預測不是衡量準確性, 而是偏差率

文:文/劉寶紅2023年第五期

導語:我們其實是很難分析賭對的原因,除了基本的“從數(shù)據(jù)出發(fā),由判斷結(jié)束”的需求預測流程,以及選擇更合適的數(shù)理統(tǒng)計模型。 需求預測就如發(fā)射導彈, 一路飛去, 一路糾偏,命準目標的過程其實就是糾正偏差的過程。

  預測就如賭博,賭對說明了什么?說 明了你幸運。我們其實是很難分析賭對的 原因,除了基本的“從數(shù)據(jù)出發(fā),由判斷 結(jié)束”的需求預測流程,以及選擇更合適 的數(shù)理統(tǒng)計模型。即使這兩者都做對了, 你還是可能預測失敗。所以,從賭對中, 我們很難學到太多的東西。這就如你問那 位九十多歲的老壽星長壽的秘訣,他說他 吃飯,他運動,他睡覺——他其實也不知 道為什么長壽,否則的話,為什么不教給 他的老伴兒,這樣,老伴兒就不會在三十 年前去世了。

  成功并不能讓我們更聰明多少,也很 難復制。否則的話,馬云會把他的那些成 功法則一遍又一遍地復制,把地球上的錢 都賺光了; 蘋果也是,把iPhone的成功復 制到i汽車、i電視、i電冰箱,凡是你能想 到的,前面都加個i。人之所以變聰明,是 因為我們從失敗中學習。具體地說,就是 堅守基本原則的情況下,盡量避免那些失 敗,這樣就增加成功的概率。

  就拿長壽來說,基本原則就是吃好、 運動好、休息好。要避免的失敗呢,就是 不吸毒, 少喝酒,不在XYZ公司上班——

  加班太多,過勞死;壓力太大,容易跳 樓。對于需求預測來說,堅持基本原則就 是選擇最合適的統(tǒng)計模型,走“從數(shù)據(jù)出 發(fā),由判斷結(jié)束”的基本流程。而要避免 的失敗呢,則得從預測的偏差率中去發(fā)現(xiàn) ——所有的預測都是錯的,識別偏差,糾 正差別就是調(diào)整預測的過程。

  需求預測就如發(fā)射導彈, 一路飛去, 一路糾偏,命準目標的過程其實就是糾正 偏差的過程。

  讓我們先來看偏差怎么計算。概念上 很簡單:實際值與預測值的差就是偏差。

圖片 162.png

圖片 164.png

導彈擊中目標的過程,就是發(fā)現(xiàn)偏差,糾正偏差的過程

  但預測是個循環(huán)更新的過程,如果每月滾 動的話,每一個月就有個預測。那究竟該 用哪個月的預測來計算偏差?這取決于供 應(yīng)鏈的響應(yīng)周期:在一般的行業(yè),生產(chǎn)周 期加上長周期物料的采購前置期,大概在 3個月左右。因此,理論上講,用三個月 前的預測(M-3)最合理:1月份,你告 訴我4月份的預測是100個,我就按照這 個來采購、生產(chǎn)。結(jié)果4月份的實際需求 是80個,那么偏差就是20個,偏差率是 25%。

  M-3的偏差率一般會非常高,會揭 示太多的“問題”。而最大的問題呢,就 是預測做得太早而不準,解決方案就是縮 短供應(yīng)鏈的響應(yīng)周期,這樣我們就不需要 那么早地做預測了。所以時間是最大的因 素,對于需求預測來說又不可控,反倒把 很多別的可控因素給掩蓋了。

  打個不一定很恰當?shù)谋确?。喬丹?投籃命準率是49.7%,這是他在三分線內(nèi) 外的命準率。假定喬丹一過中場就投籃, 估計命準率只有5%。分析為什么95%的 球都投丟了,結(jié)論很容易是他離籃板太遠 了。其實即使喬丹在籃下,跟籃板的距離是0,也不是百分之百地命準。這意味著 在距離因素以外,還有別的因素在影響他 的投籃命準率,比如投籃的姿勢,手腕的 發(fā)力等。這些其實是可以控制的,但因為 被距離因素掩蓋掉了,反倒沒有被發(fā)現(xiàn), 采取合適的糾偏措施。

  有些企業(yè)用M-1來統(tǒng)計偏差,用1個 月前的預測作為基準。這有一定的合理 性,因為一般的行業(yè),需求預測的凍結(jié)期 大概是1個月以內(nèi)(意味著數(shù)量、配置和 日期都不能改變),如果進入凍結(jié)期還改 變預測,那對生產(chǎn)和供應(yīng)鏈的代價很高, 所以必須嚴加控制。半凍結(jié)期大概在1到 2個月,這段時間內(nèi)的需求變化呢,對不 起,供應(yīng)鏈你就想法消化吧。就這樣,凍 結(jié)期內(nèi)的問題由銷售買單;半凍結(jié)區(qū)內(nèi)的 變動由供應(yīng)鏈買單,兩頭一湊,算是個折 中方案吧。

  但是,對于芯片等采購提前期很長 (動輒就13個星期或更長),供應(yīng)靈活性 很差的情況(比如芯片生產(chǎn)流程很長很復 雜,人工干預挺困難),M-1對供應(yīng)鏈來 說就有點太不公平——M-1的預測準確度 挺高,但太遲了,因為供應(yīng)鏈的決策早都做了。這就是為什么有些企業(yè)用M-2來統(tǒng)計預測的準確度,分析其偏差度。當然,還有些企業(yè)采取更折中的方式,用M-1、M-2、M-3的平均值來統(tǒng)計需求預測的差異,這在操作上有點太復雜,也掩蓋了不少有用的信息,指導意義有多大,還有待商榷。

