Glosario
MAPE: qué es y cómo se calcula
Definición
El MAPE (error porcentual absoluto medio) mide cuánto se equivoca una previsión de media, en porcentaje sobre la venta real. Se calcula el error de cada periodo en valor absoluto, se divide entre la venta real de ese periodo y se hace la media. Es fácil de explicar, pero no se puede calcular cuando hay periodos con venta cero, se dispara con ventas pequeñas y castiga más quedarse por encima que por debajo.
El MAPE es la medida de acierto de previsión más citada porque se entiende sin explicaciones: «nos equivocamos un 15 % de media». Precisamente por eso conviene saber cuándo engaña, que es más a menudo de lo que parece en reposición.
Qué es exactamente
El MAPE es la media de los errores porcentuales en valor absoluto. Para cada periodo se compara la previsión con lo que se vendió, se toma la diferencia sin signo y se expresa como porcentaje de lo vendido; después se promedian todos esos porcentajes.
El manual de referencia de Hyndman y Athanasopoulos (Forecasting: Principles and Practice) lo define así en su apartado sobre exactitud de las previsiones y advierte de sus límites: es infinito o indefinido si alguna venta real es cero, toma valores extremos cuando la venta está cerca de cero y penaliza más los errores negativos que los positivos.
También se le llama
Error porcentual absoluto medio, error medio porcentual o mean absolute percentage error. Su primo más útil en reposición es el WMAPE, que pondera por volumen.
Cómo se calcula
Fórmula: MAPE = media de |real − previsión| ÷ real × 100, sobre todos los periodos. Ejemplo con tres semanas de un producto en una tienda: real 100, 50 y 10; previsión 90, 60 y 20. Errores porcentuales: 10 ÷ 100 = 10 %, 10 ÷ 50 = 20 % y 10 ÷ 10 = 100 %. MAPE = (10 + 20 + 100) ÷ 3 ≈ 43,3 %.
Fíjate en lo que ha pasado: el error fue de 10 unidades las tres semanas, pero la semana floja pesa tanto como las otras dos juntas. Si esa semana se hubieran vendido 0, el MAPE no se podría calcular.
Ojo con esto
Por qué el MAPE engaña en reposición:
- Productos de poca venta: con 1 o 2 unidades a la semana, cualquier error de una unidad es un 50 % o un 100 %. Un catálogo con muchas referencias lentas da MAPE altísimos aunque la previsión sea razonable.
- Ventas a cero: muchas herramientas las quitan sin avisar, y entonces el MAPE no mide justo las semanas más difíciles.
- Premia quedarse corto: Wikipedia recoge que, al comparar métodos con MAPE, se favorece de forma sistemática al que prevé por debajo. En stock, prever por debajo es prever roturas.
- Comparar MAPE de empresas distintas: depende tanto del surtido que una cifra suelta no dice nada.
Dónde aparece en el sistema
En la simulación con tus datos damos varias medidas, no una: el error ponderado por volumen (WMAPE), el sesgo y, sobre todo, cuántas roturas y cuánto stock parado habría habido con las propuestas del sistema frente a lo que hiciste. El MAPE se enseña también, por producto, para quien esté acostumbrado a él, con aviso cuando la venta es tan baja que el porcentaje no significa mucho.
Términos relacionados
WMAPE, sesgo de previsión, backtest, intervalo de predicción y la guía de previsión de demanda.
Preguntas frecuentes
¿Qué MAPE es bueno?
Depende del producto y del nivel de detalle. Un MAPE del 10 % en el total mensual de la empresa y uno del 60 % por producto y tienda en semanas pueden salir de la misma previsión. Compara siempre al mismo nivel.
¿Por qué nuestro MAPE es tan alto si las propuestas funcionan?
Probablemente por los productos de poca venta, que inflan el porcentaje. Mira el WMAPE y, mejor aún, las roturas y el stock parado: son lo que de verdad importa.
¿Se puede calcular el MAPE con semanas a cero?
No directamente, porque se divide entre cero. O se excluyen esas semanas, y dejas de medir lo más difícil, o se usa una medida que no divida periodo a periodo, como el WMAPE.
¿Qué medidas usamos en lugar del MAPE?
Para un catálogo grande, el WMAPE, que pondera por volumen, y el sesgo, que dice hacia qué lado te equivocas. El manual de Hyndman propone además errores escalados como el MASE, que comparan tu previsión con una regla ingenua.