导读:MAPE和WMAPE都用于评估预测误差,但MAPE让每个对象拥有相同权重,WMAPE则按实际销量权重衡量整体误差。本文说明两者的公式、差异和零售适用场景,帮助鞋服品牌在品类、渠道、全盘预测和SKU诊断中选择更合适的评估口径。

某SKU实际销售1件、预测3件,误差率为200%;另一个SKU实际销售1000件、预测900件,误差率只有10%。如果直接取平均,第一个低销量SKU可能对整体结果产生过大影响。
这正是MAPE和WMAPE在零售预测评估中的核心差异。
MAPE(平均绝对百分比误差)是先计算每个对象的百分比误差,再对所有误差取平均。
MAPE=平均值(|实际值-预测值|÷实际值)×100%
MAPE让每个SKU或时间点拥有相同权重,适合比较销量规模接近、实际值大于零的对象。
WMAPE(加权平均绝对百分比误差)是将全部绝对误差加总,再除以全部实际销量。
WMAPE=Σ|实际值-预测值|÷Σ实际值×100%
这一口径实际上按实际销量赋予权重。销量越大的商品,对总体结果影响越大。部分系统将相同或近似口径称为WAPE,使用时应核对公式,而不能只看指标名称。
假设SKU A实际10件、预测20件,绝对误差10件;SKU B实际1000件、预测900件,绝对误差100件。MAPE=(100%+10%)÷2=55%;WMAPE=(10+100)÷(10+1000)≈10.9%。
MAPE显示两个SKU平均偏差较大;WMAPE显示整体销量的预测误差约为10.9%。两个结果都成立,但回答的问题不同。
MAPE强调每个对象是否预测准确,WMAPE强调全部预测误差相对于总体需求有多大。
鞋服品牌评估品类、渠道或全盘预测时,更适合把WMAPE作为主要汇总指标。鞋服SKU销量差异明显,长尾款、低销量尺码和间歇性需求较多,MAPE容易被小分母放大;实际销量为零时,MAPE甚至无法计算。
WMAPE也有边界。畅销款权重较高,可能掩盖大量低销量SKU预测失效;当整个评估周期实际销量接近零时,WMAPE同样不稳定。
零售预测不应在MAPE和WMAPE之间二选一:汇总经营结果以WMAPE为主,SKU诊断按需求特征分层,并结合偏差方向判断。
不一定。预测误差低不代表库存可用、交期合适或补货及时。还要同时检查缺货率、售罄率、库存覆盖、供应周期和建议执行时间。
如果你希望进一步评估当前需求预测指标是否能真实支持补货、备货和库存决策,可以预约第七在线商品计划系统诊断,了解如何把WMAPE、MAPE、预测偏差和SKU分层诊断接入商品计划流程。预约商品计划系统诊断