Forecast Errors (MAPE · MAE

Интро: ошибка — зеркало прогноза

Представьте, что вы заказали кофе на вынос. Обычно бариста наливает 200 мл, но сегодня — 180. Разница 20 мл — это ошибка прогноза. В бизнесе всё то же самое: важно знать, насколько вы промахнулись.

Что такое факт, прогноз и период

Факт (Actual) — реальное значение за период.

Прогноз (Forecast) — ожидаемое значение за тот же период.

Период — единица времени, по которой сравнивают факт и прогноз.

Ошибка прогноза (Forecast Error) = Факт − Прогноз.

N — количество периодов, по которым рассчитывается метрика (например, 12 месяцев).

Основные метрики точности

1. MAPE — Средняя абсолютная процентная ошибка (Mean Absolute Percentage Error)

Формула: (Σ |Actual − Forecast| / Actual) / N × 100%

Показывает, на сколько процентов в среднем прогноз отклоняется от факта. Удобна для общения с бизнесом.

2. MAE — Средняя абсолютная ошибка (Mean Absolute Error)

Формула: Σ |Actual − Forecast| / N

Показывает, насколько в среднем прогноз промахивается в натуральных единицах (шт., ₽ и т.д.).

3. RMSE — Среднеквадратичная ошибка (Root Mean Squared Error)

Формула: √(Σ (Actual − Forecast)² / N)

Сильнее наказывает крупные промахи — важна при контроле сервиса и дефицитов.

Попробуйте сами

Введите данные через запятую, например: 100, 120, 130

Факт:
Прогноз:

Бизнес-кейс

В Nestlé команда Demand Planning считала MAPE = 8% отличным результатом — прогноз отклонялся от факта не более чем на 8%.

Практика

Посчитайте MAE, MAPE и RMSE для 12 месяцев продаж. Используйте Excel-шаблон.

Миф и реальность

Миф: MAPE всегда лучший показатель.
Реальность: если факт близок к нулю, MAPE искажается. Используйте WAPE или sMAPE.

Вывод

MAPE — процентный показатель для бизнеса.
MAE — ошибка в единицах.
RMSE — чувствителен к большим ошибкам.
Сравнивайте модели на одинаковом окне данных.
Forecast Accuracy = 100% − MAPE.

Проверка знаний

Intro: Error is the mirror of your forecast

Imagine ordering a 200 ml coffee, but the barista serves only 180 ml. The missing 20 ml is your forecast error. In business, we face the same — we just measure it with numbers.

What are Actual, Forecast, and Period?

Actual — the real value for a period.

Forecast — the expected value for that same period.

Period — the time unit (e.g., month, week) you compare.

Forecast Error = Actual − Forecast.

N — the number of periods used to calculate the metric (e.g., 12 months).

Key Forecast Accuracy Metrics

1. MAPE — Mean Absolute Percentage Error

Formula: (Σ |Actual − Forecast| / Actual) / N × 100%

Shows how much, on average, forecasts deviate from actuals — convenient for business communication.

2. MAE — Mean Absolute Error

Formula: Σ |Actual − Forecast| / N

Indicates how far off forecasts are in natural units (pieces, $, €, etc.).

3. RMSE — Root Mean Squared Error

Formula: √(Σ (Actual − Forecast)² / N)

Penalizes large errors more strongly — important when avoiding shortages or overstock.

Try it yourself

Enter data separated by commas, e.g., 100, 120, 130

Actual:
Forecast:

Business Case

At Nestlé, the Demand Planning team considered MAPE = 8% excellent — forecasts deviated from actuals by no more than 8%.

Practice

Calculate MAE, MAPE, and RMSE for 12 months of data. Use the Excel template below.

Myth vs Reality

Myth: MAPE is always the best metric.
Reality: When actuals are near zero, MAPE explodes. Use WAPE or sMAPE instead.

Summary

MAPE — percentage-based metric for communication.
MAE — error in natural units.
RMSE — penalizes large deviations.
Compare on the same holdout window.
Forecast Accuracy = 100% − MAPE.

Forecast Accuracy: MAPE / MAE / RMSE