Přesnost prognózy (forecast accuracy)

Přesnost je doplněk chyby prognózy, takže přebírá všechny vlastnosti metriky, ze které se počítá. V praxi se používají dvě definice. První vychází z MAPE, která zprůměruje procentní chyby položku po položce a zachází s malou i velkou položkou stejně. Druhá vychází z WAPE, která dělí celkovou absolutní chybu celkovou poptávkou, a položky tedy váží objemem. Pro práci se zásobami a doplňováním je bezpečnější default WAPE, protože jedna pomaluobrátková položka s velkou procentní chybou ji nerozhodí.

• Přesnost (z WAPE) = 1 − Σ|A − F| / ΣA, sečteno přes položky a období
• Přesnost (z MAPE) = 1 − (1/n) Σ (|A − F| / A) – nedefinovaná všude, kde je skutečná poptávka nulová
• Bias = Σ(F − A) / ΣA – směr chyby; samostatné číslo, které patří vedle přesnosti
• Vždy uveď granularitu a horizont: „82 % na položce × prodejně × týdnu, na horizont jednoho lead time“ je tvrzení, „82% přesnost“ není

Přesnost prognózy v praxi

Agregace je první věc, kterou je u vykazovaného čísla potřeba prověřit. Měsíční číslo za celou síť vážené objemem nechá chyby vyrušit navzájem: nadhodnocení jedné prodejny a podhodnocení druhé se odečte a ze součtu není poznat, že obě objednávky byly špatně. Stejná prognóza změřená na položce × prodejně × dnu, tedy na granularitě, na které skutečně běží rozhodnutí o doplnění, skončí výrazně níž. Ani jedno číslo není nesprávné, jen odpovídají na jinou otázku – a jen to druhé předpovídá, jestli bude regál plný.

Druhý parametr je horizont. Přesnost změřená na lagu nula, tedy prognóza na tento týden vyrobená v tomto týdnu, popisuje prognózu, ze které se nedá objednávat. Rozhoduje číslo na horizontu lead time plus objednací cyklus, protože v ten moment se objednávka závazně tvoří.

Třetí problém je tišší a dražší. Když se přesnost měří proti prodejům, srovnává se prognóza s něčím jiným než s poptávkou. Během výpadku zásob jsou prodeje cenzurované: prognóza řekla 40, regál se vyprodal na 25 a chyba se zaúčtuje jako nadhodnocení. Přesnost pak vypadá nejlíp přesně tam, kde firma přišla o tržbu. Dny s nulovou dostupností je proto potřeba z výpočtu vyloučit, nebo ztracenou poptávku rekonstruovat. U pomaluobrátkových položek s přerušovanou poptávkou navíc existuje strop toho, co model zvládne, a procentní metriky se rozpadají, když jsou skutečné hodnoty často nulové – tam práci odvede pojistná zásoba a zkrácení lead time, ne honba za přesností. Přesnost je vstupní metrika; výsledek, který má cenu reportovat vedení, je dostupnost, krytí zásob a odpisy.

Veritico STOCK vybírá z asi osmdesáti metod tu s nejmenší očekávanou chybou pro danou položku, před výpočtem vyčistí historii od výpadků a promočních vlivů a předpovídá per položka, sklad a den – tedy na granularitě, kterou spotřebuje doplňování – viz prognózování poptávky a optimalizace zásob a řízení doplňování a alokace. Mondelez posunul přesnost prognóz z 50 % na 70 % po sjednocení plánování napříč útvary, Kofola dosáhla 76 % u promočních prognóz, kde je přesnost strukturálně těžší než u běžné poptávky.

Související pojmy

• Prognózování poptávky
• Plánování poptávky
• Výpadek zásob
• Pojistná zásoba
• MAPE