Le MAPE (erreur absolue moyenne en pourcentage) mesure l'écart moyen entre prévision et réel, en pourcentage. Le WMAPE en est la version pondérée par les volumes : chaque référence pèse à hauteur de ce qu'elle représente vraiment dans l'activité. Le premier est universel et trompeur ; le second, moins connu et bien plus fiable.
Pourquoi ça compte
Le MAPE est partout : c'est le chiffre qu'on présente en comité quand on parle de fiabilité de prévision. Sa force est sa simplicité désarmante, un pourcentage lisible par tous, comparable dans le temps. Sa faiblesse est cachée dans sa mécanique même : il traite toutes les références à égalité stricte, qu'elles pèsent une unité par mois ou dix mille.
Résultat concret : une poignée de petites références erratiques, sans enjeu, peut faire plonger le MAPE global sous la barre du présentable, alors même que les produits qui font le chiffre d'affaires sont parfaitement prévus. On croit alors la prévision mauvaise, on lance des chantiers d'amélioration inutiles, et on passe complètement à côté de là où l'erreur coûte réellement de l'argent. Le WMAPE corrige exactement ce défaut de perspective.
Le choix de la métrique n'est pas une coquetterie de statisticien : il détermine les décisions de stock. Un taux de service cible se calcule à partir de l'incertitude de prévision. Si cette incertitude est mesurée par un MAPE gonflé artificiellement par des petites références, le stock de sécurité de TOUT le portefeuille est surdimensionné.
En clair : une mauvaise métrique n'est pas juste un mauvais reporting, c'est du cash immobilisé inutilement. Passer du MAPE au WMAPE, ou mieux, piloter les deux côte à côte, a souvent un effet direct et mesurable sur le besoin en fonds de roulement.
Le mécanisme
Sur une référence qui se vend à une unité, se tromper d'une seule unité fait 100 % d'erreur. Sur une référence à mille, la même unité d'écart fait 0,1 %. Le MAPE moyenne ces pourcentages sans aucune distinction de poids.
Sur le schéma, chaque barre est l'erreur en pourcentage d'une référence, classées du plus petit au plus gros volume. À gauche, les petites références affichent des erreurs énormes, purement mécaniques et sans signification opérationnelle. À droite, les gros volumes sont bien prévus. Le MAPE, simple moyenne arithmétique, est tiré vers le haut par cette poignée de valeurs de gauche.
La ligne horizontale noire est le WMAPE : en pondérant chaque erreur par le volume de la référence, il colle à la réalité des gros vendeurs et ignore le bruit statistique des petites références. C'est rigoureusement le même écart de fond entre prévision et réel, mais lu de deux façons diamétralement opposées, qui mènent à deux diagnostics contraires.
Figure 1. Erreur en pourcentage par référence, du plus petit au plus gros volume. Le MAPE est gonflé par les petites références ; le WMAPE, pondéré, suit les volumes qui comptent. Schéma illustratif.
Les pièges
Le MAPE trompe surtout ceux qui lui accordent une confiance aveugle et non pondérée.
Sur une référence à faible rotation ou une demande intermittente, le MAPE devient énorme, instable, voire mathématiquement indéfini quand la demande réelle tombe à zéro. Il n'est tout simplement pas conçu pour ces cas, où d'autres métriques prennent le relais.
Un MAPE de 20 % sur un gros vendeur et un MAPE de 20 % sur une petite référence de niche ne décrivent pas du tout la même qualité de prévision ni le même enjeu. Sans pondération par le volume, la comparaison n'a strictement aucun sens décisionnel.
Sur les périodes sans aucune vente, la formule du MAPE divise par zéro et produit une valeur infinie ou une erreur. Ces périodes doivent être traitées explicitement à part, sous peine de fausser ou de faire planter tout le calcul agrégé.
Le calculer
Le calcul tient dans un tableur ordinaire. Ce qui change tout, ce n'est pas la difficulté technique, c'est la décision de passer à la version pondérée.
Pour chaque référence et chaque période, l'écart absolu entre réel et prévision : |D − F|. C'est la brique élémentaire commune aux deux métriques.
Diviser chaque écart par le réel de la période, puis moyenner l'ensemble : MAPE = moyenne( |D − F| / D ). À réserver strictement aux références à volume suffisant et non nul.
Sommer d'abord tous les écarts absolus, puis diviser par la somme de toutes les demandes réelles (voir formule ci-dessus). C'est la mesure à privilégier pour piloter un portefeuille hétérogène : robuste, représentative, décisionnelle.
Concepts voisins
La mesure d'erreur s'éclaire au contact du biais et de la valeur ajoutée du processus.
Du savoir à l'action
Choisir la bonne mesure change concrètement les décisions de stock et le cash immobilisé. Notre dossier Planification, prévision & S&OP remet vos indicateurs d'équerre.