预测偏差正数和负数分别代表什么？

预测销量为1200件，实际需求为1000件，预测偏差率是正数还是负数？

答案取决于企业采用的公式。Forecast Bias在企业实践中存在两种常见方向：有的用“预测－实际”，有的用“实际－预测”。报表如果只显示正负数，却不标明公式，商品团队很容易把高估看成低估。

什么是预测偏差率？

预测偏差率用于判断预测是否系统性偏高或偏低，关注的是偏差方向；WMAPE、MAE等指标主要衡量误差大小。

本文采用以下口径：

在这一口径下：

• 结果为正数，表示预测高估；
• 结果为负数，表示预测低估；
• 结果接近0，表示在该统计范围内总体无明显方向偏差。

这里的“实际需求量”不能在断货场景下简单等同实际销量。商品缺货时，记录到的销售量会截断需求，需要结合有货天数、库存可得性和流失销售估计进行修正。

正数代表预测高估

某款商品预测1200件，实际需求为1000件：

结果为正20%，表示预测高估20%。如果订货、配货和补货按照偏高预测执行，可能造成投入过深、周转变慢和折扣压力增加。

单次正偏差未必说明模型存在系统问题。活动取消、天气变化或上市延迟都可能改变需求，应观察多个周期是否持续高估，并定位偏差集中在哪些品类、渠道或生命周期阶段。

负数代表预测低估

某款商品预测800件，实际需求为1000件：

结果为负20%，表示预测低估20%。持续低估可能使首单不足、补货启动过晚，最终形成断货和销售损失。

如果直接用实际销量替代需求，断货商品的低估程度还可能被掩盖。例如门店仅备800件并全部售罄，记录销量也是800件，预测看似准确，未满足需求却没有进入数据。

为什么不能只看平均偏差率？

不同商品的正负偏差可能相互抵消。A款高估200件，B款低估200件，汇总净偏差为0，但经营结果可能同时出现A款积压和B款断货。

汇总Bias建议直接用总量计算：

不要先计算每个SKU的百分比再简单平均，否则低销量商品会被不恰当地赋予与高销量商品相同的权重。品牌还应按品类、款色、渠道、店群和周期查看Bias，并与WMAPE及库存结果一起使用。

预测偏差率应该怎样用于经营动作？

商品团队可为不同品类建立内部观察区间。持续高估时检查模型参数、采购加量和安全库存；持续低估时检查趋势识别、断货修正和补货周期。阈值不宜照搬所谓行业标准，基本款、时尚款与强季节商品的需求稳定性并不相同。

第七在线可按企业选定的统一口径计算不同层级的预测偏差，结合可用库存、断货状态、生命周期和销售结果，辅助识别系统性高估或低估，并将复盘结果用于后续计划与参数调整。

FAQ

为什么有些系统中正数代表预测低估？

因为系统使用“实际－预测”的公式。该口径下，实际需求高于预测时结果为正。两种定义都能使用，关键是公式、图例和后续动作全程一致。

实际需求为0时，预测偏差率怎么算？

分母为0时不能计算该SKU百分比。应单独标记“无实际需求但有预测”，并在汇总层采用总量口径；不能强行填0或无穷取平均。