寰俊瀹㈡湇
锛憋急瀹㈡湇
鏀粯瀹濆鏈
鐢佃瘽瀹㈡湇
鍒嗕韩

PMC资源网

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 6696|回复: 2

【原创】【需求预测】量化“不确定性”的三个常用指标

  [复制链接]

6

主题

43

回帖

306

积分

中级会员

Rank: 3Rank: 3

积分
306
QQ
发表于 2018-7-24 11:08:37 | 显示全部楼层 |阅读模式


  现在流行用“VUCA”来描述我们所处的商业世界,“VUCA”认为,未来的世界一定是不稳定的(Volatility)、不确定的(Uncertainty)、复杂的(Complexity)以及模糊的(Ambiguity)。不过,细看一下VUCA这四个词,我们会发现,其实,它们就是一个词:不确定。


  是的,世界是不确定的,未来的世界是不确定的。

  我们需要解决需求计划或需求预测问题,世界不确定,需求,自然就更不确定。既然需求永远不确定,那么,我们还要不要做需求预测呢?答案自然是肯定的。

  因为,对于不确定性,我们可以采用一定的方法,进行计算、进行分析、进行评估,从而让“不确定”变成“相对的确定”。——这就是需求预测的过程,也是需求预测的作用与价值。


  但众所周知,预测永远是不准的。也就是说,这个“相对的确定”永远是“相对”的,我们需求计划人员,需求预测人员,要做的,或者说体现我们价值的,就是持续提升这个“相对”的数值,得到准确度较高的预测,从而得到“相对较确定的不确定”。(或者,按刘宝红老师所说,得到“准确度最高的错误的预测”。)

  这些“相对”,这些“较高”,这些“最高”,如何测定与评价呢?这就需要我们对相关数据与结果进行分析和量化,量化不确定性,量化预测的准确性,量化“相对”。

  今天,就给大家谈谈三个量化或考评“不确定性”的常用指标的概念和计算方法。(以下三个指标均为可用来直接比较的无量纲指标)



  一、平均绝对误差百分率(MAPE,Mean Absolute Percentage Error)。

  MAPE是对需求预测准确率评价的最常用也是最有效的指标,没有之一(预测准确率=1-MAPE)。

  这里,我们分四步再了解和熟悉这个指标:误差、绝对误差、绝对误差百分率、平均绝对误差百分率,详见下图:



  有两种情况较少出现,尤其是做销售预测时,但如果出现的话,绝对为低概率事件或特殊情况,但会导致MAPE出现两个问题,在这里说明一下,如果出现这两种情况,需要根据企业的实际情况进行调整,或者不采取MAPE进行评价预测准确率。

  1、当预测值等于0时,只要实际值不等于0,预测准确率都是0。比如当期预测值为0,实际发生1和实际发生100,预测准确率都一样为0,显然不客观。

  2、当实际需求等于0时,MAPE无法判定,当实际需求趋近于0时,MAPE会被大幅度放大,从而无法准确评估预测水平。


  以上MAPE计算评定的是单个SKU需求预测的准确度,如果需要对多个或全部SKU的需求预测准确度进行综合评价,可以用单SKU需求数量占总需求数量的比值为权数,对全部SKU的MAPE进行加权平均,从而得出平均MAPE,得出总体的需求预测准确率。


二、变异系数(C.V,Coefficient of Variance)。

  变异系数又称“标准差率”,或者“离散系数”,是衡量各观测值离散程度、变异程度的一个统计指标。相对于预测来说,就是衡量各期数据稳定情况的一项指标,反馈的稳定性。所以,变异系数,在需求预测方面,也可以称之为“稳定系数”

  变异系数是标准差与平均数的比值,计算公式与过程如下图:



  变异系数只有在平均值不为0时才可计算,另,当平均值接近于0的时候,微小的波动也会对变异系数产生巨大影响,因此造成精确度不足,变异系数严重失真。所以变异系数不适合平均值为0或接近于0的场景应用。

  但对于供应链需求预测,也就是销售预测来说,平均值为0或接近于0是几乎不存在的,所以,变异系数在供应链需求预测中,量化其稳定性,可以广泛应用


  变异系数越大,表示其离散程度越大,也就是需求越不稳定,预测风险越大,反之则相反。

  一般来说,变异系数的数值范围与需求的稳定性的关系,可参考下图:



