需求预测误差追踪 (MAPE/MAD)
"销售总说预测不准"——但到底偏多少、偏哪边、什么时候开始偏？单看 MAPE 数字是看不出来的。本工具把多期预测值与实际值做成时序图，同时给出 MAPE / MAD / Bias / 跟踪信号四个诊断指标，帮你识别系统性高估/低估，而不是每次的随机偏差。
它能解决什么问题
判断你的预测模型/计划员是普遍高估（导致压货）还是普遍低估（导致缺货），并量化偏差幅度。
谁适合用
销售计划员、供应链计划经理。在月度复盘、预测模型校准、计划员 KPI 评估时使用。
怎么解读结果
MAPE < 20% 健康，20–40% 一般，> 40% 需要换模型。Bias ±5% 内算正常。BTS 跟踪信号看是否失控。
输入预测与实际值
每行：周期名, 预测值, 实际值。例："第1周, 100, 120"。逗号或空格分隔。
误差分析
时序对比图（文本条形）
逐期明细
| 周期 | 预测 | 实际 | 偏差 | APE % | 累计偏差 |
|---|
使用说明
- 准备数据：从 ERP 导出过去 12 期（或更多）的"销售预测"和"实际销量"。
- 逐期输入：每行一期，先写预测再写实际。
- 读 MAPE：行业惯例 < 20% 健康，20–40% 需关注，> 40% 模型失效。
- 看 Bias：持续正值 = 系统性高估 → 压货；持续负值 = 系统性低估 → 缺货。
- 看 TS：|TS| > 4 表示预测模型严重偏离，需要立即调整。
注意事项
- ① MAPE 对小销量敏感：实际值 5、预测 10，APE = 100%。建议剔除销量 < 10 的周期，或用 sMAPE（对称 MAPE）。
- ② Bias 的"正/负"不代表"好/坏"——取决于你的策略。如果你故意高估防缺货，Bias +10% 是合理的。
- ③ 跟踪信号 TS 是控制图概念：Bias / MAD。连续 4 期偏差同向且累积 > 4 × MAD 即失控。
- ④ 本工具不区分"促销导致的偏差"和"模型本身的偏差"。建议把促销期剔除。
- ⑤ 预测期越长，MAPE 越高。月度预测 MAPE 30% 不算差，年度预测 MAPE 30% 极差。
常见问题
MAPE 和 MAD 哪个更重要？
看场景。MAPE 适合不同量级 SKU间对比（百分比可比）；MAD 适合同一 SKU 不同时间对比。如果你只盯一两个 SKU，MAD 更直观。
跟踪信号 TS 怎么算？
TS = 累计偏差 / MAD。如果 TS > 4 或 < -4，表示预测模型偏离实际太远，需要重新校准或换模型。
怎么用 Bias 调整预测？
下次预测时把"当前 Bias% × 当前预测"减掉。如 Bias = +8%、新预测 100，修正为 92。
为什么我的 MAPE 是 5% 但 TS 已经 5？
MAPE 看每期绝对值，TS 看累积方向。可能每期偏差不大（MAPE 小），但连续几期都是"预测高于实际"，累积下来就失控。
「需求预测误差追踪 (MAPE/MAD)」的结果应该怎么看？
先看最后给出的那个数值，再回到这一段解释里对照：MAPE < 20% 健康，20–40% 一般，> 40% 需要换模型。Bias ±5% 内算正常。BTS 跟踪信号看是否失控。 局限性： MAPE 在实际销量接近 0 时会爆炸（如退货、季节性低谷）。建议剔除近 0 期或用加权 MAPE。 看的时候把「数值本身」和「数值成立的前提」分开看，前者是你填进去的东西算出来的，后者决定了它在什么情况下才算数。数值变大或变小分别代表什么，页面在这一节里已经写清楚了。拿到「需求预测误差追踪 (MAPE/MAD)」的结果后可以直接照着做吗？
把它当成做决定前的一份对照材料，比当成答案更稳妥：① MAPE 对小销量敏感 ：实际值 5、预测 10，APE = 100%。建议剔除销量 < 10 的周期，或用 sMAPE（对称 MAPE）。 ② Bias 的"正/负"不代表"好/坏"——取决于你的策略。如果你故意高估防缺货，Bias +10% 是合理的。 ③ 跟踪信号 TS 是控制图概念：Bias / MAD。连续 4 期偏差同向且累积 > 4 × MAD 即失控。 ④ 本工具不区分"促销导致的偏差"和"模型本身的偏差"。建议把促销期剔除。 ⑤ 预测期越长，MAPE 越高 。 这一页给出的是在当前输入下算出来的一个量级，它并不包含你的实际执行成本、突发情况和对方可能的变化。真正落地之前，再把结果和实际条件对一遍，看看哪些假设在现实里不成立。需求预测误差追踪 (MAPE/MAD)需要填写哪些信息？
这一页的输入项都集中在页面的表单区，按提示逐项填写即可；填之前先确认每一项的单位和你要解决的口径是否一致——单位口径不统一，是这类计算里最常见、也最容易被忽略的错误来源。开始用「需求预测误差追踪 (MAPE/MAD)」之前需要先确认什么？
建议先确认三件事：一是你要解决的问题，是不是正好落在它的适用范围里，别拿一个相邻的工具硬套；二是手上每个数字的统计口径和时间点是否一致，比如同一年里有的按月、有的按年，直接混用会让结果失真；三是算完之后有没有留出复核的余地，比如把关键输入记下来，方便回看时知道当时用的是哪一组数。谁适合用「需求预测误差追踪 (MAPE/MAD)」，谁不适合？
适合的是手上已经有明确数字、需要快速得到一个量级参考的人，比如在做预算草案、给同事对齐口径、或者上课前先估算一遍的人。不适合的是想把结果当精确值直接对外承诺的人，也是不适合连输入项口径都还没定下来就开始算的情况——这种情况下先花几分钟把口径理清，比算完之后再来回改数字省事得多。About 本工具
开发目的：教科书只教 MAPE 公式，但实际诊断需要看偏差方向和跟踪信号。本工具一站式给出 4 个核心指标 + 可视化。
适用：月度/季度复盘、预测模型评估、计划员 KPI 校准。
局限：不剔除促销/异常期；单 SKU 分析。
Privacy Policy
本地计算，数据不上传。Google AdSense 等第三方 Cookie 说明见 StockLab 总隐私政策。
Disclaimer
指标为统计辅助，实际决策需结合业务上下文。