09825898389
Главная
Блог
Прогнозирование в производстве: какие метрики стоит использовать?

Прогнозирование в производстве: какие метрики стоит использовать?

Прогнозирование в производстве: какие метрики стоит использовать?

Представьте, что у вас на производстве есть тщательно рассчитанные прогнозы, которые определяют дальнейшие шаги вашего бизнеса. Однако остается важный вопрос: как оценить их правильность и на что обращать внимание при анализе результатов? В этой статье мы подробно рассмотрим различные концепции прогнозирования и их влияние на оценку точности прогнозов. Исследуем, как эти концепции могут улучшить эффективность вашего бизнеса и обеспечить более точное управление цепочкой поставок.

Типы прогнозирования и их особенности

На рисунке представлены различные типы прогнозирования. Первым рассмотрим точный и несмещенный прогноз. Это классическое отображение точности (метрик прогноза), когда мы имеем цель, а вокруг нее расположены точки, напоминающие попадание в цель. Такой прогноз является точным и несмещенным, а его точки очень близко расположены к цели, похожи на попадание в яблочко. Другими словами, прогноз является точным и хорошо адаптированным. Это идеальный вариант, поскольку позволяет максимально точно планировать ресурсы и принимать управленческие решения.

Когда прогноз является точным, но смещенным, важно обратить внимание на группу попаданий, которая, хоть и достаточно плотная, но смещена относительно цели. Для чего следует учитывать информацию о смещении? Это дает понимание того, что в целом прогноз является точным, но требует коррекции. Такая ситуация может возникать из-за систематических ошибок в моделях или данных, используемых для прогнозирования. Коррекция смещения помогает настроить прогноз для более точного отражения реальной ситуации.

В случае, когда прогноз одновременно смещен и неточен, это свидетельствует о том, что мы не только имеем проблему с прогнозированием, но и, возможно, по определенным причинам постоянно переоцениваем или недооцениваем его. Иными словами, мы сталкиваемся с двумя проблемами. Решение такой ситуации требует более глубокого анализа и пересмотра всей методологии прогнозирования, чтобы выявить и устранить причины неточностей и смещения.

Еще прогноз может быть неточным (то есть мы точно не угадываем), но при этом он не является смещенным. То есть хотя мы и не достигаем цели, но наши прогнозы в определенный период времени совпадают с фактическими значениями. Это может свидетельствовать о случайных ошибках или непредсказуемых факторах, которые влияют на результат. В таких случаях важно определить и минимизировать влияние этих факторов для улучшения точности прогнозирования.

Знакомясь с этими различиями, мы можем эффективнее адаптировать наши стратегии и действия по управлению цепью поставок.

Святослав Олейник — эксперт по управлению запасами, СЕО INTUIFLOW в компании ABM Cloud.

Понимание этих типов прогнозов помогает выработать более гибкие и адаптивные подходы к планированию, что в конечном итоге приводит к повышению эффективности всего бизнеса.

Рассматривая график, можно сделать вывод, что в отдельных случаях нужно работать над повышением точности прогнозов, а в других — понять, что точность приемлема, но существует тенденция к систематической недооценке или переоценке прогнозов. Это особенно характерно для отделов продаж или маркетинга, которые по разным причинам могут иметь оптимистичный подход к оценке, добавляя к прогнозу дополнительный резерв в размере +10-15%. Такой подход может привести к несоответствиям между прогнозами и реальными показателями, что требует тщательного анализа и коррекции.

Следующий график отображает точность прогнозирования и темпы продаж

На графике синяя линия (Demand) представляет фактические продажи, а серая линия (Forecast 2) отражает точность прогнозов, преимущественно двигаясь ниже или очень близко к синей. Это показывает точность прогнозирования на уровне 84%, но со смещением -12%. Таким образом, в среднем мы постоянно недооцениваем фактические продажи на 12%. Это может быть вызвано артефактами или, например, стратегией менеджера, который стремится к более легкому достижению KPI, занижая прогноз.

Рассмотрим оранжевую линию (Forecast 1): Ее смещение составляет -1%, что означает, что средняя оранжевая линия практически совпадает со средней синей. Однако фактические точки на этой оранжевой линии значительно отклоняются. На графике она представлена серой линией, которая является точной с показателем точности 84%, но смещена на 12%. С другой стороны, оранжевая линия не смещена и расположена вокруг центра, но ее точность значительно разбросана.

Выбор наилучшей модели прогнозирования происходит автоматически.

Святослав Олейник — эксперт по управлению запасами, СЕО INTUIFLOW в компании ABM Cloud.

