Еще один метод вычисления ошибки прогнозирования - формула Валерия Разгуляева
Этот метод работает!
Чаще всего в данном случае применяется формула МАРЕ.
MAPE = (1/n) * Σ(|(y — ŷ)|/y) * 100
Yt – фактический объем продаж за анализируемый период;
Ŷt — значение прогнозной модели за аналазируемый период;
Предлагаем несколько ссылок на практику и теорию использования разных ошибок прогнозирования в трудовой деятельности.
При этом формула имеет одну сложность – в том случае, когда факт равняется нулю, как определить ошибку? Одним из вариантов будет ответ: 100 процентам равна ошибка прогноза. Это значит, что мы всецело ошиблись. Впрочем, доказательством ошибки такого ответа будет являться несложный пример:
И тут выясняется, что ошибка является более значительной в варианте событий №2, хотя спрогнозирован в нем был спрос намного оптимальнее, чем в первом варианте.
Идем дальше: при сравнении 3-го и 2-го вариантов становится очевидной зеркально-подобная картина в действительности и предсказании, вдобавок ошибка отличается в значительной степени. Таким образом, при данном способе оценки ошибки прогнозирования стоит намеренно делать менее точным результат, снижая его, в этом случае ошибка будет ниже.
Однако ясно, что закупка будет лучше, если предположение будет являться более выверенным.
В этой ситуации мы снова обращаемся к формуле Валерия Разгуляева. Информация о предыстории создания формулы не известна, при этом еще в 2000-е годы в сети можно было найти его сайт об управлении запасами (в наше время он недоступен). На этом ресурсе можно было найти массу ценной информации для логистов и закупщиков. Существенные исследования вдохновляли на действия, внедрение, развитие. Нет никакой тайны в том, что В. Разгуляев в начале карьеры являлся для меня своеобразным ментором.
Затем В. Разгуляев добился карьерного роста в известной компании «ВкусВилл». Здесь он получил должность управляющего информацией и сформировал бирюзовое управление.
Итак, вернемся к ошибкам прогнозирования. Для расчета ошибки В. Разгуляев предлагает воспользоваться такой формулой:
D = 1-min(P;S) / max (P;S)
где: S – факт за тот же месяц, а P – это прогноз.
В этой ситуации ошибку необходимо рассчитывать иным способом для аналогичных примеров:
В результате можно видеть, что стопроцентной стала ошибка в варианте номер 1, притом, что это уже можно автоматизировать в какой бы то ни было системе, поскольку информация абсолютно объективна.
Идентичную ошибку содержат второй и третий варианты, вдобавок эта ошибка имеет меньший показатель худшего первого варианта.
При этом нужно сказать, что в том случае, когда знаменатель равняется нулю, эта формула не работает. Однако если допустить, что был спрогнозирован дефицит спроса, а этого не случилось, то, значит, по факту было сделано правильное прогнозирование.
Предсказание отсутствия спроса – сложная задача, вряд ли кто-то умеет это делать. Чаще всего мы прилагаем усилия, чтобы осознать – сколько мы будем потреблять, продавать и т.д.
Успешных прогнозов, господа!
Интересные статьи для вас:
- Совокупная стоимость владения — что это и почему это так важно знать?
- Организация деловой игры под ключ
Интересные статьи на Дзене:
