Как рассчитать процент точности прогноза в Excel (4 простых метода)

  • Поделись Этим
Hugh West

Расчет Процент точности прогноза это очень знакомая задача не только для тех, кто работает со статистикой и анализом данных, но и для тех, кто работает с наукой о данных и машинным обучением. В этой статье мы покажем вам 4 самых простых и эффективных метода того, как рассчитать процент точности прогноза в Excel.

Скачать рабочую тетрадь

Вы можете скачать бесплатную практическую рабочую тетрадь Excel отсюда.

Рассчитать процент точности прогноза.xlsx

Введение в точность прогнозирования

Точность прогноза это отклонение между прогнозируемым спросом и фактическим спросом Его также называют Ошибка прогноза Если ошибки от предыдущих прогнозов спроса рассчитаны правильно, это позволяет вам изменить планирование будущего бизнеса, например, увеличить скорость обслуживания, уменьшить запасы, снизить стоимость цепочки поставок и т.д., чтобы сделать его более успешным.

Расчет точности прогноза очень важен в бизнесе, поэтому у вас должен быть последовательный и надежный метод, позволяющий легко оценить прогноз.

В этой статье мы расскажем вам, как можно рассчитать процент точности прогноза 4 самыми надежными способами. Но прежде чем показать вам эти методы расчета, сначала нужно узнать, что на самом деле востребовано в точности прогнозирования.

Введение в прогнозирование спроса для расчета процента точности прогноза

Прогнозирование спроса или Прогнозирование продаж это очень обширная тема. Цель этой статьи - показать вам, как можно рассчитать Процент точности прогноза в Excel. Поэтому здесь мы просто кратко расскажем вам о прогнозировании спроса.

С другой стороны, Прогноз спроса это то, что не очень часто встречается в каждой организации. Или даже если в вашей компании они есть, вы можете не знать об этом. Если в вашей компании есть ERP или связанное с ним программное обеспечение, то, скорее всего, у вас есть прогноз.

Формула для расчета Прогноз спроса это,

Прогноз спроса = Средние продажи X Сезонность X Рост

Применяя эту формулу, вы сможете легко узнать прогноз спроса вашей организации.

4 метода расчета процента точности прогноза в Excel

Теперь, когда вы знаете о Фактический Прогноз и Прогноз спроса , вы можете приступить к расчету Процент точности прогноза в Excel.

Этапы расчета Точность прогнозирования для каждого продукта в Excel приведены ниже.

Шаги:

  • Сначала просто вычесть прогноз из спроса для расчета ошибка прогноза для каждого продукта.
  • После этого используйте ABS() формулу в Excel для расчета абсолютное значение ошибки .
  • Наконец, просто разделить абсолютное значение ошибки на потребность и умножить на 100 для расчета процент ошибки на уровне продукта.

Все этапы этих расчетов показаны ниже для 2-месячного горизонта продаж.

Вы можете использовать Функция SUM() для расчета Всего всех атрибутов при расчете процента точности прогнозирования в Excel.

Как вы уже знаете, эти ошибки возникают на уровне элемента. Теперь нам нужно знать, как получить общий показатель на основе этих измерений.

В этом разделе вы узнаете 4 наиболее простые и часто используемые математические формулы, чтобы рассчитать процент точности прогноза в Excel.

1. Точность прогноза BIAS/последовательная ошибка прогноза для расчета процента точности прогноза

Предсказание BIAS аналитический отклонение между фактическими и расчетными значениями .

Для расчета точность прогноза просто разделить суммарную ошибку на суммарный спрос .

Точность прогноза BIAS = Общая ошибка/ Общий спрос

Чтобы проверить, является ли прогноз для всех продуктов переоценка ( BIAS> 0 ) или недооцененный ( BIAS <0 ), вы можете использовать этот метод.

