Calculadora de precisão de previsão

Sua previsão de demanda gera excesso de estoque ou falta de estoque e você não sabe o quão ruim ela realmente é? Esta calculadora avalia sua previsão com 10 métricas profissionais (MAPE, WMAPE, MASE, Bias...), informa se seu modelo agrega valor em vez de não fazer nada e quantifica o impacto financeiro de seus erros.

Baixe o estudo de tendências da cadeia de suprimentos
Acesse análises detalhadas e gráficos exclusivos.

O que é a calculadora de previsão Acuraccy?

É uma calculadora de erros da web gratuita para Previsão de demanda. Ele nos permite avaliar a precisão de um modelo de previsão com 10 métricas profissionais com base em dados históricos de demanda real versus demanda prevista.

Modos de entrada de dados

A ferramenta oferece dois métodos para inserir dados:

  1. Entrada manual: Uma tabela linha por linha é preenchida com 4 campos:
    • Data (opcional, texto livre)
    • SKU (opcional, identificador do produto)
    • Real (demanda real necessária em unidades)
    • Previsão (valor obrigatório, previsto)
    • Linhas ilimitadas podem ser adicionadas com o botão “+ Adicionar linha” e exclua linhas individuais com o ícone da lixeira.
    • Existe um botão “Limpe tudo” para redefinir a tabela.
  1. Carregar arquivo: Ele permite que você carregue um Excel com os dados diretamente (sem a necessidade de entrada manual).

Aviso de confiabilidade: a ferramenta notifica em tempo real quantos períodos você inseriu e recomenda ter pelo menos 12 períodos para obter resultados confiáveis.

As 10 métricas que ele calcula

Com cada cálculo, a ferramenta fornece os seguintes indicadores, cada um com sua descrição contextual e um semáforo colorido (🟢 verde/ 🟡 amarelo/ 🔴 vermelho):

# Métrica Descripción Interpretación
1 Forecast Accuracy % de la demanda que aciertas Se calcula como 100% – WMAPE
2 WMAPE Error porcentual ponderado por volumen La métrica recomendada; da más peso a periodos de mayor demanda
3 MAPE Error porcentual promedio por periodo Sensible a SKUs de bajo volumen
4 MASE Error escalado vs. modelo naive < 1 = agrega valor; > 1 = peor que no hacer nada; < 0.8 = agrega valor real
5 MAE Error absoluto promedio en unidades Cuántas unidades te equivocas en promedio
6 RMSE Raíz del error cuadrático medio Penaliza más los errores grandes
7 SMAPE Versión simétrica del MAPE Rango 0–200%; evita asimetrías del MAPE
8 MAE Naive Error si repitieras la venta del periodo anterior Línea base de referencia
9 Bias Sesgo del pronóstico (positivo o negativo) Negativo = sobre-pronostica; Positivo = sub-pronostica
10 Tracking Signal Detector acumulado de sesgo Fuera de ±4 = alerta de sesgo sistemático

Painel de resumo visual

Além dos detalhes de cada métrica, a ferramenta mostra um painel de resumo com:

  • 6 métricas principais em cartões pequenos: WMAPE, MAPE, MASE, Bias, Precisão e Sinal de Rastreamento.
  • Cada valor tem um semáforo colorido, dependendo do nível de desempenho.

Diagnóstico automático

Uma das funções mais relevantes é o diagnóstico automático que interpreta os resultados sem que o usuário precise saber ler as métricas:

  • Compare o MASE com o modelo ingênuo e emita um veredicto:
    • 🔴 ALERTA: “Seu modelo é PIOR do que simplesmente repetir a venda do período anterior. Revise seu método.”
    • 🟢 POSITIVO: “Seu MASE é 0,23 (<0,8). Seu modelo agrega valor real versus uma previsão ingênua. Bom trabalho.”

Perguntas frequentes

O que é precisão de previsão e como ela é calculada?
A precisão da previsão mede qual porcentagem de demanda você está correta com sua previsão. É calculado como 100% − WMAPE. Uma precisão de 80% significa que sua previsão está correta para 8 das 10 unidades de demanda.
O que é o MASE e por que é importante?
O MASE (Mean Absolute Scaled Error) compara sua previsão com um modelo ingênuo (repita a venda anterior). Se MASE > 1, seu modelo é pior do que não fazer nada. Se MASE < 0,8, seu modelo agrega valor real.
Qual é a diferença entre o MAPE e o WMAPE?
O MAPE calcula a média do erro percentual de cada período de forma igual, fazendo com que SKUs de baixo volume distorçam o resultado. O WMAPE pesa por volume real, dando mais peso aos períodos com maior demanda. O WMAPE é a métrica recomendada.

Continue explorando a cadeia de suprimentos

Veja o blog
Análise da Cadeia de Suprimentos
A Datup integra seus dados e usa deep learning para prever a demanda (mais de 95% de precisão), analisar seu estoque e calcular pontos de reposição, priorizando suas compras com base na localização e em produtos estratégicos.
Obrigada! Seu envio foi recebido!
Opa! Algo deu errado ao enviar o formulário.