Overvåge prognosenøjagtighed

Tip

I denne artikel beskrives de funktioner til behovsprognoser, der er indbygget i Microsoft Dynamics 365 Supply Chain Management. For en endnu bedre planlægnings- og prognoseoplevelse anbefaler vi, at du prøver efterspørgselsplanlægning i Microsoft Dynamics 365 Supply Chain Management, som er Microsoft's næste generations kollaborative efterspørgselsplanlægningsløsning. Du kan finde flere oplysninger på startsiden for efterspørgselsplanlægning.

Denne artikel beskriver de typer af prognosenøjagtighed, Microsoft Dynamics 365 Supply Chain Management beregner, og forklarer, hvordan du kan se nøjagtighedsværdierne.

supply chain management beregner følgende typer prognosenøjagtighed:

  • Historiske prognosenøjagtighed ved at sammenligne den historiske prognose, som Varedisponering bruger, med den historiske efterspørgsel. For at se værdierne (både absolutte og procentvise værdier) for historisk prognosenøjagtighed, vælg Vis nøjagtighed på siden for detaljer om efterspørgselsprognose .
  • Den anslåede nøjagtighed af den prognosemodel, der bruges til at generere forudsigelserne. Du kan få vist en procentangivelse for nøjagtighed under Modeldetaljer – MAPE på siden Detaljer om behovsanalyse.

Note

Hvis du bruger Demand Forecasting Microsoft Azure Machine Learning, er beregningen af den interne modelnøjagtighed baseret på testdatasættet. Hvis du vil angive størrelsen på testdatasættet, skal du indstille parameteren TEST_SET_SIZE_PERCENT på siden Parametre til behovsprognoser. Hvis du f.eks. indstiller værdien til 20, bruges de sidste 20 procent af de historiske data til at beregne nøjagtigheden af den interne model.

  • Last updated on