Читать далее: Как рассчитать процент прибыли в Excel (3 метода)

2. Средняя абсолютная ошибка в процентах (MAPE) для расчета точности прогноза в Excel

Другим простым и эффективным способом расчета ошибки прогноза является вычисление Средняя абсолютная ошибка в процентах (MAPE) прогноза. MAPE определяется как в среднем процентов ошибок .

MAPE = средний процент ошибок

Как MAPE это подсчет ошибок, высокий процент означает плохо, а низкий - хорошо.

Мы не рекомендуем этот метод, так как в нем нет взвешивания ни по количеству, ни по стоимости. Периоды высокого спроса могут быть легко недооценены, если вы полностью полагаетесь на этот показатель для оценки своих прогнозов.

Читать далее: Вычислить процент с помощью абсолютной ссылки на ячейку в Excel (4 метода)

3. средняя абсолютная ошибка (MAE)/ среднее абсолютное отклонение (MAD)/ взвешенная абсолютная ошибка в процентах (WAPE)

Средняя абсолютная ошибка (MAE) или Среднее абсолютное отклонение (MAD) или Взвешенная абсолютная процентная ошибка (WAPE) это среднее значение взвешенных абсолютных ошибок Абсолютная величина означает, что даже если разница между прогнозируемым и фактическим спросом является отрицательной величиной, она становится положительной.

Для расчета Средняя абсолютная ошибка (MAE) прогноза только разделить общую абсолютную ошибку на общий спрос .

MAE = общая абсолютная ошибка/ общий спрос

Этот метод взвешен по количеству или стоимости, что делает его очень рекомендуемым при планировании спроса.

Однако у этого метода есть один недостаток. Поскольку ошибка спроса не пропорциональна, этот метод лучше всего работает при работе над одним продуктом. Если его использовать на продуктах с разными объемами, результат будет кривым у продукта более тяжелого объема.

Читать далее: Как рассчитать процент потери веса в Excel (5 методов)

4. Среднеквадратичная ошибка (RMSE) для расчета точности прогноза в Excel

Корневая средняя квадратичная ошибка (RMSE) рассчитывается по квадратный корень из средней квадратичной ошибки (MSE) или Среднее квадратичное отклонение (MSD) .

Нам нужно добавить Квадрат ошибки (Error^2) для каждого продукта по этому показателю. Затем мы можем рассчитать Средняя квадратичная ошибка . Средняя квадратичная ошибка (MSE) это средняя квадратичная ошибка для каждого продукта.

MSE = Средняя квадратичная ошибка

Теперь, когда у нас есть значение MSE теперь мы можем измерить RMSE для нашего прогноза.

Для расчета RMSE просто разделить квадратный корень из MSE на среднее значение спроса .

RMSE = квадратный корень из MSE/среднее значение спроса

Сайт RMSE индикатор сравнительно более сложен в реализации и извлечении результатов. Но эта формула сильно наказывает за большие ошибки прогноза.

Это также очень рекомендуемый метод, поскольку он позволяет игнорировать ошибки вычислений и получать точные результаты.

Читать далее: Как рассчитать процент побед и поражений в Excel (с помощью простых шагов)

Заключение

В заключение хочу сказать, что эта статья показала вам 4 простых и полезных способа, как рассчитать процент точности прогноза в Excel. Надеюсь, эта статья была очень полезна для вас. Не стесняйтесь задавать любые вопросы по теме.

Хью Уэст — опытный тренер и аналитик Excel с более чем 10-летним опытом работы в отрасли. Он имеет степень бакалавра в области бухгалтерского учета и финансов и степень магистра делового администрирования. Хью страстно любит преподавать и разработал уникальный подход к обучению, которому легко следовать и который легко понять. Его экспертные знания Excel помогли тысячам студентов и специалистов по всему миру улучшить свои навыки и преуспеть в своей карьере. В своем блоге Хью делится своими знаниями со всем миром, предлагая бесплатные учебные пособия по Excel и онлайн-обучение, чтобы помочь отдельным лицам и компаниям полностью раскрыть свой потенциал.