很多從事計劃工作的人，都繞不開一個指標，就是預測準確率。而預測準確率算法也各有差異。通常使用MAPE（平均絕對百分比誤差，Mean Absolute Percentage Error）作為計算的依據。而預測準確率就是1-MAPE的百分比值了。不過在計算MAPE的時候，差異也就產生，有些是以實際值為分母計算MAPE, 而有些則是以預測值為分母。

以下數據采用不同的計算標準，從而得出不同的預測準確率。

那么究竟采用哪一種好呢?

這個問題不妨留給讀者自己思考，筆者的本文并非詳談這點。感興趣的讀者不妨發表你的見解。

另外，有一點就是通過引入一個預測準確率，來顯示“專業“和所謂的工作有效性。假如當問及一個做計劃的人員，你做的預測準確率能去到多準？而對方答你，我不使用預測準確率，又或者不到50%，那多半被認定這個人能力不行。預測準確率和計劃能力掛鉤了。

同時預測準確率又是一個很好的KPI工具，為KPI而KPI的工具，這個月準確率70%的話，那下一個月就做到75%吧，否則獎金就沒有了。

而并不多人去思考為什么采用和追求預測準確率這個問題。

預測準確率高，就表明越能準確預測到需求，然后建立相應的需求計劃，從而減少因此帶來的諸如安全庫存拔高，加急安排或者延遲交貨，缺貨等，對企業帶來損失的情況。這進一步引來一種無謂的責任背負，企業在交貨方面引起的額外成本（自認為的），又或者利潤損失，就是因為預測不準，從而扣上大帽，稱為替罪人。

首先看看預測的特質。

預測總是錯誤的。這是做計劃和考核者的爭論點，前者認為預測肯定是錯誤的，準確率要是做到KPI（很多KPI都是自我中心出發，而非考核和被考核真正共同得出的目標），何不去買彩票？而反對者認為做到這么低的預測率，根本沒有意義，肯定是計劃者水平不夠。

接著我們回歸本源，究竟預測是為了什么？

預測應該是為了計劃而服務的一個工作內容，通過預測，得到對未來發生的預判，從而因此作出合理的計劃安排，包括采購，庫存，物流等工作，均可以以這個為前提作出具備彈性的安排。

在預測上，得到的結果，應該起的是一個導向作用，而非判斷和決定作用。

為了更好地計劃工作，追求更好的預測準確率是應該的。但是追求更好的預測準確率，并非是把著眼點只盯著在準確上，而重點應該是錯誤上。

預測的過程中，一個重要的工作就是把已知的可能因素納入在未來需求量的考慮中，比如時間序列法，過往歷史數據的諸如季節作用等，是否會反映在未來上，過去的歷史規律，是否都能重復反映在未來并按照這個規律發展，而在未來需求上，市場的信息，公司的策略，是否帶來其他因素，這些形成的預測一旦和實際需求不同。差異點，錯誤量，究竟哪些是納入需求預測而實際沒有的，這些才是追求預測準確率的思考重點。

比如本月的預測準確率是84.75%，那么相對而言，錯誤就是1-84.75%=15.25%，至于為何引起這15.25%就是計劃人員的思考點，同時這樣的差異，如何在計劃執行工作能夠彌補，則是整個供應鏈管理相關部門的共同協作的目標，而非計劃部門單獨對應。比如物流的安排上，生產的排期上，縮短提前期，而在需求上，是否可以分批交付和讓客戶接受延期，都是一些常規的處理方法。

而發現預測方法上，比如季節指數引入的不夠恰當，當修正處理之后，預測準確率提升到87.22%，那么這就是挖掘預測準確率錯誤的重要作用了。

至此，引發的問題就是，追求哪些SKU的預測準確率。

動輒成千上萬的SKU，是不少企業常有的事情。那么每個作業人員應該處理多少個SKU，是值得考慮的問題，當然每人對應數個自然是好事，有更多的精力考究和運用，并借此提高準確率，但是人力成本上不可能容許這么樣。

不過，一刀切又不是一件好事。

如下，假如有N個SKU，不同的預測準確率，如果一刀切70%的準確率作為考核點或者目標值，則是意義有限。

在認識貨物特征的時候，我們使用了XYZ分類法，就是根據貨物的不同波動程度來劃分出不同的群體，從而選擇適合的對應方法。

如果是X類，波動比較平穩，則預測相對比較容易，但是Z類產品，又或者間歇性需求的SKU，這些產品并不容易把握未來需求，假如和X類同樣一刀切建立一個目標值，這顯然不恰當，同時這類產品難以達到要求的效果。

由于預測涉及一個特點是，顆粒度越大的預測相對更加準確，非要給Z類，甚至Y類，設立預測準確率的，那么不妨以群體（比如類別等）進行一個目標設置。

還可以采用庫存管理的同樣方法。庫存管理往往按照價值進行ABC分類，預測也可以采用ABC分類，僅僅對重點的貨物進行預測準確率的統計和追求，那么相對就可以釋放更多的人力物力去提供公司的供應鏈管理價值。

其實，最重要的就是要清楚預測是為了什么。

知道為什么后才去預測，才去追求預測準確率，總是好過把目光僅僅盯在預測準確率和預測一點上。

當然，預測的工作很難，要懂得，聯系的，涉及的非常非常多，不過相對于整個供應鏈管理，這又僅僅是很小的一部分。

固然，預測準確率提升，越準確對整個供應鏈管理起到很大的幫助作用，不管要是僅僅因此把它作為決定性因素，這其實夸大了預測準確率的作用。