Błąd prognozy (MAPE) – jak zmierzyć, czy Twoje prognozy są warte planowania
Błąd prognozy MAPE (Mean Absolute Percentage Error) to średni procentowy błąd prognozy względem tego, co faktycznie się sprzedało. Jedna liczba, która odpowiada na pytanie, czy prognoza, na której opiera się plan produkcji i zakupy, jest lepsza od rzutu monetą.
W skrócie
- Wzór: średnia z |rzeczywistość − prognoza| ÷ rzeczywistość.
- Typowe wartości: 10–20% dla stabilnych produktów, 30–50% dla nieregularnych.
- Pułapka: MAPE nie rozróżnia prognozy zawyżonej od zaniżonej – do tego służy bias.
Jak liczyć błąd prognozy MAPE
Dla każdego okresu (zwykle miesiąca) i każdej pozycji bierzesz prognozę zrobioną z odpowiednim wyprzedzeniem (np. na 2 miesiące przed) i porównujesz z faktyczną sprzedażą. Błąd bezwzględny dzielisz przez rzeczywistość i uśredniasz. Kluczowe: prognoza musi być „zamrożona” w momencie, kiedy służyła do decyzji – nie ta poprawiona tydzień przed końcem miesiąca.
MAPE = (1 ÷ n) × Σ |rzeczywistość − prognoza| ÷ rzeczywistość × 100%
Przykład dla trzech miesięcy: prognoza 100/120/90, sprzedaż 110/100/95. Błędy: 9%, 20%, 5%. MAPE = 11%. Obok MAPE warto zawsze liczyć bias – średni błąd ze znakiem. Jeśli prognoza jest systematycznie o 15% za wysoka, MAPE tego nie pokaże wprost, a magazyn rośnie miesiąc po miesiącu.
Jak poprawić dokładność prognozy w praktyce
- Zacznij mierzyć. W większości firm nikt nie wie, jaki jest MAPE, bo prognoza jest nadpisywana i nie ma z czym porównać. Zamrażaj prognozę raz w miesiącu.
- Licz osobno per grupa ABC/XYZ. MAPE 15% dla grupy A i 60% dla grupy C to zupełnie inne sytuacje niż średnia 35%.
- Sprawdź bias. Handlowcy zwykle prognozują za wysoko (optymizm), planista za nisko (żeby nie zostać z zapasem). Sam fakt pokazania biasu zwykle go zmniejsza.
- Porównaj z prostą metodą. Jeśli średnia z ostatnich 3 miesięcy daje niższy MAPE niż prognoza z systemu lub od handlowców, to prognoza nie dodaje wartości.
- Nie walcz o dokładność tam, gdzie jej nie będzie. Dla pozycji Z lepiej skrócić lead time albo produkować na zamówienie, niż próbować prognozować losowość.
Dlaczego błąd prognozy kosztuje więcej niż się wydaje
Błąd prognozy jest głównym składnikiem zapasu bezpieczeństwa: im gorsza prognoza, tym więcej trzeba trzymać „na wszelki wypadek”. Prognoza zawyżona zamraża kapitał i kończy się przecenami; zaniżona – pilnymi zleceniami, nadgodzinami i utraconymi klientami. Obniżenie MAPE z 35% na 20% dla grupy A pozwala zwykle zmniejszyć zapas o kilkanaście procent bez zmiany poziomu obsługi – i to bez kupowania nowego systemu.
Pytanie kontrolne: jaki był błąd prognozy w Twojej firmie w ostatnim kwartale i czy ktoś w ogóle go policzył?
Plan produkcji zmienia się co tydzień, bo prognoza nigdy się nie sprawdza?
Opowiedz nam o jednym problemie, który ciągnie się od miesięcy. W 45-minutowej rozmowie diagnostycznej powiemy, co sprawdzilibyśmy najpierw i czy jesteśmy w stanie pomóc. Bez prezentacji i bez zobowiązań.
Umów bezpłatną rozmowę diagnostycznąNajczęstsze pytania o błąd prognozy
Jaki MAPE jest dobry?
Zależy od pozycji i horyzontu. Dla stabilnych produktów i miesięcznej prognozy 10–20% to dobry wynik; dla pozycji sezonowych lub nowych 30–50% jest normalne. Ważniejsze jest, czy MAPE spada z kwartału na kwartał i czy jest niższy niż przy naiwnej metodzie (ostatnia wartość lub średnia).
Co zrobić, gdy rzeczywista sprzedaż wynosi zero?
MAPE nie da się wtedy policzyć (dzielenie przez zero). Dla pozycji z częstymi zerami lepiej użyć WAPE – sumy błędów bezwzględnych podzielonej przez sumę sprzedaży – która jest też naturalnie ważona wielkością pozycji.
Kto powinien odpowiadać za prognozę?
Jedna osoba lub jeden proces – nie „sprzedaż i produkcja razem”, bo wtedy nie odpowiada nikt. Dobre praktyki: sprzedaż dostarcza informacje o klientach i promocjach, planista robi prognozę statystyczną, a comiesięczne spotkanie S&OP uzgadnia jedną liczbę, którą potem się mierzy.
Czytaj też: Zapas bezpieczeństwa · Analiza XYZ · MPS – główny plan produkcji
