Beregning av prognosenøyaktighetsprosenten er en veldig kjent oppgave å gjøre, ikke bare for folk som jobber med statistikk og dataanalyse, men også for folk som jobber med datavitenskap og maskinlæring. I denne artikkelen vil vi vise deg 4 av de enkleste og mest effektive metodene for hvordan du beregner prognosenøyaktighetsprosent i Excel.

Last ned arbeidsbok

Du kan laste ned den gratis Excel-arbeidsboken herfra.

Introduksjon til prognosenøyaktighet

Nøyaktighet i prognosen er avviket mellom den anslåtte etterspørselen og den faktiske etterspørselen . Det kalles også Prognosefeil . Hvis feilene fra de tidligere etterspørselsprognosene er korrekt beregnet, lar det deg endre din fremtidige forretningsplanlegging, for eksempel å øke serviceraten, redusere varelageret, redusere kostnadene for forsyningskjeden osv. for å gjøre den mer vellykket.

Å beregne prognosenøyaktighet er svært viktig i virksomheten, så du må ha en konsistent og pålitelig metode for å estimere prognosen enkelt.

I denne artikkelen vil vi vise deg hvordan du kan beregne prognosenøyaktighet prosent på de 4 mest pålitelige måtene. Men før du viser deg disse beregningsmetodene, må du først vite hva det faktiske behovet for prognosenøyaktighet er.

Introduksjon til etterspørselPrognose for å beregne prognosenøyaktighetsprosent

etterspørselsprognoser eller salgsprognoser er et veldig bredt emne. Målet med denne artikkelen er å vise deg hvordan du kan beregne prognosenøyaktighetsprosent i Excel. Så her vil vi bare gi deg en kort oversikt over etterspørselsprognosen.

På den annen side er etterspørselsprognose noe som ikke er veldig vanlig i alle organisasjoner. Eller selv om bedriften din har noen, er du kanskje ikke klar over det. Hvis bedriften din har ERP eller relatert programvare, har du sannsynligvis en prognose.

Formelen for å beregne etterspørselsprognosen er,

Ved å implementere denne formelen kan du enkelt finne ut etterspørselsprognosen til organisasjonen din.

4 metoder for hvordan du kan beregne Prognosnøyaktighetsprosent i Excel

Nå som du vet om Faktisk prognosen og etterspørselsprognosen , kan du komme i gang med beregningen av prognosenøyaktighetsprosenten i Excel.

Trinnene for å beregne prognosenøyaktigheten for produkt etter produkt i Excel er gitt nedenfor.

Trinn:

• Til å begynne med trekker du bare prognosen fra etterspørselen for å beregne prognosefeilen for hvert produkt.
• Deretter bruker du ABS() -formelen i Excel for å beregne absoluttverdien avfeilen .
• Til slutt del den absolutte verdien av feilen med etterspørselen og multipliser den med 100 for å beregne prosenten av feilen ved produktnivået.

Alle disse beregningstrinnene er vist nedenfor for en 2-måneders salgshorisont.

Du kan bruke SUM()-funksjon for å beregne Totalt av alle attributtene ved beregning av prognosenøyaktighetsprosenten i Excel.

Vel, som du allerede vet, er disse feilene ved elementet nivå. Vi må nå vite hvordan vi får en overordnet indikator basert på disse målingene.

Etter denne delen vil du lære de 4 mest enkle og mest brukte matematiske formlene for å beregne prognose nøyaktighetsprosent i Excel.

1. BIAS-prognosenøyaktighet/ konsistent prognosefeil for å beregne prognosenøyaktighetsprosent

Prediksjon BIAS er det analytiske avviket mellom de faktiske verdiene og de estimerte verdiene .

For å beregne prognosenøyaktigheten deler du bare den totale feilen på den totale etterspørselen .

For å sjekke om prediksjonen for alle produktene er overvurdert ( BIAS > 0 ) eller undervurdert ( BIAS < 0 ), kan du bruke denne metoden.

Les mer: Hvordan beregne fortjenesteprosent i Excel (3Metoder)

2. Gjennomsnittlig absolutt feil i prosent (MAPE) for å beregne prognosenøyaktighet i Excel

En annen enkel og effektiv måte å beregne prognosefeil på er å beregne gjennomsnittlig absolutt feil i prosent (MAPE) prognose. MAPE er definert som gjennomsnittet av feilprosentene .

Siden MAPE er en beregning av feil, betyr en høy prosentandel dårlig, og en lav prosentandel betyr bra.

Vi anbefaler ikke denne metoden da det ikke er noen vekting på mengder eller på verdier. Perioder med høy etterspørsel kan lett undervurderes hvis du stoler fullt og helt på denne indikatoren for å måle prognosene dine.

Les mer: Beregn prosentandel ved å bruke absolutt cellereferanse i Excel (4 metoder)

3. Gjennomsnittlig absolutt feil (MAE)/ Gjennomsnittlig absolutt avvik (MAD)/ Vektet absolutt feil i prosent (WAPE)

Mean Absolute Error (MAE) eller Mean Absolute Deviation ( MAD) eller Weighted Absolute Percentage Error (WAPE) er gjennomsnittet av vektede absolutte feil . Absolutt verdi betyr at selv når forskjellen mellom den anslåtte etterspørselen og den faktiske etterspørselen er en negativ verdi, blir den positiv.

For å beregne Mean Absolute Error (MAE) for prognosen bare del den totale absolutte feilen på den totale etterspørselen .

Denne metoden er vektet etter mengde eller verdi, noe som gjør den sterkt anbefalt i etterspørselsplanlegging.

Det er imidlertid en ulempe med dette metode. Siden etterspørselsfeilen ikke er proporsjonal, fungerer denne metoden best når du arbeider med ett produkt. Hvis den brukes på produkter med forskjellige volum, vil utfallet være skjevt med produktet av tyngre volumer.

Les mer: Hvordan beregne vekttapsprosent i Excel (5) Metoder)

4. Root Mean Squared Error (RMSE) for å beregne prognosenøyaktighet i Excel

Root Mean Squared Error (RMSE) beregnes fra kvadratroten av Mean Squared Error (MSE) ) eller Mean Squared Deviation (MSD) .

Vi må legge til Squared Error (Error^2) for hvert produkt for denne indikatoren. Deretter kan vi beregne Mean Squared Error . Mean Squared Error (MSE) er gjennomsnittlig kvadratfeil for hvert produkt.

Nå som vi har verdien MSE , kan vi nå måle RMSE for prognosen vår.

For å beregne RMSE , bare del kvadratroten av MSE med gjennomsnittet av etterspørselen .

RMSE -indikatoren er relativt mer kompleks å implementere og trekke ut resultater. Men denne formelen straffer sterkt storeprognosefeil.

Dette er også en sterkt anbefalt metode fordi denne metoden er i stand til å ignorere beregningsfeil og produsere nøyaktige resultater.

Les mer: Hvordan Beregn gevinst-tap-prosent i Excel (med enkle trinn)

Konklusjon

For å konkludere, viste denne artikkelen deg 4 enkle og nyttige metoder for hvordan du beregn prognosenøyaktighetsprosent i Excel. Jeg håper denne artikkelen har vært veldig nyttig for deg. Still gjerne spørsmål angående emnet.