Forecast ผิดบ่อย: วัด Bias และ MAPE ก่อนแก้ตัวเลข

สรุปสั้น

Forecast ที่ธนาคารและกรรมการเชื่อคือ Forecast ที่มีประวัติการวัดผล ไม่ใช่ตัวเลขที่สวยที่สุด
แยกค่าคลาดเคลื่อนเป็น Bias กับ MAPE เพราะการมองสูงเกินทุกรอบแก้คนละแบบกับการแกว่ง
อธิบายว่าผิดเพราะ Driver ใด แล้วปรับกระบวนการ ไม่แก้แค่ตัวเลขในรอบถัดไป

ไตรมาส 3 บริษัทรายงานธนาคารว่ายอดจะกลับมา ไตรมาส 4 ก็บอกอีก เมื่อถึงปลายปี ตัวเลขจริงต่ำกว่าที่บอกไว้ทุกรอบ ธนาคารเริ่มลดน้ำหนัก Forecast ด้วยตัวเอง กรรมการถามทุกครั้งว่าครั้งนี้เชื่อได้จริงหรือ แม้ทีมการเงินจะทำงานหนักขึ้น ความน่าเชื่อถือกลับลดลง

GPS ที่บอกถึงช้ากว่าจริงสิบนาทีทุกครั้ง ยังแก้ได้ง่ายเพราะรู้ทิศทางการผิด แต่ GPS ที่บอกเร็วบ้างช้าบ้างแบบเดาไม่ได้ เป็นอีกปัญหาหนึ่ง การวัด Forecast ก็ต้องแยกสองเรื่องนี้ออกจากกัน วิธีสร้าง 13-Week Forecast และ Rolling Forecast มีอยู่ในหน้า Cash Flow Forecasting แล้ว หน้านี้พูดถึงการวัดว่า Forecast ใช้ได้แค่ไหน

สองตัวเลขที่ต้องดู

Bias = ผลรวม (Forecast − Actual) ÷ ผลรวม Actual

MAPE = ค่าเฉลี่ยของ |Forecast − Actual| ÷ Actual

รูปแบบ	ความหมาย	แนวทางแก้
Bias สูง MAPE ใกล้เคียงกัน	ผิดทิศเดียวกันเกือบทุกงวด	แก้แรงจูงใจและสมมติฐาน
Bias ต่ำ MAPE สูง	แกว่งสองทิศ	ปรับ Driver และความถี่ข้อมูล
Bias ต่ำ MAPE ต่ำ	ใช้งานได้	รักษาวินัยและปรับตามธุรกิจ

ตัวอย่าง: หกไตรมาสที่ดูเหมือนต่างกันเล็กน้อย

ตัวอย่างสมมติ ยอดขาย หน่วยล้านบาท

ไตรมาส	Forecast	Actual	ผลต่าง	% ของ Actual
1	100	92	8	8.7%
2	110	99	11	11.1%
3	120	108	12	11.1%
4	115	104	11	10.6%
5	125	110	15	13.6%
6	130	118	12	10.2%
รวม	700	631	69	10.9%

Bias เท่ากับ 10.9% และ MAPE เท่ากับ 10.9% ใกล้เคียงกัน เพราะทุกไตรมาส Forecast สูงกว่าจริง ยอดจริงคิดเป็น 90.1% ของ Forecast ถ้า Forecast รอบหน้าเป็น 140 ล้านบาท ตัวเลขอ้างอิงที่ปรับตามประวัติคือประมาณ 126.2 ล้านบาท ต่อให้ไม่ได้ใช้ตัวเลขนี้เป็นแผนหลัก ก็ควรใช้ทดสอบเงินสดและ Covenant

หาสาเหตุด้วย Driver

อย่าสรุปเพียงว่ายอดขายต่ำกว่าเป้า ให้แยกว่าปริมาณ ราคา ส่วนผสมสินค้า หรือเวลาที่ส่งมอบเป็นตัวที่พลาด แต่ละตัวควรมีเจ้าของ เช่น ฝ่ายขายรับผิดชอบ Pipeline ฝ่ายผลิตหรือโครงการรับผิดชอบกำหนดส่งมอบ การเงินรับผิดชอบการประกอบตัวเลขและตรวจความสอดคล้อง

