專業顧問服務部 張琍雯
怎麼樣才是一個好的預測準確度衡量公式呢?
應該把預測值放在分母、實際值放在分母,還是比較預測跟實際值大小後,選擇大者作為分母等,無論是何者,一直以來都有各自的擁護者,也沒有定論。最近看到出版在iBF (Institute of Business Forecasting & Planning)[i]期刊的一篇文章,探討如何選擇一個好的預測衡量公式,作者從他自身在產業輔導與企業實踐經驗提出,這不應該是一個的數學公式問題,而應該要依照不同的企業狀況而異。文章中提出7個選擇的準則(Guidelines),在這裡跟大家分享一下。
- 準則1 : 選擇1個最終的衡量指標,避免造成管理層認知衝突
- 準則2 : 衡量方式/公式必須簡單易懂
- 準則3 : 衡量方式需要能與企業的商業模式結合
- 準則4 : 拿來計算的預測版本,應該考慮供應鏈的交貨前置期 (Leadtime)
- 準則5 : 用過去數據驗證你選擇的計算方式是否適切
- 準則6 : 借用歷史數據的分析,建立合理的控管(異常)標準
- 準則7 : 實施根因分析流程(Root-cause analysis)
- 準則8 : 使用其他的輔助指標來協助你分析
- 準則9 : 有明確的負責對象(Ownership)
- 準則10 : 提前與各部門進行溝通
我個人很認同上述提到的準則6、7與10,甚至認為這幾點的重要性凌駕在其他準則之上。為什麼呢? 從過去的實施經驗可以發現,很多企業客戶因為必須有一個”量化”的指標來具體衡量流程是否被改善了,預測準確度(或者預測誤差率)是最直覺也是最普遍被使用的指標,也常常把它當作是項目的驗收標準,所以,自然而然就會往下延伸探討精準度的計算公式(因為會直接影響到驗收與否)。但是,準確度越高就表示這是一個好的流程嗎? 如果單單以預測準確度作為衡量需求預測流程的唯一指標,是過於單薄且片面了; 一個好的需求預測管理流程,不單單只是反映在指標的數字上。預測的準則是: 預測永遠不會100%準確,預測準確度本來就是一個上上下下隨時間變化的,糾結在那1%或2%的準確度提升與否,被它拉著走而無視於數字後面的內涵,才是最大的隱憂; 企業應該嘗試從更宏觀的角度去檢視自身的需求預測流程,是否形成一個良性的、能永續不斷改善、能持續學習的循環,才是重點,這也是其他競爭者無法複製學習的地方。而在這個宏觀的角度下,再來檢視當初設計預測準確度的目的,我認為準確度指標的意義,是為了協助管理者快速聚焦、並評估未來改善空間的協助指標,應該被衡量的,應該是預測誤差所產生的後果,例如缺貨或庫存囤積,而非預測準確度本身,而要做到這件事情,準則6、7與10的實踐與否,就會產生巨大且明顯的差異。