MAPE (Mean Absolute Percentage Error)

Что такое MAPE

MAPE – показатель, которым в логистике и планировании измеряют качество прогноза: спроса, отгрузок, загрузки склада, потребности в транспорте. Метрика отвечает на простой вопрос: насколько в среднем мы ошиблись, если считать ошибку в процентах от факта. Результат выражается одним числом в процентах, и это удобно – его понимают и аналитик, и коммерческий директор.

Как считается

Логика расчёта пошаговая:

1. Для каждого периода берут абсолютную разницу между фактом и прогнозом (без учёта знака).
2. Делят её на фактическое значение – получают ошибку в долях от факта.
3. Переводят в проценты и усредняют по всем периодам.

Формула: MAPE = (1/n) × Σ |Факт − Прогноз| / |Факт| × 100%, где n – число периодов. Например, ошибка в 10 единиц при факте 100 даёт 10%, а такая же ошибка при факте 20 – уже 50%. Именно поэтому MAPE «наказывает» промахи по мелким позициям сильнее, чем по крупным.

Почему её любят в логистике

Главный плюс – независимость от масштаба и единиц измерения. MAPE по прогнозу спроса на паллеты и по прогнозу выручки можно поставить рядом и сравнить, потому что обе цифры в процентах. Это делает метрику удобным KPI для отдела планирования: по ней ставят цели («держим ошибку прогноза спроса ниже 20%») и сравнивают точность по разным SKU, складам или маршрутам.

Ограничения и подводные камни

У MAPE есть слабые места, о которых важно помнить:

• Деление на факт. Если фактическое значение равно нулю (нет продаж, нет отгрузок), ошибка уходит в бесконечность – формула неприменима. Для товаров с прерывистым, редким спросом MAPE часто бесполезна.
• Асимметрия. Метрика по-разному реагирует на перепрогноз и недопрогноз: занижение прогноза она штрафует мягче, чем завышение, что может подталкивать планировщиков систематически занижать цифры.
• Чувствительность к малым значениям. Несколько позиций с низким фактом способны раздуть общий показатель и исказить картину.

Связь с соседними метриками

MAPE редко используют в одиночку. Рядом обычно стоят MAE (средняя абсолютная ошибка в натуральных единицах), RMSE (среднеквадратичная ошибка, сильнее реагирующая на крупные промахи), а также WMAPE и sMAPE – модификации, которые частично лечат проблемы деления на ноль и перекоса по мелким позициям. Обратная величина, «точность прогноза» (Forecast Accuracy), считается как 100% − MAPE и удобна для отчётности перед руководством.

Практический пример

Склад прогнозировал отгрузки на 4 недели: 100, 200, 50, 80 паллет. Факт вышел 90, 210, 40, 100. Абсолютные ошибки в процентах: 10%, 5%, 20%, 25%. Среднее – MAPE = 15%. Значит, в среднем прогноз отдела планирования расходился с фактом на 15%.

Частые ошибки

• Считают MAPE для позиций с нулевым или околонулевым фактом – формула делит на факт, и результат уходит в бесконечность или бессмысленно раздувается.
• Путают MAPE (ошибка в %) с точностью прогноза (Forecast Accuracy = 100% − MAPE) и сравнивают их напрямую.
• Сравнивают MAPE по товарам со стабильным и с прерывистым спросом, не понимая, что для редких продаж метрика некорректна.
• Забывают про асимметрию: MAPE мягче штрафует недопрогноз, из-за чего планировщики склонны занижать цифры ради красивого KPI.