Prüfen, ob jede Überarbeitung die Prognose verbessert

Die Stufe vor ihrer Bewertung festlegen

Der Planer speichert die statistische Prognose, bevor ein Analyst sie ändert. Anschließend hält der Analyst die überarbeitete Prognose und den Änderungsgrund fest. Sobald die tatsächliche Nachfrage vorliegt, kann das Team beide Versionen anhand derselben Beobachtungen vergleichen.

Der FVA-Leitfaden von SAS und das Institute of Business Forecasting beschreiben diesen Vergleich zwischen Prozessstufen. Ein Team kann eine Analystenkorrektur, eine gemeinsame Abstimmung oder einen anderen dokumentierten Schritt untersuchen. Dabei müssen die Vergleichsgrundlagen gleich bleiben.

Halten Sie zwei Vergleiche auseinander. Der Stufenvergleich prüft eine Stufe gegen ihren unmittelbaren Vorgänger. Der Vergleich mit einer einfachen Methode prüft den gesamten Ablauf, etwa gegen eine geeignete naive oder saisonal naive Prognose. Eine Überarbeitung kann ein schwaches Modell verbessern, obwohl der gesamte Ablauf weiterhin schlechter abschneidet als diese einfache Methode.

Vorzeichen und Einheit angeben

Bei einem Fehlermaß, dessen kleinere Werte besser sind, ziehen Sie den Fehler der Vergleichsprognose vom Referenzfehler ab. Eine positive Differenz spricht bei diesem Maß für die Vergleichsprognose. Nennen Sie die verwendete Referenz. Ein als FVA bezeichneter Wert bleibt ohne seinen Vergleich unvollständig.

Sind beide Fehler Prozentwerte, wird ihre Differenz in Prozentpunkten angegeben. Ein Planer darf diese Differenz weder als prozentualen Bestandsabbau noch als eingesparten Geldbetrag melden. Prognosefehler und Folgen der daraus abgeleiteten Bestellung brauchen getrennte Nachweise.

Wie das Fehlermaß den Prognosevergleich verändert

Vergleichen Sie zwei Prognosen für drei fiktive Produkte aus Aboshs Notiz zur Prognosegenauigkeit. Beide verwenden dieselbe tatsächliche Nachfrage. Ohne historische Ausgabezeitpunkte oder eine Folge von Korrekturen zeigt das Beispiel, wie das Fehlermaß den Vergleich verändert. Die Wirkung einer Abstimmungsrunde lässt sich daraus nicht ableiten.

Verwenden Sie nur für diese Rechnung A als Referenz und B als Vergleichsprognose. Die tatsächliche Nachfrage beträgt insgesamt 1110 Teile. Die absoluten Abweichungen summieren sich bei A auf 111 Teile, bei B auf 20. Beide Prognosen liegen in jeder Zeile unter der tatsächlichen Nachfrage.

Zeitpunkte und fehlende Datensätze im Vergleich erhalten

Ein Einkäufer, der acht Wochen vor der Lieferung bestellt, kann seine damalige Wahl nicht mit einer erst zwei Tage vor der Lieferung ausgegebenen Prognose erklären. Die vorhandene Notiz zur Prognosegenauigkeit verwendet diese zeitliche Unterscheidung. Bewahren Sie Ausgabezeitpunkt, Zielperiode und Horizont jeder zu bewertenden Stufe auf.

Ordnen Sie die Datensätze nach Produkt und Zielperiode einander zu. Fehlt eine Version, melden Sie den nicht zuordenbaren Umfang und den Grund. Schwierige Zeilen aus einer Stufe zu entfernen, kann deren Wert verbessern, ohne eine Prognose zu verbessern.

Vereinbaren Sie, was als tatsächliche Nachfrage gilt. Verkäufe während eines Fehlbestands können unerfüllte Nachfrage auslassen. Kennzeichnen Sie einen Vergleich, der nur Verkäufe erfasst, entsprechend und erhalten Sie die Fehlbestandsnachweise. Der Planer sollte auch Zeilen ohne Nachfrage aufbewahren: MAPE ist bei einer tatsächlichen Nachfrage von null für die betreffende Zeile nicht definiert. WAPE ist nicht definiert, wenn sein gesamter Nenner null ist.

Siehe auchBedarf und VersorgungFertigungsdatenanalyse

Den Wert im Zusammenhang mit der Entscheidung lesen

Der Vergleich der drei Produkte zeigt die Wahl zwischen gesamter Mengenabweichung und relativem Fehler je Produkt. Er kann nicht erkennen lassen, welcher Fehlbestand den Betrieb eines Kunden anhalten würde. Zeigen Sie wichtige Einzelabweichungen und systematische Über- oder Unterschätzungen neben dem Gesamtergebnis.

Hyndmans Erläuterung zu WAPE warnt auch vor dem veränderlichen Nenner und der Anwendung auf nichtstationäre Zeitreihen. Ein sinkender Prozentwert in unterschiedlichen Nachfrageperioden belegt noch keine Verbesserung. Vergleichen Sie die Stufen anhand derselben Datensätze. Für eine längerfristige Methodenbewertung brauchen Sie eine geeignete Vergleichsprognose oder ein skaliertes Fehlermaß.

Ein negatives Ergebnis gibt dem Team eine konkrete Überarbeitung zur Untersuchung. Prüfen Sie, ob eine Verkaufsaktion, eine Datenkorrektur, eine verspätete Eingabe oder eine andere veränderte Bedingung das Ergebnis erklärt. Bewerten Sie Personen nicht anhand eines einzelnen Produkts oder einer einzelnen Periode. Die Kennzahl beschreibt den dokumentierten Vergleich. Sie beweist nicht, dass das Urteil einer Person das Ergebnis verursacht hat.

Eine nachvollziehbare Prüfung durchführen

Verwenden Sie den Vergleichsdatensatz zusammen mit den ursprünglichen Versionen. Lassen Sie fehlende Zeitpunkte, Gründe und Kosten leer, bis jemand sie liefern kann. Die enthaltenen A/B-Daten dienen nur zur Rechenprüfung. Sie sind vom leeren Datensatz zur Prozessbewertung getrennt.

1. Entscheidung und Horizont benennen

   Die Bestell- oder Planungsentscheidung wählen, deren Prognose bewertet werden soll.

2. Die Ergebnisse der Stufen speichern

   Ausgabezeitpunkt, Produkt, Periode, Einheiten und Version erhalten, bevor jemand die Prognose ändert.

3. Die Bewertungsdaten einander zuordnen

   Dieselben Istwerte verwenden und fehlende, ausgeschlossene sowie von Fehlbeständen betroffene Beobachtungen melden.

4. Beide Vergleiche berechnen

   Jede Stufe mit ihrem Vorgänger und den gesamten Ablauf mit einer geeigneten einfachen Vergleichsprognose vergleichen.

5. Untersuchen und erneut prüfen

   Wichtige Abweichungen und wiederholte Ergebnisse prüfen, bevor der Schritt beibehalten, geändert oder entfernt wird.