分析目的
需求预测的评估常陷入两个误区：只看一个准确率数字，或把预测偏差与预测误差混为一谈。准确率低可能是模型问题，也可能是需求本身随机性太强；预测持续偏高则说明系统性偏差，即使单月误差不大，累积起来也会造成库存积压。本分析的目的，是建立一组互补指标，既看误差大小，也看偏差方向与稳定性，并把结论落到具体的改进动作上。
东龙拉链在与客户对接备货计划时，会同时跟踪预测偏差与跟踪信号，因为持续同向的偏差比偶发的大误差更值得警惕。
数据准备
- 预测数据：每月对每个品类或客户的预测值，保留预测版本与生成时间。
- 实际数据：同期实际发货量，口径与预测保持一致，剔除取消订单。
- 分层维度：品类、客户、订单类型，便于识别哪一层预测最不可靠。
评估必须使用“预测时点”的数据，不能用事后修正过的预测，否则会高估准确率。每月应冻结一次预测快照，作为后续评估依据。
分析方法与公式
预测误差 e = 实际值 − 预测值；平均绝对百分比误差 MAPE = 平均（|e| ÷ 实际值）× 100%；加权平均绝对百分比误差 WMAPE = Σ|e| ÷ Σ实际值 × 100%，后者对大批量品类更公平，不易被小批量高误差拉偏。
预测偏差 Bias = Σe ÷ Σ实际值 × 100%，正值为低估，负值为高估。跟踪信号 TS = Σe ÷ 平均绝对偏差，TS 持续大于 4 或小于负 4，说明预测存在系统性偏差，需要调整模型或业务假设，而不是继续微调参数。
| 品类 | MAPE | WMAPE | Bias | 跟踪信号 | 判断 |
|---|---|---|---|---|---|
| 常规尼龙拉链 | 12% | 9% | +2% | 1.2 | 良好 |
| 金属拉链 | 18% | 13% | −6% | −3.8 | 偏高估 |
| 定制色号 | 35% | 28% | +1% | 0.6 | 随机性高 |
| 包装辅料 | 22% | 20% | −9% | −4.5 | 系统性高估 |
结果解读
常规尼龙拉链的 MAPE 与 WMAPE 都较低，偏差接近零，说明预测方法适用，可维持现有流程。金属拉链 MAPE 中等但 Bias 为负、跟踪信号接近负四，属于系统性高估，可能是销售端过于乐观或未及时反映客户砍单，应优先修正业务假设而非更换模型。
定制色号 MAPE 高达 35%，但 Bias 接近零、跟踪信号正常，说明误差主要来自随机性而非系统性偏差。这类品类不应追求更高的点预测精度，而应通过缩短交期、小批量补货与更灵活的产能安排来吸收波动。
包装辅料的偏差达到负 9%，跟踪信号明显越界，通常与起订量高、采购批量大有关：预测按需求给，采购按 MOQ 下单，实际消耗被放大。解决方向是调整 MOQ 或改为寄售，而不是继续优化预测模型。
还需注意评估粒度与聚合层级的关系。单品级 MAPE 往往很高，但汇总到品类后误差会相互抵消，WMAPE 明显下降。这并不矛盾，而是说明预测在不同层级承担不同职责：单品级预测用于排产与备料，品类级预测用于产能与资金规划。评估时应按用途选择层级，不能用品类级的准确率去掩盖单品级的严重偏差，也不能因单品误差大就否定整体预测的价值，关键是让评估口径与使用场景一一对应，并在报告中注明层级与权重，避免读者误读。
行动建议
- 每月冻结预测快照，确保评估使用的是当时真实可得的预测而非事后修正值。
- 同时报告 MAPE、WMAPE 与 Bias，避免单一指标掩盖系统性问题。
- 按品类设定差异化目标，高随机性品类重点考核响应速度而非点预测精度。
- 跟踪信号连续两个月越界时，触发预测流程复核，检查销售假设与客户计划。
- 把预测评估结果反馈到安全库存与采购批量参数，形成闭环而非停留在报表。
评估结果只有在改变备货参数、交期策略或客户协同方式时才真正产生价值，否则只是又一张月度报表。建议每次评估后明确一项参数调整或流程改动，并跟踪其后的准确率与库存变化，让预测改进可被验证。