4、MAPE的直观理解：通过一个简单促销案例（销量10 vs 预测12）演示MAPE计算
在促销预测场景中，MAPE（平均百分比误差）是最直观的误差指标之一。它直接告诉你“预测平均偏离实际值的百分比”。下面通过一个最简单的促销案例来演示其计算过程。
4.1 案例设定：单品促销预测
假设某电商平台对一款洗发水进行“满减促销”，实际销量与模型预测值如下：
| 促销活动 | 实际销量（件） | 模型预测（件） | 误差 | 百分比误差 |
|---|---|---|---|---|
| 洗发水满减 | 10 | 12 | 2 | 20% |
在这个单点案例中，MAPE 就等于该点的百分比误差，即 20%。这意味着预测值平均偏离实际值的 20%。
4.2 计算步骤拆解
MAPE 的计算分为三步，每一步都有明确的业务含义：
- 计算误差：|实际值 - 预测值| = |10 - 12| = 2。这代表预测“多估”了 2 件销量。
- 计算百分比误差：误差 ÷ 实际值 = 2 ÷ 10 = 0.2（即 20%）。这代表误差占实际销量的比例。
- 平均化：由于本例只有一个数据点，MAPE = 20%。如果是多期数据，则对所有点的百分比误差取算术平均。
关键理解：MAPE 的数值直接对应“预测偏差占实际值的百分比”。20% 的 MAPE 意味着平均每 100 件实际销量中，预测会偏差约 20 件。
4.3 MAPE 计算流程可视化
下图展示了从原始数据到 MAPE 结果的完整计算链路：
4.4 案例的业务解读
在促销预测中，20% 的 MAPE 意味着什么？
- 库存备货：如果预测 12 件，实际只卖 10 件，多备的 2 件可能产生库存积压成本。
- 促销预算：如果按 12 件准备赠品或折扣券，实际 10 件的消耗会低于预期，造成资源浪费。
- 决策参考：20% 的误差在促销预测中属于中等水平，通常需要结合业务容忍度判断是否可接受。
实用技巧：在促销预测报告中，建议同时标注 MAPE 和实际销量均值。例如“MAPE=20%（实际均值10件）”，这样业务方可以快速评估误差的影响。
4.5 MAPE 与误差的对比
| 指标 | 本案例值 | 业务含义 | 适用场景 |
|---|---|---|---|
| 误差 | 2 件 | 预测与实际相差的数量 | 库存管理、物流调度 |
| 百分比误差 | 20% | 误差占实际值的比例 | 跨品类对比、模型选型 |
| MAPE | 20% | 平均百分比误差（单点即自身） | 模型整体评估、报告呈现 |
通过这个简单的促销案例，可以直观理解 MAPE 的计算逻辑：它本质上是将误差“归一化”到实际值的百分比尺度，使得不同销量量级的预测误差可以直接比较。