Prognosenauwkeurigheid controleren
Tip
Dit artikel beschrijft de functie voor vraagprognose die in Microsoft is ingebouwd Dynamics 365 Supply Chain Management. Voor een nog betere planning en prognoseervaring is het raadzaam om Demand Planning uit te proberen in Microsoft. Dit is de volgende vraagplanningsoplossing van Microsoft Dynamics 365 Supply Chain Management. Zie de startpagina Vraagplanning voor meer informatie.
In dit artikel worden de typen prognosenauwkeurigheid beschreven die Microsoft Dynamics 365 Supply Chain Management berekent en wordt uitgelegd hoe u de nauwkeurigheidswaarden kunt weergeven.
Supply Chain Management berekent de volgende typen prognosenauwkeurigheid:
- Historische prognoseaccuratesse door de historische prognose te vergelijken die de hoofdplanning gebruikt met de historische vraag. Als u de waarden (zowel absolute waarden als percentagewaarden) voor historische prognosen wilt weergeven, selecteert u Nauwkeurigheid weergeven op de pagina Details vraagprognose.
- De geraamde nauwkeurigheid van het prognosesmodel dat wordt gebruikt om de voorspellingen te genereren. U kunt het nauwkeurigheidspercentage onder Modeldetails - MAPE op de pagina Vraagprognosedetails weergeven.
Notitie
Als u de Microsoft Azure Machine Learning-service Vraagprognose gebruikt, wordt de berekening van interne modelnauwkeurigheid gebaseerd op de testgegevensset. Om de grootte van de set gegevens op te geven, stelt de u de parameter TEST_SET_SIZE_PERCENT in op de pagina Parameters voor vraagprognose. Als u de waarde bijvoorbeeld instelt op 20, worden de laatste 20% van de historische gegevens gebruikt om de interne modelaccuratesse te berekenen.