我正在做一个需求预测项目，我对客户的预测评估标准感到困惑。样本数据 Forecast = 300 和 Demand = 100 的 MAPE（平均绝对百分比误差）为
然而，客户关注的是预测的准确性。它被定义为
这意味着 1、3 或 3000 的 MAPE 给出相同的预测精度 0。对我来说这没有意义，因为它等同于将 MAPE 限制为。
但是，它似乎与需求计划生态系统http://demandplanning.net/MAPE.htm中的预测测量一致。有人可以向我解释为什么这可能有用吗？
编辑：我知道有人可以定义任何东西。我唯一的问题是该定义对于需求计划/管理目的是否有意义。
参考链接中的文本，限制任何错误度量对我来说没有意义，尤其是（！）在需求计划中。如果真实需求是 1 个单位，但我预测为 300 个，那么在此期间为该产品计划的原材料或人力资源是 300 倍。尽管这两种预测都会导致预测精度为 0，但这种高估必然会导致成本大大高于 2 个单位的预测。MAPE 暗示了这一点，但准确性并未暗示这一点。
那么，为什么上面定义的预测准确性完全相关呢？当 MAPE 已经存在时，为什么我需要它？它增加了什么价值？对我来说，它似乎引入了偏见——如果有的话。