  三、跟踪信号(TS,Tracking Signal)。

  跟踪信号,是用来动态跟踪预测偏差并根据偏差适时调整预测方法或参数的衡量指标。跟踪信号主要用来衡量和量化预测的无偏性,也就是预测方向的准确程度,即预测是多了还少了。正的跟踪信号表明实际需求大于预测,负的则表明实际需求小于预测。

  跟踪信号通常用平均误差和平均绝对误差的比值来计算,计算方法与过程如下图:

  【先说明一下:很多理论认为跟踪信号等于游动误差总和除以平均绝对偏差,游动误差总和即下图的RSFE。但我个人觉得,对于我们需求预测来说,以平均误差代替误差滚动和来计算跟踪信号更为直观和合理,故我的日常操作及文章中,跟踪信号均以平均误差来计算。】



  跟踪信号是衡量和量化不确定性的指标之一,可以根据跟踪信号对预测方法进行评估和调整。一旦跟踪信号计算出来以后,就要将之与预定的控制界限比较。若超过上下控制限,说明预测方法存在问题或不适用,需要重新评估。对于衡量需求预测水平,跟踪信号取值个人建议为-0.5~+0.5之间,跟踪信号小于-0.5或大于0.5,我们需要检讨和调整我们的预测方法

  跟踪信号最常见的应用是,在用指数平滑法预测时,以跟踪信号的绝对值作为平滑常数α。因跟踪信号每期变动,是动态的,故以跟踪信号绝对值为平滑常数α的平滑法称为调整指数平滑法,或自适应指数平滑法

  注:因平均误差ME最小为零,最大为平均绝对误差MAE,所以跟踪信号的绝对值取值范围在0~1之间,此范围即为平滑常数α的取值范围。



  以上我们说了衡量或量化不确定性,评估需求预测准确度的三个指标:平均绝对误差百分率MAPE、变异系数C.V和跟踪信号TS。这三个指标均能较好的将不确定性量化,但三个指标各有侧重,MAPE侧重于评估需求预测的准确度,C.V侧重于需求的稳定性,TS侧重于需求的无偏性

  预测其实是一个不断纠偏的过程,所以,要更全面、合理反馈不确定情况及需求预测水平,以便更好的纠偏,就需要三个指标配合使用,得出更全面更客观的结果,从而更好的将未来的“不确定”变为“相对的确定”,从而更好的应对未来。

本帖中子包含更多资源,需VIP会员才可浏览,点击自动升级为VIP会员

您需要 登录 才可以下载或查看,没有账号?立即注册

x

版权声明:

1、在本站内发表的内容仅代表作者本人观点,与本网站立场无关。

2、转载或引用本网站中的署名文章,请按规定向原作者获得授权。

3、对于不当转载或引用本网站内容而引起的民事纷争、行政处理或其他损失,本网站不承担责任。

4、对不遵守本声明或其他违法、恶意使用本网站内容者,本网站保留追究其法律责任的权利。

5、免责声明:PMC资源网所发布的一切文章和资料仅限用于学习和研究目的,不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。本站信息来自网络,版权争议与本站无关。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢或需要该内容,请联系作者,购买授权,得到更好的服务。如有侵权请邮件与我们联系处理(邮件地址:admin@pmczy.com)。

6

主题

43

回帖

306

积分

中级会员

Rank: 3Rank: 3

积分
306
QQ
 楼主| 发表于 2018-7-24 11:09:32 | 显示全部楼层
自己发的自己都看不了图?

0

主题

1

回帖

2

积分

新手上路

Rank: 1

积分
2
发表于 2018-8-1 18:16:36 | 显示全部楼层
许栩 发表于 2018-7-24 11:09
自己发的自己都看不了图?

重新发一遍
关闭

站长推荐上一条 /2 下一条

工厂管理秘籍


手机版|PMC资源网 ( 本站部分资源来自网络,仅供个人学习,如侵犯了您的权益,请联系我们删除(admin@pmczy.com) 。蜀ICP备14016815号-2 )

GMT+8, 2024-3-28 20:10 , Processed in 0.083283 second(s), 31 queries .

Powered by Discuz! X3.4

© 2007-2024 PMCZY.COM

快速回复 返回顶部 返回列表