Nachdem wir nun unser erstes Prognosemodell erstellt haben, müssen wir dessen Genauigkeit quantifizieren.
Wie Sie sehen werden, ist die Messung der Vorhersagegenauigkeit (oder des Fehlers) keine leichte Aufgabe, da es
es keinen Einheitsindikator gibt. Nur durch Ausprobieren können Sie herausfinden, welcher Leistungsindikator (KPI) für Sie der beste ist. Wie Sie sehen werden, vermeidet jeder Indikator einige Fallstricke, ist aber anfällig für andere.
 

Die erste Unterscheidung, die wir treffen müssen, ist der Unterschied zwischen der Genauigkeit (Accuracy) einer Prognose und und der Richtung in die wir uns verschätzen.

Accuracy (Genauigkeit)

Die Genauigkeit einer Vorhersage misst, wie groß die Spanne zwischen den Prognose-Werten und den tatsächlichen Werten ist.
Die Genauigkeit gibt einen Eindruck von der Größe der Fehler, aber nicht von ihrer Gesamtrichtung.

Tracking Signal (TS)

Das Tracking Signal stellt die Gesamtrichtung des historischen Durchschnittsfehlers dar. Er gibt an, ob Ihre Prognosen im Durchschnitt zu hoch (d. h. Sie haben die Nachfrage überschätzt) oder zu niedrig (d. h., Sie haben den Bedarf unterschritten) sind.

Definieren wir zunächst den Fehler während einer Periode (et) als die Differenz zwischen der Prognose (ft) und der Nachfrage (dt).

et = ft - dt

Beachten Sie, dass bei dieser Definition der Fehler positiv ist, wenn die Prognose den Bedarf übersteigt. Liegt die Prognose unter dem Bedarf, ist der Fehler negativ.

Das Tracking Signal einer Prognose ist definiert als: