MAPE метрика — это средняя абсолютная процентная ошибка. Она измеряет точность прогнозирования продаж в ритейле и показывает отклонение реального спроса от расчетных значений модели.
Коротко: MAPE показывает среднюю ошибку прогноза в процентах. Значение ниже 10% означает высокую точность модели, 10–25% — среднюю, а свыше 25% часто трактуется как низкая точность. Снижение дефицита товаров с 29% до 11% достигается за счет внедрения Теории ограничений (ТОС) и частых мелких поставок при грамотном управлении запасами.
В розничной торговле типичный магазин хранит запас на 4 месяца продаж, при этом около 29% позиций регулярно попадают в статус дефицита. Главная причина — неверная оценка будущих продаж. Без оцифровки отклонений компания замораживает значительную часть оборотных средств в неликвидах. Платформа БрайтБорд решает эту задачу через автоматизацию расчетов.
Настройте автозаказ и снизьте дефицит на полках. БрайтБорд — система управления запасами для ритейла.
Как рассчитывается MAPE метрика и средняя ошибка прогноза?
Короткий ответ: расчет MAPE метрики базируется на делении абсолютной разницы между фактом и прогнозом на фактическое значение с усреднением результата. Шкала от 0 до 100%+ дает итог в процентах, что позволяет бизнесу объективно сравнивать точность моделей для разных категорий товаров.
Для оценки точности моделей используется пошаговый алгоритм расчета:
- Рассчитываем значение модели прогноза для каждого периода.
- Определяем фактические продажи по данным учетной системы.
- Вычисляем абсолютную ошибку по модулю (разница между фактом и прогнозом).
- Делим полученное значение на фактический показатель.
- Усредняем результаты по всем анализируемым периодам.
Термины простым языком
- Точность прогнозирования — степень совпадения расчетных значений с реальным спросом покупателей.
- Стандартная ошибка прогноза — статистическая мера, оценивающая стандартное отклонение ошибок выборки.
- Абсолютная ошибка — разница между планом и фактом, выраженная в штуках или рублях.
Почему относительная ошибка прогноза важнее абсолютной?
Короткий ответ: относительная ошибка позволяет сравнивать точность моделей для товаров с разным объемом продаж, например, 100 штук хлеба и 2 штуки алкоголя. В отличие от абсолютной ошибки в штуках, процентная шкала дает бизнесу четкое понимание масштаба отклонения для оценки KPI закупщиков.
При управлении ассортиментом категорийный менеджер работает с тысячами SKU. Использование только абсолютных значений искажает картину.
| Параметр | Абсолютная ошибка | Относительная ошибка | Применение |
|---|---|---|---|
| Единицы измерения | Штуки, килограммы, рубли | Проценты | Сравнение разных категорий |
| Зависимость от объема | Высокая (чем больше продажи, тем больше ошибка) | Отсутствует | Оценка качества модели |
| Интерпретация | Сложная без контекста | Простая (шкала от 0 до 100%+) | KPI закупщиков |
В каких задачах прогнозирования MAPE метрика дает сбой?
Короткий ответ: MAPE метрика дает сбой и имеет математические ограничения при работе с нулевыми значениями фактических продаж из-за деления на ноль. Если товар группы Z с вариацией более 25% отсутствовал на полке, формула выдает ошибку, что требует от бизнеса применять иные методы оценки.
- Деление на ноль. Если товар отсутствовал на полке и продажи равны нулю, формула расчета выдает ошибку.
- Асимметричность штрафов. Модель асимметрична и может создавать перекос в оценке завышенных или заниженных прогнозов.
- Чувствительность к малым объемам. Для товаров с редким спросом малейшее отклонение дает гигантский процент ошибки.
При использовании MAPE для товаров группы Z с коэффициентом вариации более 25% метрика часто показывает искаженную ошибку из-за деления на ноль, что делает ее неприменимой для редких продаж.
Управляйте ассортиментом на основе точных данных без ручных таблиц. БрайтБорд — ваш помощник в закупках.
Оценка точности прогнозирования: нормативы и значения
Для корректной интерпретации метрик необходимо связывать результаты с XYZ-анализом. Стабильность спроса напрямую определяет допустимый уровень ошибок.
| Группа XYZ | Характеристика спроса | Коэффициент вариации (V) | Стратегия пополнения |
|---|---|---|---|
| X | Высокая стабильность | До 10% | Автоматический заказ, минимальный страховой запас |
| Y | Средняя стабильность | 10–25% | Контроль трендов, средний буфер |
| Z | Нестабильный спрос | Более 25% | Ручной контроль, заказ под потребность |
Аналитика по регионам показывает, что агрегация спроса на центральном складе снижает вариабельность. Это улучшает точность прогнозирования и снижает среднюю ошибку для всей сети.
FAQ
Что такое ошибка прогноза MAPE простыми словами?
Это показатель, который говорит, на сколько процентов в среднем ваш прогноз отклонился от реальных продаж. Чем ближе значение к нулю, тем точнее сработала модель.
Как выглядит формула стандартной ошибки прогноза?
Стандартная ошибка обычно определяется как оценка стандартного отклонения статистики или ошибок выборки, показывая средний разброс данных.
Как рассчитать MAPE метрику для новых товаров?
Для новых товаров (без истории продаж) расчет классической метрики невозможен. Используются методы прогнозирования по аналогам, а ошибка оценивается после накопления достаточной статистики.
Почему средняя относительная ошибка прогноза удобна для ритейла?
Она позволяет привести точность прогнозов по хлебу, дорогому алкоголю и сезонным товарам к единой шкале в процентах. Это дает возможность объективно оценивать работу категорийных менеджеров.
Как MAPE метрика помогает снизить OOS?
Регулярный расчет ошибок позволяет выявить товары, по которым система систематически занижает потребность. Корректировка моделей на основе этих данных предотвращает обнуление остатков на полках.
