విషయ సూచిక
ఫోర్కాస్ట్ ఖచ్చితత్వ శాతాన్ని గణించడం అనేది గణాంకాలు మరియు డేటా విశ్లేషణతో పనిచేసే వ్యక్తులకు మాత్రమే కాకుండా డేటా సైన్స్ మరియు మెషిన్ లెర్నింగ్తో పనిచేసే వ్యక్తులకు కూడా బాగా తెలిసిన పని. ఈ కథనంలో, ఎక్సెల్లో ఫోర్కాస్ట్ ఖచ్చితత్వ శాతాన్ని ఎలా గణించడంలో 4 సులభమైన మరియు అత్యంత ప్రభావవంతమైన పద్ధతులను మేము మీకు చూపుతాము.
వర్క్బుక్ని డౌన్లోడ్ చేయండి
మీరు ఇక్కడ నుండి ఉచిత ప్రాక్టీస్ Excel వర్క్బుక్ని డౌన్లోడ్ చేసుకోవచ్చు.
ఫోర్కాస్ట్ ఖచ్చితత్వ శాతాన్ని లెక్కించండి.xlsx
ఫోర్కాస్ట్ ఖచ్చితత్వానికి పరిచయం
ఫోర్కాస్ట్ ఖచ్చితత్వం అనేది అంచనా డిమాండ్ మరియు వాస్తవ డిమాండ్ మధ్య విచలనం. దీనిని ఫోర్కాస్ట్ ఎర్రర్ అని కూడా అంటారు. మునుపటి డిమాండ్ అంచనాల నుండి లోపాలను సరిగ్గా లెక్కించినట్లయితే, మీ సేవా రేటును పెంచడం, స్టాక్ అవుట్లను తగ్గించడం, సరఫరా గొలుసు ధరను తగ్గించడం వంటి మీ భవిష్యత్ వ్యాపార ప్రణాళికను సవరించడానికి ఇది మిమ్మల్ని అనుమతిస్తుంది.
వ్యాపారంలో సూచన ఖచ్చితత్వాన్ని గణించడం చాలా ముఖ్యం, కాబట్టి మీరు సూచనను సులభంగా అంచనా వేయడానికి స్థిరమైన మరియు నమ్మదగిన పద్ధతిని కలిగి ఉండాలి.
ఈ కథనంలో, మీరు సూచన ఖచ్చితత్వాన్ని ఎలా లెక్కించవచ్చో మేము మీకు చూపుతాము. 4 అత్యంత విశ్వసనీయ మార్గాలలో శాతం. అయితే మీకు ఆ గణన పద్ధతులను చూపించే ముందు, ముందుగా, అంచనా ఖచ్చితత్వంలో అసలు డిమాండ్ ఏమిటో మీరు తెలుసుకోవాలి.
డిమాండ్ పరిచయంసూచన ఖచ్చితత్వ శాతాన్ని లెక్కించడానికి సూచన
డిమాండ్ ఫోర్కాస్టింగ్ లేదా సేల్ ఫోర్కాస్టింగ్ అనేది చాలా విస్తృతమైన అంశం. మీరు Excelలో ఫోర్కాస్ట్ ఖచ్చితత్వ శాతాన్ని ఎలా లెక్కించవచ్చో మీకు చూపించడమే ఈ కథనం యొక్క లక్ష్యం. కాబట్టి, ఇక్కడ మేము మీకు డిమాండ్ అంచనాల క్లుప్తాన్ని అందిస్తాము.
మరోవైపు, డిమాండ్ ఫోర్కాస్ట్ అనేది ప్రతి సంస్థలో చాలా సాధారణం కాదు. లేదా మీ కంపెనీ ఏదైనా కలిగి ఉన్నప్పటికీ, మీకు దాని గురించి తెలియకపోవచ్చు. మీ కంపెనీ ERP లేదా సంబంధిత సాఫ్ట్వేర్ని కలిగి ఉంటే, బహుశా మీకు సూచన ఉండవచ్చు.
డిమాండ్ సూచన ని లెక్కించడానికి సూత్రం,
డిమాండ్ సూచన = సగటు అమ్మకాలు X సీజనాలిటీ X వృద్ధిఈ సూత్రాన్ని అమలు చేయడం ద్వారా, మీరు మీ సంస్థ యొక్క డిమాండ్ సూచనను సులభంగా కనుగొనవచ్చు.
4 ఎలా లెక్కించాలి అనే దానిపై పద్ధతులు Excelలో సూచన ఖచ్చితత్వ శాతం
ఇప్పుడు మీకు అసలు ఫోర్కాస్ట్ మరియు డిమాండ్ ఫోర్కాస్ట్ గురించి తెలుసు, మీరు దీన్ని ప్రారంభించవచ్చు Excelలో ఫోర్కాస్ట్ ఖచ్చితత్వ శాతం యొక్క గణన.
