Định nghĩa về MAPE
MAPE (Mean Absolute Percent Error) là chỉ số đo lường độ chính xác của dự báo, thường được sử dụng trong lĩnh vực dự báo và thống kê. MAPE tính toán sự sai lệch trung bình theo tỷ lệ phần trăm giữa giá trị dự báo và giá trị thực tế. Điều này giúp đánh giá mức độ chính xác của một mô hình dự báo hoặc quá trình dự báo cụ thể.
Kế hoạch nhu cầu chính xác và kịp thời là một phần quan trọng trong chuỗi cung ứng sản xuất. Dự báo không chính xác có thể dẫn đến sự mất cân bằng nguồn cung. Độ chính xác của dự báo ở mức SKU là rất quan trọng để phân bổ nguồn lực một cách hợp lý.
Khi thảo luận về độ chính xác của dự báo trong chuỗi cung ứng, chúng ta thường nghĩ đến chỉ số Mean Absolute Percent Error (MAPE), tuy nhiên, có rất nhiều sự nhầm lẫn giữa các nhà thống kê học và các nhà hoạch định Chuỗi cung ứng trong việc giải thích chỉ số này. Hầu hết các học giả định nghĩa MAPE là tỷ lệ phần trăm lỗi trung bình trên một số sản phẩm. Tuy nhiên, cách giải thích MAPE này là vô ích từ góc độ chuỗi cung ứng sản xuất. Nội dung dưới đây sẽ thảo luận về lỗi dự báo (Forecast Error) và một phương pháp thông minh để tính toán MAPE có ý nghĩa trong quản lý chuỗi cung ứng
Định nghĩa về Forecast Error
Forecast Error là sự chênh lệch giữa giá trị dự báo (Forecast) và giá trị thực tế (Actual). Forecast Error đo lường mức độ mà dự báo dự đoán sai so với thực tế. Thông qua lỗi dự báo, bạn có thể đánh giá hiệu suất của một mô hình dự báo hoặc quá trình dự báo cụ thể.
Công thức tính Forecast Error thường được biểu thị như sau:
- Error = absolute value of (Actual – Forecast) = |(A – F)|
- Error (%) = |(A – F)|/A
Trong đó:
- Actual (A) là giá trị thực tế.
- Forecast (F) là giá trị được dự báo.
- |(A – F)| là giá trị tuyệt đối của sự chênh lệch giữa giá trị thực tế và giá trị dự báo.
Chúng ta lấy giá trị tuyệt đối vì mức độ sai lệch quan trọng hơn hướng của sai lệch.
Dự báo lỗi (Forecast Error) có thể lớn hơn thực tế (Actual) hoặc chỉ số dự báo (Forecast) nhưng thường không cùng xảy hai trường hợp.
- Error > 100% => dự báo có độ chính xác bằng 0 hoặc dự báo rất không chính xác.
- Error gần bằng 0% => Độ chính xác dự báo tăng
- Độ chính xác của dự báo (Forecast Accuracy) tỷ lệ nghịch với lỗi dự báo (Error)
- Forecast Accuracy (%) = 1 – Error (%)
Định nghĩa mức độ chính xác của dự báo (Forecast Accuracy)?
Độ chính xác của dự báo là thước đo mức độ gần đúng của số liệu được dự báo so với số liệu thực tế.
Tác động của lỗi dự báo là gì? Độ chính xác âm có ý nghĩa như thế nào?
Bất kể có sai lỗi lớn đến đâu và sai lệch cao hơn 100% so với Số lượng Thực tế hoặc Dự báo, chúng ta hiểu Độ chính xác như một con số nằm giữa 0% và 100%. Hoặc một dự báo hoàn hảo hoặc tương đối chính xác hoặc không chính xác hoặc hoàn toàn không đúng. Vì vậy, chúng ta giới hạn Độ chính xác trong khoảng từ 0 đến 100%.
Nếu số lượng thực tế Actual trùng với Forecast => Forecast Accuracy là 100%
Error > 100% => Forecast Accuracy là 0%
Một cách nghiêm ngặt hơn, Accuracy = maximum of (1 – Error, 0).
Định nghĩa về WAPE
WAPE – (Weighted Absolute Percentage Error) cung cấp bức tranh chân thực về hiệu quả dự báo của một tổ chức và cách thức và cách điều này ảnh hưởng đến kết quả kinh doanh về cả doanh thu và lợi nhuận.
WAPE và MAPE là các thước đo khác nhau. MAPE là lỗi phần trăm tuyệt đối trung bình, nghĩa là MAPE chỉ tính trung bình phần trăm lỗi, giá trị này thường không ổn định và bị sai lệch bởi các giá trị nhỏ. Thay vào đó, WAPE là lỗi phần trăm tuyệt đối trung bình có trọng số, trọng số các lỗi được tính theo khối lượng hàng hóa. WAPE được thực hiện đơn giản hơn nhưng là thước đo có độ tin cậy cao hơn.
WAPE còn được gọi là tỷ lệ WMAPE, MAD/Mean.
Công thức tính WAPE được thể hiện như sau:
WAPE = Σ | Actual – Forecast | / Σ Actual
Click vào Link để xem nội dung chi tiết
