我们如何衡量物料需求计划中的预测准确性

我们为什么要衡量预测的准确性？首先，它不是管理者检查需求计划者工作质量的工具，而是需求计划历程的一个积木。需求计划者可能检查统计方法是否适合时间序列、其他人力判断是否得到补偿或者集合促销信息是否有用。在所有的这些情况下都需要一个标准来评价他们的决策。但是，仍有很多使适当预测结果更准确的方法。
所有衡量准确性的方法都以预测误差为基础。这一误差被定义为预测出来的值和实际值之间的差。预测误差的值受下列各参数影响：
1、预测与实际情况之间的时间差：预测的目的是提供有关未来运输量、销售量等方面的信息。通常来讲，预测较近的未来情况比预测遥远的未来情况容易得多。于是，预测的准确性强烈地依赖于产生预测与所预测的时期之间的时间差。例如，考虑对今年六月的销售量的
预测，通常来说，在三月份做的六月份销售量预测的准确性比在五月份做的预测的准确性低。
2、预测的细粒度（granularity）：集合的程度也对预测的准确性有重大影响。再次以销售为例：与单独预测低等级产品种别在所有销售地区的某一周销售量相比，预测所有产品、所有销售地区在整个财政年的总销售量要容易得多。因此，如果预测的粒度增加了，通常来说预测的准确性也会降低。
目前存在很多计算预测准确性的方法，这些方法都以预测误差为基础。每一次衡量都是在固定的时间跨度（过去的）上计算的，这个值必须由计划者来规定。如果时间跨度很短，预测值会对平均值的偏差做出快速反立，但是它也会由于随机需求变化而产生大幅度的波动。下列三种测量方法是在实践中、也是在需求计划软件中最常用的测量方法：
1、误差均方和（MSE）
2、绝对平均误差（MAD）
3、绝对百分比平均误差（MAPE）
上面提到的方法能够对过去的信息进行详细的分析，但是需要在每一次进行计算的开始阶段就把这些信息考虑在内。在对100个或1000个产品进行需求计划的所有工具中，我们希望找到一个能够自动“解释”预测偏差的工具，因此需要一个警报或触发系统。如果统计预测程序不再适合时间序列或如果销售部门没有提供有关销售促销的信息，这一系统应当发出警报。这类警报系统能够由以计算预测准确性的一种方法为基础的临界值来触发。这些临界值由需求计划者指定，并且他们有责任更新这些临界值。除了临界值法，还出现了一些其他触发机制，这些机制都是以MSE或MAD计算的预测准确性为基础的。