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.
I denne artikel beskrives de typer prognosenøjagtighed, der Microsoft Dynamics 365 Supply Chain Management beregnes, og det forklares, hvordan du kan få vist nøjagtighedsværdierne.
Supply Chain Management beregner følgende typer prognosenøjagtighed:
- Historiske prognosenøjagtighed ved at sammenligne den historiske prognose, som Varedisponering bruger, med den historiske efterspørgsel. Hvis du vil have vist værdierne (både absolutte værdier og procentværdier) for historisk prognosenøjagtighed, skal du vælge Vis nøjagtighed på siden Oplysninger om behovsprognose.
- 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.
Bemærk!
Hvis du bruger Microsoft Azure Machine Learning Behovsprognosen, baseres beregningen af nøjagtigheden af den interne model på testdatasæt. 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.