前文我介绍了使用相关系数评判订单准确性，一个新的问题摆在面前：买手甲按照相关系数评分可以得100分，可是他的整体售罄率只有50%（即订的货到指定日期只卖了一半），而公司要求是70%。那么给他的订单准确性评分满分显然是不合适的，如何更加公正的评分呢？
一个办法是引入另外的指标，此处可以是售罄率，相关系数得分和售罄率得分分别赋予合适的权重，得到总分。另外一个办法是MAPE（Mean Absolute Percentage Error，平均绝对百分比误差）大法，即：
订单准确率=1-MAPE=1-∑|X-Y|/∑X 张蕾，《需求计划师》
翻译下，就是1-销量与预测销量相减的绝对值的和除以总销量。对于服装业，假设截止时间售罄率目标是70%，订单100，预测销量就是70，然后套入公式进行计算。
在Excel手工计算，|X-Y|为：
代码语言：javascript复制E2=ABS(D2-ROUND(C2*0.7,0))
MAPE值为：
代码语言：javascript复制H2=SUMIF(A:A,G2,E:E)/SUMIF(A:A,G2,D:D)
对应的1-MAPE值也可得出。
Excel Power Pivot或者Power BI建立自动化模型只需一个度量值得出结果：
代码语言：javascript复制订单准确性_MAPE =
VAR MAPE=DIVIDE(SUMX('表',ABS('表'[销量]-ROUND('表'[订单]*0.7,0))),SUM('表'[销量]))
RETURN 1-MAPE
此处可以看到甲买手订单准确性60%，而仅仅按照相关系数可以打满分。
乙买手按照单款订销匹配性比甲差些，但售罄率最接近目标值，使得MAPE评级高于甲。
丙丁选手直接可以负分拜拜。
MAPE评级多少分算合格，按照订货周期的不同，仁者见仁了。
