我正在研究“销售预测”问题，在该问题中，我必须根据数据的重要性和波动性因素将可用数据分组到各个群集中。因此，我遇到了ABC-XYZ分析的方法，该方法可以将基于可用数据的重要性和可预测性进行聚类，并帮助识别数据中影响最大的决策者和波动最小的群体。计算重要性部分非常简单。但是问题是我们如何计算可预测性？
[在某些文章中，仅提及标准偏差，在另一些文章中仅提及变异系数。但是根据时间序列数据的CoV方法，我的时间序列数据非常稀疏，其中我有一个特定组的记录，比如说2017年1月1日，还有另一个记录是2018年6月1日，具有相同的订单价值，我将CoV设为0，表示该组是高度可预测的。但是实际上那是不正确的！那么，在ABC-XYZ分析中计算可预测性的最佳方法是什么？
而不是使用变异系数法进行可预测性计算，我建议您进行由预测误差方法驱动的可预测性。 MAPE可以是一个很好的指标。有关更多详细信息，您可以通过以下链接：https://medium.com/@adib0073/a-powerful-tool-for-demand-planning-segmentation-a66bfa729360并看一下代码：https://www.aditya-bhattacharya.com/?p=72&page=3让我知道这是否有帮助：）