2020-08-19 02:39发布
加入QQ群:457200227(SAP S4 HANA技术交流) 群内免费提供SAP练习系统(在群公告中)
你好
我对"需求计划"和"预测"主题有一个一般性疑问。
找到最佳预测模型的策略是什么? 在某些情况下,IBP找到一个"最佳"配置文件,但是如果我检查了它,那的确不是最佳配置文件。
您有关键人物吗,请帮助您。 除了MAPE。
您如何从详细的阶段开始,以便找到最佳的fcst模型。
致谢
橄榄
嗨,奥利弗,
我的建议是:
第一个阅读时间序列预测的方法和基本技术。 我可以建议从以下站点开始:
例如,检查这些文章。 跳过任何提及的代码(R,python等),并尝试理解其概念。
2nd:了解概念之后,您可以进行SAP IBP Demand配置。 IBP为您提供了TS预测中通常使用的大多数工具,因此下一步是从可用的IBP需求模块中构建"最佳品种"模型。 在这里,您可能需要预先进行IBP的研究和一些计算\建模。 仅举几例:
3rd:需求的IBP不是"红色按钮"。 不要盲目地依赖SAP IBP需求中提供的算法,了解为什么决定使用特定算法的目的(请参阅上面的网站和IBP帮助)。
第四:我不建议将MAPE用作用于多个模型选择的最佳度量。 这是因为MAPE倾向于选择低估的预测模型。 考虑以下情况:
使用MAPE的最佳拟合模型将选择预测算法1。
最佳实践是在模型选择中使用RMSE或MAD(也称为MAE)。 MAD提供了针对异常值的保护,而RMSE提供了获得无偏预测的保证。 您可以轻松地在Google上搜索详细信息,或在YouTube上观看" MAE vs RMSE"相关视频。
但是什么时候使用MAPE? 规划人员,尤其是"高层管理人员"很容易理解MAPE,在这种情况下,您将计算MAPE。
希望这对您有帮助。
最好的问候
Lev Degtyarov
(以前的需求计划者)
您好,Lingaiah,
感谢您的回复。
您是否忽略了不同的预测误差。 Wat是最好的fcst错误,为什么对您来说最好呢?
预先感谢
嗨,
需求计划为您提供了多种工具,可以针对各种情况或业务的特定部分生成预测。 利用历史数据和基于科学的统计算法,它可以提高收入预测的准确性,使库存水平与可预测的需求变化保持一致,并提高给定渠道或产品的获利能力。
SAP提供了 以下工具来进行需求计划和预测计划。
需求计划纯粹取决于公司策略,他们如何生成产品组,渠道和部门的预测。
IBP需求计划过程建议使用"最佳匹配"模型来推导
预测运行之后,计划运行者可以根据历史数据和预测误差方法来审查最佳的fil方法选择。
>
要仔细考虑一下历史数据的清理,如果历史数据能够正确对齐以提供用于统计预测的数据,则总体预测准确性也会提高。
MPE-平均百分比误差
MAPE-平均绝对百分比误差
MSE-均方误差
RMSE-均方根误差
MAD-平均绝对偏差
MASE-平均绝对比例误差
WMPE-加权平均绝对百分比误差
TE-总误差
TEA-总绝对误差
请注意,这种方法仍处于较高水平,取决于业务需求,需求计划和预测方法的选择可能会有所不同。
最好的问候,
林加语
并非每种预测模型都需要针对每种销售模式都是最佳的。 IBP需求模块带有称为"时间序列分析"的概念,通过该概念我们可以了解销售模式并相应地确定预测模型。 通常,销售模式将是恒定的,趋势的,季节性的,季节性的趋势,零星的。 对于时间序列分析得出的每个模式,我们可以采用针对该模式的不同预测模型,以基于最小的预测误差得出最佳拟合结果。
如果您没有IBP需求许可证,则时间序列分析将是一项手动活动,您的预测模型将有限,只有RMSE或MSE可用于最佳拟合计算。
如果您拥有IBP需求许可证,则可以继续执行"时间序列分析",并且您可以基于多个最佳预测选择来选择多个预测模型和多个预测误差。
请参阅以下链接中的"预测算法"部分
https://help.sap.com/viewer/6b0a6820ebf94ff4a15d68af6db7745b/2002/ zh-CN
此致
Riyaz
最多设置5个标签!
