计划准确率是衡量供应链计划是否“贴近实际”的关键指标，它帮助我们：

  • 判断预测或计划是否合理

  • 评估不同部门（预测、采购、销售）的计划能力

  • 分析偏差来源，优化未来计划流程

✅ 几种常见的计划准确率算法对比

方法

正确计算公式

适用场景

绝对误差法（主流）

计划准确率 = [1 - ABS(计划 - 实际) ÷ 实际] × 100%

通用场景，适合销售、采购、库存计划

最小除以最大法（稳定型）

计划准确率 = (MIN(计划, 实际) ÷ MAX(计划, 实际)) × 100%

实际为0或小数场景，避免除0错误

平均绝对百分比误差（MAPE）

MAPE = 平均(ABS(计划 - 实际) ÷ 实际) × 100%

多SKU、多周期汇总评估准确性

偏差率（Bias）

偏差率 = (计划 - 实际) ÷ 实际 × 100%

用于判断预测是偏高还是偏低

计划满足率（执行监控类）

满足率 = 实际完成 ÷ 计划 × 100%

用于采购、生产、交付等执行进度评估

✳️ 什么时候使用哪种算法？

场景

推荐使用公式

原因说明

单SKU准确率分析

绝对误差法

简单直观、方向清晰

多SKU维度、汇总层级

MAPE、WAPE

平均误差法能反映整体波动

偏差趋势分析（高估/低估）

偏差率 Bias

明确分析倾向，有助于持续优化预测方向

实际值中可能为 0

最小值 ÷ 最大值

避免除0错误，算法稳定性好

实际执行是否达成目标

计划满足率

对项目执行、生产到货情况非常实用

✳️ 案例举例

假设计划产量为 1200 件，实际销量为 1000 件，看看几种算法的结果：

  • 绝对误差法：[1 - (1200 - 1000)/1000] = 80%

  • 最小/最大法：1000 / 1200 = 83.3%

  • Bias 偏差率：(1200 - 1000) / 1000 = +20%（高估了）

  • 满足率：1000 / 1200 = 83.3%

✅ 推荐做法

  • 实务中建议“双轨并用”：准确率 + 偏差率，可以同时掌握“有多准”和“偏高还是偏低”

  • 针对汇总类 SKU 建议使用 MAPE 或 WAPE

  • 实际值接近 0 的建议用 MIN/MAX 算法，避免除零导致数值失真

  • 月度报告建议按 SKU、品类、区域分组展示，辅助图表说明趋势

👉我在用的综合算法

计划准确率=if((1-ABS(实际值-计划值)/MIN(实际值,计划值))<0,0,(1-ABS(实际值-计划值)/MIN(实际值,计划值)))

如果涉及多个SKU，再取平均值

这样的算法可以很有效的控制结果到0-100%之间，更能真实的反映出计划的准确度。