Метрики точности

В контексте метрик рассмотрим следующие аббревиатуры: МАЕ — средняя абсолютная погрешность; МАРЕ — средняя абсолютная погрешность процентов; WMAE — взвешенная средняя абсолютная погрешность. 

МАРЕ (Mean Absolute Percentage Error) — в практике существуют компании, которые используют только эту метрику, что не всегда оптимально. Поставив аналитикам KPI на основе МАРЕ, ему относительно легче достичь этой цели по сравнению с другими. Также существует тенденция к тому, что если немножко занижать прогноз, сделать его более консервативным, чем в реальности, то показатели МАРЕ могут выглядеть лучше. Другими словами, если аналитик имеет мотивацию достичь высокой точности по этой метрике, он может оптимизировать свой прогноз, но это не всегда приводит к общему улучшению для компании.

МАЕ (средняя абсолютная погрешность) и BIAS (смещение) — использование этих метрик является отраслевым стандартом, когда специалисты оценивают как погрешность, так и смещение в данный момент. МАЕ позволяет измерять среднее отклонение фактических значений от прогнозируемых, предоставляя ясное представление о точности прогноза. BIAS, в свою очередь, выявляет систематические ошибки, показывая, имеют ли прогнозы тенденцию к переоценке или недооценке.

Лучшей практикой на сегодня является учитывать смещение и взвешенную среднюю абсолютную погрешность (WMAE), поскольку эти показатели обеспечивают более точную оценку эффективности прогнозирования. Взвешенная средняя абсолютная погрешность учитывает важность каждого элемента, предоставляя более релевантную информацию о точности прогноза для различных категорий товаров или услуг.

Использование МАЕ, BIAS и WMAE вместе позволяет получить более комплексное представление о качестве прогнозов, что позволяет лучше адаптировать стратегии управления запасами и обеспечить бесперебойность цепи поставок. Применение этих метрик помогает выявлять и устранять потенциальные проблемы, улучшая тем самым эффективность и надежность процессов прогнозирования в производстве.

Развитие вашего бизнеса начинается с INTUIFLOW

Бесплатная демонстрация программы для производства INTUIFLOW поможет вам прояснить, как мы можем принести вам пользу

Близкие по теме

    Кризис как стимул для оптимизации бизнеса: опыт украинских ритейлеров в условиях войны
    Кризис как стимул для оптимизации бизнеса: опыт украинских ритейлеров в условиях войны

    Последние годы были настоящим вызовом на выносливость для розничной индустрии. Как украинские ритейлеры нашли секрет устойчивости в условиях полномасштабной войны? Ответ — далее в нашей статье. Такой спрос на автоматизацию в кризисный период совсем не удивителен. Ведь простые расчеты показывают, что современные решения по оптимизации розничных процессов, например, такие как АВМ Inventory и АВМ Shelf, […]

    Мерчандайзинг, Товарные запасы

    Читать 10 минуты

    Как Aptiv оптимизирует оборотный капитал и снижает стоимость запасов на 30%
    Как Aptiv оптимизирует оборотный капитал и снижает стоимость запасов на 30%

    Компания Aptiv, которая ранее была известна как Delphi, является технологической компанией, работающей в автомобильной индустрии. Они начали свое путешествие с Demand Driven Material Requirements Planning (DDMRP) в 2018 году и с тех пор значительно расширили свое внедрение методологии. История Aptiv  Aptiv была выделена из GM как Delphi, которая изначально была частью GM. Со временем компания […]

    Запасы на производстве

    Читать 6 минуты

    Автоматизация производственных процессов и SCM на предприятии
    Автоматизация производственных процессов и SCM на предприятии

    Автоматизация производственных процессов предполагает использование различных систем, которые позволяют комплексно автоматизировать производство, либо решить узкую задачу, при этом они будут интегрированы в общую ИТ инфраструктуру предприятия. ERP, MRP — это класс комплексных систем. Автоматизация производственных запасов, управление закупками, управление финансами, управление и контроль человеческих ресурсов, электронный документооборот — это примеры узкоспециализированных систем. Еще лет 5 […]

    Запасы на производстве

    Читать 7 минуты

Имя
Введите ваше имя
Фамилия
Введите вашу фамилию
Телефон
Введите полный номер телефона
Email
Введите корректный email
Должность
Введите вашу должность
Название компании
Введите название компании
Чем полезен семинар по управлению запасами
Заказать звонок
Поговорите с нашим экспертом уже сегодня
Имя
Введите ваше имя
Телефон
Введите полный номер телефона
Спасибо за обращение.

Мы ценим, что вы заинтересовались именно нашими продуктами. Один из наших сотрудников свяжется с вами в ближайшее время. Хорошего дня!