สาเหตุ Bias	อาการ	การแก้
Forecast คือเป้าหมาย	ใช้ตัวเลขเดียวกันเป็นเป้าและคาดการณ์	แยก Target, Forecast และ Downside
แรงจูงใจ	ทีมกลัวส่งข่าวร้าย หรือกดเป้าเพื่อโบนัส	ติดตาม Accuracy เป็นตัววัดแยก
Pipeline ไม่มีน้ำหนัก	นับดีลทุกดีลเต็มจำนวน	ถ่วงน้ำหนักตามขั้นตอนจริงในอดีต
ไม่มีวันล็อก	แก้ Forecast ย้อนหลัง	เก็บ Version ทุกรอบ

ไม่มีเกณฑ์ค่าคลาดเคลื่อนเดียวที่ใช้ได้ทุกธุรกิจ ธุรกิจโครงการที่รายได้ขึ้นกับวันโอนจะแกว่งตามเวลา จึงควรวัดทั้งมูลค่าและวันที่ ส่วนการคุยกับธนาคาร ให้แสดงประวัติความคลาดเคลื่อนและกรณี Downside ซึ่งสร้างความน่าเชื่อถือได้มากกว่าการรับประกันตัวเลขเดียว

ตั้งรอบ Forecast ให้เรียนรู้ได้

การวัดจะใช้ได้เมื่อมีการเก็บ Forecast ฉบับที่ส่งจริง ทีมจำนวนมากแก้ไฟล์ทับฉบับเดิมทุกเดือน เมื่อต้องการดูย้อนหลังจึงไม่มีตัวเลขอะไรให้เทียบ ควรตั้งวันล็อก เก็บฉบับที่ส่งธนาคารหรือกรรมการ และระบุ Horizon ด้วย เพราะการคาดการณ์เดือนหน้าและการคาดการณ์อีกหกเดือนมีความยากต่างกัน ค่าความคลาดเคลื่อนจึงไม่ควรนำมาเฉลี่ยรวมกัน

ในการประชุมทบทวน ให้แยกสาเหตุออกเป็นสามกลุ่ม กลุ่มแรกคือข้อมูลที่รู้อยู่แล้วแต่ไม่ได้ใส่ กลุ่มที่สองคือสมมติฐานผิด เช่น ลูกค้าตัดสินใจช้ากว่าที่คิด และกลุ่มที่สามคือเหตุการณ์ภายนอกที่คาดไม่ถึง สองกลุ่มแรกแก้ด้วยกระบวนการได้ ส่วนกลุ่มที่สามควรแก้ด้วยการทำกรณี Downside และเงินสำรอง การแยกเช่นนี้ช่วยให้ทีมไม่อ้างเหตุภายนอกทุกครั้ง และไม่ถูกตำหนิในสิ่งที่คาดไม่ได้จริง

สำหรับผู้บริหาร ท่าทีสำคัญไม่แพ้เครื่องมือ ถ้าทุกครั้งที่ทีมส่งตัวเลขลดลงแล้วถูกกดให้กลับไปทำใหม่ Forecast จะกลายเป็นตัวเลขที่ทุกคนคิดว่าเจ้านายอยากเห็น ควรถามว่าเห็นอะไรเปลี่ยน ใช้สมมติฐานอะไร และถ้าผิดจะรู้ได้เมื่อไร แล้วแยกการตั้งเป้าเชิงรุกไว้ในกระบวนการ Target เมื่อธนาคารเห็นทั้งตัวเลขหลักและประวัติความคลาดเคลื่อน การคุยจะเปลี่ยนจากการขอให้เชื่อ เป็นการเห็นหลักฐานว่าบริษัทรู้ขอบเขตของตัวเลขตนเอง

สิ่งที่ควรทำต่อ

เก็บ Forecast ที่ส่งจริงย้อนหลัง 4-6 รอบ พร้อมยอดจริง
คำนวณ Bias และ MAPE แยกตามหน่วยธุรกิจ
แยก Target, Forecast และ Downside ให้ชัดเจน
กำหนดวันล็อก Version และเจ้าของ Driver
อธิบายความคลาดเคลื่อนในรายงานทุกรอบ
ใช้ตัวเลขปรับตามประวัติทดสอบเงินสดและ Covenant