Точность прогноза спроса (Forecast accuracy)

Что показывает точность прогноза

Точность прогноза спроса – это метрика качества планирования, которая сравнивает прогнозные значения с тем, что реально произошло. Она отвечает на простой вопрос: насколько мы угадали спрос? На основе этой оценки логист и планировщик понимают, можно ли доверять модели прогнозирования и стоит ли её перенастраивать.

Обычно точность выражают через обратную величину ошибки. Сначала считают ошибку прогноза (разницу между фактом и планом), затем переводят её в процент, а точность получают как «100% минус процент ошибки». Например, если средняя ошибка составила 15%, то точность прогноза – около 85%.

Как измеряют: основные метрики

Единой «правильной» формулы нет – набор метрик зависит от того, что важнее бизнесу: средний уровень промахов, крупные разовые провалы или системное смещение.

• MAPE (средняя абсолютная процентная ошибка) – усреднённое по всем позициям отклонение в процентах. Интуитивно понятна, но искажается на позициях с маленьким спросом и не работает, когда факт равен нулю.
• WMAPE / WAPE (взвешенная ошибка) – та же логика, но каждая позиция учитывается пропорционально её объёму. Крупные SKU влияют на итог сильнее мелких, поэтому метрика ближе к реальным деньгам.
• MAD / MAE (средняя абсолютная ошибка) – отклонение в натуральных единицах (штуки, тонны, паллеты), без перевода в проценты.
• Bias (смещение) – показывает систематический перекос: стабильно завышаем прогноз или занижаем. Ошибка может быть небольшой по модулю, но всегда в одну сторону – это отдельная проблема.

Зачем это логистике

Точность прогноза напрямую конвертируется в деньги и уровень сервиса. Заниженный прогноз ведёт к дефициту, упущенным продажам и срочным дорогим перевозкам. Завышенный – к затовариванию склада, замороженному капиталу и списаниям. От качества прогноза зависят размер страхового запаса, план пополнения, загрузка складских мощностей и транспорта.

Где применяют

Метрику считают на разных горизонтах (неделя, месяц, квартал) и уровнях агрегации (отдельный SKU, категория, склад, вся сеть). На уровне всей сети точность почти всегда выше, чем по отдельной позиции, потому что случайные отклонения по товарам взаимно компенсируются.

Связь с соседними понятиями

Точность прогноза – часть более широкого процесса demand planning и S&OP. Она задаёт вход для расчёта страхового запаса, точки перезаказа и оптимального размера партии. Низкая точность заставляет держать больший буфер запасов, чтобы компенсировать неопределённость.

Практический пример

Планировщик спрогнозировал продажи по SKU на март в 1000 шт, факт составил 1150 шт. Абсолютная ошибка – 150 шт, или 15% от факта. Значит, точность прогноза по этой позиции за март – около 85%, и модель стабильно занижает спрос (отрицательное смещение).

Частые ошибки

• Смешивают ошибку прогноза и точность прогноза: точность – это обычно «100% минус процент ошибки», а не сама ошибка.
• Оценивают точность только на агрегированном уровне (вся сеть) и радуются высокому проценту, хотя по отдельным SKU промахи огромны и взаимно гасятся.
• Смотрят только на MAPE и не замечают систематического смещения (bias) – когда прогноз небольшой по модулю, но всегда в одну сторону.
• Применяют MAPE к позициям с околонулевым и прерывистым спросом, где она даёт бессмысленно большие значения.