Aller au contenu
• Consommation réelle ou données de distribution / livraisons (si elles sont disponibles) par produit, pour la même période (Remarque : si la consommation réelle ou les données de distribution / livraisons ne sont pas disponibles, les statistiques de services ou d’autres données peuvent être utilisées). Les prévisions du niveau examiné et la liste des produits devraient provenir du gouvernement ou d’autres sources. Les évaluateurs pourraient obtenir des données de consommation à partir d’un système informatique de gestion fonctionnant au niveau central pour chaque produit, ou ils peuvent décider de substituer les données distribution / livraisons aux données de consommation réelle. Les évaluateurs peuvent aussi estimer les données à partir des enquêtes démographiques ou des statistiques des services. But et considérations Les prévisions correctement faites aident les pays et les organisations à se procurer les quantités exactes de chaque produit, réduisant ainsi les possibilités de perte ou d’insuffisance de produit et augmentant les chances de satisfaire les besoins du client avec des produits disponibles. Un tel indicateur de la différence (en pourcentage) entre la consommation prévue et la consommation réelle est utile uniquement pour évaluer la précision avec laquelle les prévisions ont été faites pour un temps ou une période de temps donnée (par ex., une quantité pour une année entière). L’indicateur MAPE permet à l’évaluateur d’étudier la validité d’une prévision sur plusieurs périodes. L’évaluateur ne doit pas oublier de calculer la valeur absolue de chaque marge d’erreur en pourcentage au niveau du numérateur de la formule de la marge d’erreur en pourcentage absolu (APE). Si la valeur absolue n’est pas prise, l’erreur en pourcentage moyen calculée risque alors d’être petite (parce que les termes positif et négatif s’annulent) et de ne pas être utile pour l’évaluation. Plus la valeur de MAPE est faible, plus la prévision est précise. Il est difficile de fournir un seuil pour le MAPE en dessous du quelle une prévision est considérée comme précise. Les évaluateurs compareront souvent la valeur MAPE pour la prévision souhaitée avec les valeurs MAPE des autres prévisions pour évaluer l’exactitude de la prévision.