在精益車間的供應鏈管理體系里，銷售需求預測的精準度至關(guān)重要。在筆者前期的文章《供應鏈管理為什么要做銷售需求預測？》中闡述了供應鏈管理中銷售需求預測的本質(zhì)和價值，明確了要使精益車間的供應鏈達成高質(zhì)量、低成本的準時交付的使命，準確的銷售需求預測是必不可少的輸入。在筆者所輔導的企業(yè)的精益車間中，所有的企業(yè)都面臨銷售需求預測不準確的問題，在和供應鏈相關(guān)職能部門的訪談中，幾乎所有的部門都把需求預測準確度低作為企業(yè)供應鏈管理當前最重要的痛點，沒有之一。

在精益車間的實際運營中，當面臨銷售需求預測不準確的情況時，會直接影響到車間的生產(chǎn)安排、庫存管理等多個環(huán)節(jié)。然而在筆者詢問目前銷售需求預測準確度具體是什么水平的時候，企業(yè)要么沒有量化評價的數(shù)據(jù)，要么已有的數(shù)據(jù)不能準確評價需求預測的準確度。要持續(xù)提升精益車間銷售需求預測的準確度，首要的工作就是建立量化的用于評價準確度的衡量指標，而不僅僅是憑感覺去做出判定，因為“不能衡量就不能管理，不能管理就不能改善”，那么應該用什么指標去量化評價需求預測的準確度呢？常使用的有以下兩個指標。

平均方差誤差（MSE）

平均方差誤差（Mean Square Error）為需求預測值和實際值誤差平方的平均值，其公式如下。

平均方差誤差指標中各項術(shù)語定義如下：

• 誤差為預測值和時間的差異值
• 誤差平方是差異值的平方
• 誤差平方和為所有預測的誤差平方之和
• n為預測樣本量，即為預測的個數(shù)
• 平方方差誤差為誤差平方和除以預測樣本數(shù)n，也就是誤差平方的平均值。

平均方差誤差指標案例

由平均方差誤差的定義可知，預測誤差越大，則該指標越大，同時平均均方誤差還有一個的特點，其受大的預測偏差影響更大。但是這個指標是沒有的實際含義，如以上案例中的MSE為30583，那這個30583具有指的是什么？因此，平均方差誤差不是僅僅通過一個數(shù)據(jù)做出預測準確度的判定的，而是通過比較做出評定的。通常是用于判定和選擇準確度最好的預測模型。如一組數(shù)據(jù)，我們既可以用移動平均值方法進行預測，也可以用指數(shù)平滑法進行預測，那么到底哪一個方法更準確呢？這個是可以分別利用兩種方法進行預測，然后計算兩種方法的MSE，MSE更小的模型的預測擬合度更好。

平均絕對百分比誤差（MAPE）

平均絕對百分比誤差（Mean Absolute Percentage Error）為預測誤差百分比絕對值的平均值，其公式如下。

平均絕對百分比誤差指標中各項術(shù)語定義如下：

• 誤差為預測值和時間的差異值
• 誤差百分比為差異值除以實際值
• n為預測樣本量，即為預測的個數(shù)
• 平均絕對百分比誤差為誤差百分比絕對值之和和除以預測樣本數(shù)n，也就是誤差百分比絕對值的平均值。

平均絕對百分比誤差指標案例

由平均絕對百分比誤差的定義可知，預測誤差越大，則該指標越大。誤差百分比除以實際值而不是預測值是因為預測的目的是要與實際值吻合，而取百分比的絕對值再求平均因為百分比誤差有正有負，取絕對值可避免正負相消。在計算該指標的時候可能會遇上一種特殊的情況，這種情況為有預測值而實際值為零的時候，這種情況下，無法求出該預測的誤差百分比，當出現(xiàn)這種情況時處理辦法有兩種，一種為以1作為實際值，第二種情況時把該預測排除在指標計算之外。平均絕對百分比誤差指標只要用于銷售預測準確率的評價、分析和改進。

以上就是常用的用于評價銷售需求預測準確度的量化評價指標，對精益車間的需求預測工作建立可衡量的量化評價指標才能夠?qū)︿N售需求預測工作進行監(jiān)控、分析和檢討，只有這樣，銷售需求預測才能不斷地改進，預測準確度才會持續(xù)得到提升，從而更好地保障精益車間供應鏈的高效運行。