  其實,采用多久前的預測做基準,其實是銷售與供應(yīng)鏈力量博弈的結(jié)果:銷售的力量越強,就選擇近期的預測做基準;供應(yīng)鏈的胳膊越粗,就越可能用更久前的預測做基準。想必我們現(xiàn)在也清楚了,如果兩家公司都說他們的預測偏差是30%時,如果一個用的是M-1,另一個是M-3,那他們的差距可不是一點點喔。定義好了偏差怎么計算,讓我們進一步探討差異是怎么分析的。總的來說,我們感興趣有幾個方面:絕對偏差(絕對值),相對偏差(百分比),偏差的方向(偏見)。

  先說絕對偏差。假定需求預測是100,實際需求是80,那么絕對偏差就是20。除以實際需求80,就得到絕對百分比偏差25%。絕對百分比讓不同的產(chǎn)品有了可比性,所以是差異分析中較常用的一種。不過你看得出,絕對百分比掩蓋了偏差方向,沒法判斷預測是虛高還是虛低。比如需求預測是60,實際需求是80,其百分比差異也是25%。但你知道,這是預測虛低,會造成短缺,跟預測100、實際80造成的過剩不一樣,對供應(yīng)鏈的影響也不同。

  這就是為什么有些公司拿掉絕對值,直接計算預測和實際的偏差百分比。這種偏差可以清楚地判斷預測與實際的偏差方向,以揭示需求預測中的系統(tǒng)性偏見。比如“由判斷結(jié)束”中,有幾個銷售人員習慣性地高估需求,而別的銷售人員時高時低,更加符合統(tǒng)計學規(guī)律。根據(jù)這樣的分析,就可有針對性地采 取組織措施,糾正這幾個銷售人員的行為。

  有的公司把預測和實際的偏差值累計起來,就得到累計偏 差,以判斷預測的累計影響。比如而1月、2月、3月的預測偏高, 4月、5月、6月的偏低,半年加起來可能抵消,從而沒有造成呆滯 庫存。不過這并不意味著完美無缺。比如基于前三個月的過高預 測,供應(yīng)鏈可能不得不趕工加急,造成額外的運營成本;由于后 三個月的預測偏低,工廠可能遣散一部分員工,產(chǎn)生遣散費用。 可以說, 一旦匯總,我們可能冒喪失某些信息、掩蓋某些問題的 風險。所以,預測的累計偏差一般不獨立使用,而是和別的偏差指標一起用。

  此外,還有很多偏差的統(tǒng)計方法,比如統(tǒng)計預測值與實際 值之間的方差、均方差,來衡量偏差的幅度和離散度。但不管用 什么樣的統(tǒng)計方法,超過一定限度的會成為異常值,需要根源分 析,采取糾偏措施。需求預測雖說是“預測”,其實大部分時間 都在糾偏:發(fā)現(xiàn)差異,分析差異,理解差異,采取糾偏措施,比 如更換統(tǒng)計模型,與銷售、市場、產(chǎn)品管理會面討論,和關(guān)聯(lián)職 能協(xié)商等。正是通過處理一個個的“例外”,我們才得以避免失 敗,從而能夠成功。這就如要長壽很簡單,只要解決那些可能讓 你死去的“例外”,活著就是長壽。

圖片 166.png




中傳動網(wǎng)版權(quán)與免責聲明:

凡本網(wǎng)注明[來源:中國傳動網(wǎng)]的所有文字、圖片、音視和視頻文件,版權(quán)均為中國傳動網(wǎng)(m.u63ivq3.com)獨家所有。如需轉(zhuǎn)載請與0755-82949061聯(lián)系。任何媒體、網(wǎng)站或個人轉(zhuǎn)載使用時須注明來源“中國傳動網(wǎng)”,違反者本網(wǎng)將追究其法律責任。

本網(wǎng)轉(zhuǎn)載并注明其他來源的稿件,均來自互聯(lián)網(wǎng)或業(yè)內(nèi)投稿人士,版權(quán)屬于原版權(quán)人。轉(zhuǎn)載請保留稿件來源及作者,禁止擅自篡改,違者自負版權(quán)法律責任。

如涉及作品內(nèi)容、版權(quán)等問題,請在作品發(fā)表之日起一周內(nèi)與本網(wǎng)聯(lián)系,否則視為放棄相關(guān)權(quán)利。

伺服與運動控制

關(guān)注伺服與運動控制公眾號獲取更多資訊

直驅(qū)與傳動

關(guān)注直驅(qū)與傳動公眾號獲取更多資訊

中國傳動網(wǎng)

關(guān)注中國傳動網(wǎng)公眾號獲取更多資訊

熱搜詞
  • 運動控制
  • 伺服系統(tǒng)
  • 機器視覺
  • 機械傳動
  • 編碼器
  • 直驅(qū)系統(tǒng)
  • 工業(yè)電源
  • 電力電子
  • 工業(yè)互聯(lián)
  • 高壓變頻器
  • 中低壓變頻器
  • 傳感器
  • 人機界面
  • PLC
  • 電氣聯(lián)接
  • 工業(yè)機器人
  • 低壓電器
  • 機柜
回頂部
點贊 0
取消 0
往期雜志
  • 2024年第五期

    2024年第五期

    伺服與運動控制

    2024年第五期

  • 2024年第四期

    2024年第四期

    伺服與運動控制

    2024年第四期

  • 2024年第三期

    2024年第三期

    伺服與運動控制

    2024年第三期

  • 2024年第二期

    2024年第二期

    伺服與運動控制

    2024年第二期

  • 2024年第一期

    2024年第一期

    伺服與運動控制

    2024年第一期