaidos yra elemento lygmenyje. Dabar mums reikia žinoti, kaip gauti bendras rodiklis remiantis šiais matavimais.

Šiame skyriuje sužinosite 4 paprasčiausias ir dažniausiai naudojamas matematines formules. apskaičiuoti prognozės tikslumo procentus. "Excel" programoje.

1. BIAS prognozės tikslumas / nuosekli prognozės klaida prognozės tikslumo procentinei daliai apskaičiuoti

Prognozavimo šališkumas yra analitinis nuokrypis tarp faktinių ir apskaičiuotų verčių .

Apskaičiuoti prognozių tikslumas tiesiog padalykite bendrą klaidą iš bendros paklausos .

Patikrinti, ar visų produktų prognozė yra pervertintas . ( BIAS> 0 ) arba nepakankamai įvertintas ( BIAS <0 ), galite naudoti šį metodą.

Skaityti daugiau: Kaip apskaičiuoti pelno procentą "Excel" programoje (3 metodai)

2. Vidutinė absoliutinė procentinė klaida (MAPE) prognozės tikslumui apskaičiuoti programoje "Excel

Kitas paprastas ir veiksmingas būdas apskaičiuoti prognozės paklaidą yra apskaičiuoti Vidutinė absoliučioji procentinė paklaida (MAPE) prognozės. MAPE apibrėžiamas kaip vidutiniškai klaidos procentų .

Kaip MAPE yra klaidų skaičiavimas, didelis procentas reiškia blogą rezultatą, o mažas procentas - gerą.

Nerekomenduojame taikyti šio metodo, nes nėra jokio svorio nei kiekiui, nei vertei. Didelės paklausos laikotarpiai gali būti lengvai neįvertinti, jei visiškai pasikliaujate šiuo rodikliu vertindami savo prognozes.

Skaityti daugiau: Procentinės dalies apskaičiavimas naudojant absoliučią ląstelės nuorodą programoje "Excel" (4 metodai)

3. Vidutinė absoliuti klaida (MAE)/vidutinis absoliutus nuokrypis (MAD)/svertinė absoliuti procentinė klaida (WAPE)

Vidutinė absoliutinė paklaida (MAE) arba Vidutinis absoliutinis nuokrypis (MAD) arba Svertinė absoliučioji procentinė paklaida (WAPE) yra svertinių absoliutinių klaidų vidurkis . absoliučioji vertė reiškia, kad net ir tada, kai skirtumas tarp prognozuojamos paklausos ir faktinės paklausos yra neigiamas, jis tampa teigiamas.

Apskaičiuoti Vidutinė absoliutinė paklaida (MAE) prognozės tik padalykite bendrą absoliučiąją paklaidą iš bendros paklausos .

Šis metodas yra svertinis pagal kiekį arba vertę, todėl jį labai rekomenduojama taikyti planuojant paklausą.

Tačiau šis metodas turi vieną trūkumą. Kadangi paklausos paklaida nėra proporcinga, šis metodas geriausiai tinka dirbant su vienu gaminiu. Jei jis bus naudojamas su skirtingo tūrio gaminiais, rezultatas bus kreivas su didesnio tūrio gaminiu.

Skaityti daugiau: Kaip apskaičiuoti svorio netekimo procentą programoje "Excel" (5 metodai)

4. Šakninė vidutinė kvadratinė paklaida (RMSE) prognozės tikslumui apskaičiuoti programoje "Excel

Vidutinė kvadratinė paklaida (RMSE) apskaičiuojamas pagal kvadratinė šaknis iš vidutinės kvadratinės klaidos (MSE) arba Vidutinis kvadratinis nuokrypis (MSD) .

Reikia pridėti Kvadratinė klaida (Error^2) kiekvienam produktui pagal šį rodiklį. Tada galime apskaičiuoti Vidutinė kvadratinė paklaida . Vidutinė kvadratinė klaida (MSE) yra vidutinė kvadratinė paklaida kiekvienam produktui.

Dabar, kai turime vertę MSE , dabar galime išmatuoti RMSE mūsų prognozės.

Apskaičiuoti RMSE , tiesiog padalykite MSE kvadratinę šaknį iš paklausos vidurkio .

Svetainė RMSE rodiklį palyginti sudėtingiau įgyvendinti ir išgauti rezultatus. Tačiau ši formulė stipriai baudžia už dideles prognozavimo paklaidas.

Tai taip pat labai rekomenduojamas metodas, nes taikant šį metodą galima neatsižvelgti į skaičiavimo klaidas ir gauti tikslius rezultatus.

Skaityti daugiau: Kaip apskaičiuoti laimėjimo ir pralaimėjimo procentą "Excel" programoje (paprastais žingsniais)

Išvada

Baigdamas norėčiau pasakyti, kad šis straipsnis parodė 4 paprastus ir naudingus būdus, kaip apskaičiuoti prognozės tikslumo procentą Excel programoje. Tikiuosi, kad šis straipsnis jums buvo labai naudingas. Drąsiai užduokite bet kokius su šia tema susijusius klausimus.