ถ้า Tracking Signal เป็นบวกแสดงว่าค่าจริงสูงกว่าค่าพยากรณ์ ถ้าเป็นลบแสดงว่าค่าพยากรณ์สูงกว่าค่าจริง ค่า Tracking Signal ที่แสดงว่าการพยากรณ์แม่นยำที่ต้องมีค่าเข้าใกล้ศูนย์ นอกจากนั้นยังมีการควบคุมให้ค่า Tracking Signal อยู่ภายในช่วงควบคุมดังต่อไปนี้ ร้อยละของพื้นที่ภายใต้การกระจายแบบปกติในขอบเขตการควบคุมของ Tracking Signal
การควบคุมค่า MAD ยังสามารถใช้แผนภูมิการควบคุม เพื่อพิจารณาว่าวิธีการพยากรณ์ที่ใช้อยู่นั้นมีความเหมาะสมโดยให้ค่าพยากรณ์ที่แม่นยำเพียงใด ถ้าค่า Tracking Signal ออกนอกขอบเขตควบคุมบนหรือล่างเมื่อใดแสดงว่า วิธีการพยากรณ์ที่ใช้อยู่ให้ค่าที่ไม่แม่นยำแล้ว
นอกจากนั้นยังสามารถใช้ MAD ในการพยากรณ์ความผิดพลาดที่จะเกิดขึ้นในช่วงเวลาต่อไปได้โดยใช้การปรับเรียบแบบเอ็กซ์โปเนนเชียล ดังสมการ
การใช้วิธีการพยากรณ์ที่เหมาะสม
1.การพยากรณ์ที่ดีไม่จำเป็นต้องใช้วิธีที่ซับซ้อนเสมอไป บางครั้งวิธีการคำนวณอย่างง่ายๆ ก็ให้ผลการพยากรณ์ที่แม่นยำได้
2.ไม่มีการพยากรณ์วิธีใดวิธีเดียวที่เหมาะสมกับสินค้าและบริการทุกชนิดได้
3.ปัจจุบันมีการใช้โปรแกรมคอมพิวเตอร์สำเร็จรูปเพื่อการพยากรณ์ ซึ่งสามารถคำนวณได้ไม่ผิดพลาดและแม่นยำ
บทสรุป
การพยากรณ์อุปสงค์มีความจำเป็นในการจัดการซัพพลายเชน เพราะการพยากรณ์เป็นการใช้วิธีการเชิงคุณภาพและเชิงปริมาณ เพื่อคาดคะเนอุปสงค์ของสินค้าและบริการในอนาคตของลูกค้าทั้งช่วงระยะสั้น ระยะปานกลาง และระยะยาว มีประโยชน์ในการวางแผนและการตัดสินใจต่อหลายฝ่ายขององค์การคือฝ่ายการเงิน ฝ่ายการตลาด ฝ่ายการผลิต กระบวนการพยากรณ์มี 10 ขั้นตอนโดยเริ่มจากการระบุวัตถุประสงค์ในการนำผลการพยากรณ์ไปใช้ การรวบรวมข้อมูล ลงบันทึกข้อมูล และกำหนดรูปแบบข้อมูล เลือกแบบจำลองในการพยากรณ์ พัฒนาและคำนวณการพยากรณ์สำหรับช่วงเวลาที่ต้องการ ตรวจเช็คความแม่นยำ พิจารณาระดับความแม่นยำอยู่ในค่าที่ยอมรับได้หรือไม่ ค่าพยากรณ์มากกว่าขอบเขตที่วางแผนไว้ ปรับค่าพยากรณ์จากข้อมูลเชิงคุณภาพและสถานการณ์ที่เป็นจริง และควบคุมผลการพยากรณ์และวัดความแม่นยำในการพยากรณ์ ในกรณีที่ความแม่นยำไม่อยู่ในระดับที่ยอมรับได้ต้องเลือกแบบจำลองในการพยากรณ์ใหม่หรือปรับค่าพารามิเตอร์ในแบบจำลองเดิม ประเภทของการพยากรณ์แบ่งเป็นการพยากรณ์แบ่งตามช่วงเวลา และการพยากรณ์ตามวิธีการที่ใช้ในการพยากรณ์ซึ่งวิธีหลังแบ่งเป็น 3 วิธี คือ วิธีการใช้วิจารณญาณ วิธีการพยากรณ์สาเหตุ อยู่ในรูปของสัมประสิทธิ์สหสัมพันธ์ และวิธีการพยากรณ์แบบอนุกรมเวลา โดยได้รับอิทธิพลจากแนวโน้ม ฤดูกาล วัฎจักร และเหตุการณ์ผิดปกติ การใช้อนุกรมเวลามี 3 วิธี คือ การพยากรณ์อย่างง่าย การหาค่าเฉลี่ยเคลื่อนที่ทั้งแบบธรรมดาและแบบถ่วงน้ำหนัก และการปรับเรียบด้วยเอ็กซ์โปเนนเชียล การหาค่าสัมประสิทธิ์เชิงเรียบ ( ) ที่เหมาะสม ในการคำนวณจะได้ค่าพยากรณ์ที่แม่นยำ ใกล้เคียงค่าจริงมากที่สุด การวัดค่าความคลาดเคลื่อนมีหลายวิธี คือ Mean Absolute Percent Error (MAPE), Mean Squared Error (MSE), Mean Absolute Deviation (MAD) ยิ่ง MAD น้อยแสดงว่าการพยากรณ์แม่น แต่ถ้ามีค่ามากอาจจะต้องหาค่าสัมประสิทธิ์มาปรับใหม่อีกครั้งซึ่งมีวิธีปรับเรียบแบบเอ็กซ์โปเนนเชียลด้วยแนวโน้ม หรือการปรับค่าพยากรณ์ด้วยอิทธิพลฤดูกาล นอกจากนั้นยังมีการวัดความสัมฤทธิ์ผลของวิธีการพยากรณ์จากสัญญาณติดตาม Tracking Signal ถ้าค่า Tracking Signal เป็นบวกแสดงว่าค่าจริงสูงกว่าค่าพยากรณ์ ถ้าเป็นลบแสดงว่าค่าพยากรณ์สูงกว่าค่าจริง ค่า Tracking Signal ที่แสดงว่าการพยากรณ์แม่นยำที่ต้องมีค่าเข้าใกล้ศูนย์