Excelలో ఉత్పత్తి ద్వారా ఉత్పత్తి కోసం సూచన ఖచ్చితత్వాన్ని గణించే దశలు క్రింద ఇవ్వబడ్డాయి.
దశలు:
- మొదట, ప్రతి ఉత్పత్తికి అంచనా లోపాన్ని లెక్కించడానికి డిమాండ్ నుండి సూచనను తీసివేయండి .
- ఆ తర్వాత, సంపూర్ణ విలువను లెక్కించడానికి Excelలో ABS() సూత్రాన్ని ఉపయోగించండిలోపం .
- చివరిగా, లోపం యొక్క సంపూర్ణ విలువను డిమాండ్తో భాగించి, లోపం యొక్క శాతాన్ని గణించడానికి దానిని 100 తో గుణించండి ఉత్పత్తి స్థాయి.
ఈ అన్ని గణనల దశలు 2-నెలల అమ్మకాల హోరిజోన్ కోసం క్రింద చూపబడ్డాయి.
మీరు <1ని ఉపయోగించవచ్చు>SUM() ఫంక్షన్ మొత్తం ఎక్సెల్లో అంచనా ఖచ్చితత్వ శాతాన్ని గణించడంలో అన్ని లక్షణాలను గణించడానికి.
సరే, మీకు ఇప్పటికే తెలిసినట్లుగా, ఈ లోపాలు అంశంలో ఉన్నాయి స్థాయి. ఈ కొలతల ఆధారంగా మొత్తం సూచిక ను ఎలా పొందాలో ఇప్పుడు మనం తెలుసుకోవాలి.
ఈ విభాగాన్ని అనుసరించి, అంచనా వేయడానికి మీరు 4 అత్యంత సులభమైన మరియు సాధారణంగా ఉపయోగించే గణిత సూత్రాలను నేర్చుకుంటారు. Excelలో ఖచ్చితత్వ శాతాలు .
1. BIAS సూచన ఖచ్చితత్వం/ సూచన ఖచ్చితత్వ శాతాన్ని లెక్కించడంలో స్థిరమైన సూచన లోపం
అంచనా BIAS అనేది విశ్లేషణాత్మక అసలు విలువలు మరియు అంచనా విలువల మధ్య విచలనం .
అంచనా ఖచ్చితత్వాన్ని గణించడానికి కేవలం మొత్తం లోపాన్ని మొత్తం డిమాండ్తో భాగించండి .
BIAS సూచన ఖచ్చితత్వం = మొత్తం ఎర్రర్/ మొత్తం డిమాండ్
అన్ని ఉత్పత్తుల అంచనా అతిగా అంచనా వేయబడిందా ( BIAS > 0 ) లేదా తక్కువ అంచనా వేయబడింది ( BIAS < 0 ), మీరు ఈ పద్ధతిని ఉపయోగించవచ్చు.
మరింత చదవండి: Excel (3)లో లాభ శాతాన్ని ఎలా లెక్కించాలిపద్ధతులు)
2. Excelలో సూచన ఖచ్చితత్వాన్ని లెక్కించడానికి మీన్ సంపూర్ణ శాతం లోపం (MAPE)
సూచన లోపాన్ని లెక్కించడానికి మరొక సులభమైన మరియు ప్రభావవంతమైన మార్గం మీన్ అబ్సొల్యూట్ పర్సంటేజ్ ఎర్రర్ (MAPE) సూచన. MAPE ని సగటు ఎర్రర్ శాతాలు గా నిర్వచించబడింది.
MAPE = ఎర్రర్ శాతం సగటు
MAPE లోపాల గణన, అధిక శాతం అంటే చెడు మరియు తక్కువ శాతం అంటే మంచిది.
మేము సిఫార్సు చేయము ఈ పద్ధతి పరిమాణాలపై లేదా విలువలపై ఎటువంటి వెయిటింగ్ ఉండదు. మీరు మీ అంచనాలను కొలవడానికి ఈ సూచికపై పూర్తిగా ఆధారపడినట్లయితే అధిక డిమాండ్ ఉన్న కాలాలను సులభంగా తక్కువగా అంచనా వేయవచ్చు.