嗨,奥利弗,
我的建议是:
第一个阅读时间序列预测的方法和基本技术。 我可以建议从以下站点开始:
例如,检查这些文章。 跳过任何提及的代码(R,python等),并尝试理解其概念。
2nd:了解概念之后,您可以进行SAP IBP Demand配置。 IBP为您提供了TS预测中通常使用的大多数工具,因此下一步是从可用的IBP需求模块中构建"最佳品种"模型。 在这里,您可能需要预先进行IBP的研究和一些计算\建模。 仅举几例:
3rd:需求的IBP不是"红色按钮"。 不要盲目地依赖SAP IBP需求中提供的算法,了解为什么决定使用特定算法的目的(请参阅上面的网站和IBP帮助)。
第四:我不建议将MAPE用作用于多个模型选择的最佳度量。 这是因为MAPE倾向于选择低估的预测模型。 考虑以下情况:
使用MAPE的最佳拟合模型将选择预测算法1。
最佳实践是在模型选择中使用RMSE或MAD(也称为MAE)。 MAD提供了针对异常值的保护,而RMSE提供了获得无偏预测的保证。 您可以轻松地在Google上搜索详细信息,或在YouTube上观看" MAE vs RMSE"相关视频。
但是什么时候使用MAPE? 规划人员,尤其是"高层管理人员"很容易理解MAPE,在这种情况下,您将计算MAPE。
希望这对您有帮助。
最好的问候
Lev Degtyarov
(以前的需求计划者)
您好,Lingaiah,
感谢您的回复。
您是否忽略了不同的预测误差。 Wat是最好的fcst错误,为什么对您来说最好呢?
预先感谢
嗨,
需求计划为您提供了多种工具,可以针对各种情况或业务的特定部分生成预测。 利用历史数据和基于科学的统计算法,它可以提高收入预测的准确性,使库存水平与可预测的需求变化保持一致,并提高给定渠道或产品的获利能力。
SAP提供了 以下工具来进行需求计划和预测计划。
需求计划纯粹取决于公司策略,他们如何生成产品组,渠道和部门的预测。
IBP需求计划过程建议使用"最佳匹配"模型来推导
预测运行之后,计划运行者可以根据历史数据和预测误差方法来审查最佳的fil方法选择。
>
要仔细考虑一下历史数据的清理,如果历史数据能够正确对齐以提供用于统计预测的数据,则总体预测准确性也会提高。
MPE-平均百分比误差
MAPE-平均绝对百分比误差
MSE-均方误差
RMSE-均方根误差
MAD-平均绝对偏差
MASE-平均绝对比例误差
WMPE-加权平均绝对百分比误差
TE-总误差
TEA-总绝对误差
请注意,这种方法仍处于较高水平,取决于业务需求,需求计划和预测方法的选择可能会有所不同。
最好的问候,
林加语
嗨,奥利弗,
并非每种预测模型都需要针对每种销售模式都是最佳的。 IBP需求模块带有称为"时间序列分析"的概念,通过该概念我们可以了解销售模式并相应地确定预测模型。 通常,销售模式将是恒定的,趋势的,季节性的,季节性的趋势,零星的。 对于时间序列分析得出的每个模式,我们可以采用针对该模式的不同预测模型,以基于最小的预测误差得出最佳拟合结果。
如果您没有IBP需求许可证,则时间序列分析将是一项手动活动,您的预测模型将有限,只有RMSE或MSE可用于最佳拟合计算。
如果您拥有IBP需求许可证,则可以继续执行"时间序列分析",并且您可以基于多个最佳预测选择来选择多个预测模型和多个预测误差。
请参阅以下链接中的"预测算法"部分
https://help.sap.com/viewer/6b0a6820ebf94ff4a15d68af6db7745b/2002/ zh-CN
此致
Riyaz
一周热门 更多>