మరింత చదవండి: Excelలో సంపూర్ణ సెల్ సూచనను ఉపయోగించి శాతాన్ని లెక్కించండి (4 పద్ధతులు)
3. సగటు సంపూర్ణ లోపం (MAE)/ సగటు సంపూర్ణ విచలనం (MAD)/ బరువున్న సంపూర్ణ శాతం లోపం (WAPE)
సగటు సంపూర్ణ లోపం (MAE) లేదా సగటు సంపూర్ణ విచలనం ( MAD) లేదా వెయిటెడ్ అబ్సొల్యూట్ పర్సంటేజ్ ఎర్రర్ (WAPE) అనేది వెయిటెడ్ సంపూర్ణ లోపాల సగటు . సంపూర్ణ విలువ అంటే, అంచనా వేయబడిన డిమాండ్ మరియు వాస్తవ డిమాండ్ మధ్య వ్యత్యాసం ప్రతికూల విలువ అయినప్పుడు కూడా, అది సానుకూలంగా మారుతుంది.
సగటు సంపూర్ణ లోపం (MAE) అంచనా వేయడానికి 1>మొత్తం సంపూర్ణ లోపాన్ని మొత్తం డిమాండ్ తో భాగించండి.
MAE = మొత్తం సంపూర్ణలోపం/ మొత్తం డిమాండ్
ఈ పద్దతి పరిమాణం లేదా విలువ ద్వారా వెయిటేడ్ చేయబడింది, ఇది డిమాండ్ ప్లానింగ్లో బాగా సిఫార్సు చేయబడింది.
అయితే, దీనికి ఒక లోపం ఉంది పద్ధతి. డిమాండ్ లోపం అనుపాతంలో లేనందున, ఒక ఉత్పత్తిపై పని చేస్తున్నప్పుడు ఈ పద్ధతి ఉత్తమంగా పనిచేస్తుంది. ఇది విభిన్న వాల్యూమ్లతో ఉన్న ఉత్పత్తులపై ఉపయోగించినట్లయితే, ఫలితం భారీ వాల్యూమ్ల ఉత్పత్తితో వంకరగా ఉంటుంది.
మరింత చదవండి: ఎక్సెల్లో బరువు తగ్గడం శాతాన్ని ఎలా లెక్కించాలి (5 పద్ధతులు)
4. Excelలో సూచన ఖచ్చితత్వాన్ని లెక్కించడానికి రూట్ మీన్ స్క్వేర్డ్ ఎర్రర్ (RMSE)
రూట్ మీన్ స్క్వేర్డ్ ఎర్రర్ (RMSE) మీన్ స్క్వేర్డ్ ఎర్రర్ (MSE) యొక్క స్క్వేర్ రూట్ నుండి లెక్కించబడుతుంది. ) లేదా మీన్ స్క్వేర్డ్ డివియేషన్ (MSD) .
మేము ఈ సూచిక కోసం ప్రతి ఉత్పత్తికి స్క్వేర్డ్ ఎర్రర్ (ఎర్రర్^2) ని జోడించాలి. అప్పుడు మనం మీన్ స్క్వేర్డ్ ఎర్రర్ ని లెక్కించవచ్చు. మీన్ స్క్వేర్డ్ ఎర్రర్ (MSE) అనేది ప్రతి ఉత్పత్తికి సగటు స్క్వేర్డ్ ఎర్రర్ .
MSE = స్క్వేర్డ్ ఎర్రర్ యొక్క సగటు0>ఇప్పుడు మనము MSEవిలువను కలిగి ఉన్నాము, ఇప్పుడు మన సూచన కోసం RMSEని కొలవవచ్చు.RMSE ని లెక్కించడానికి, కేవలం MSE యొక్క వర్గమూలాన్ని డిమాండ్ యొక్క సగటుతో భాగించండి .
RMSE = MSE యొక్క స్క్వేర్ రూట్/ డిమాండ్ యొక్క సగటు<18
RMSE సూచిక ఫలితాలను అమలు చేయడానికి మరియు సంగ్రహించడానికి చాలా క్లిష్టంగా ఉంటుంది. కానీ ఈ ఫార్ములా పెద్దగా జరిమానా విధిస్తుందిసూచన లోపాలు.
ఇది కూడా బాగా సిఫార్సు చేయబడిన పద్ధతి, ఎందుకంటే ఈ పద్ధతి గణన లోపాలను విస్మరించి ఖచ్చితమైన ఫలితాలను అందించగలదు.
మరింత చదవండి: ఎలా Excelలో గెలుపు-నష్టాల శాతాన్ని లెక్కించండి (సులభమైన దశలతో)
ముగింపు
ముగింపుగా, <1 ఎలా చేయాలో ఈ కథనం మీకు 4 సులభమైన మరియు ఉపయోగకరమైన పద్ధతులను చూపింది> ఎక్సెల్లో సూచన ఖచ్చితత్వ శాతాన్ని లెక్కించండి. ఈ వ్యాసం మీకు చాలా ఉపయోగకరంగా ఉందని నేను ఆశిస్తున్నాను. అంశానికి సంబంధించి ఏవైనా ప్రశ్నలు అడగడానికి సంకోచించకండి.