用途：诚实评估需求预测质量，核心问题是“该流程比朴素基准（上期值）多贡献多少点”，先回答增值再讨论模型。
所需数据：按计划粒度（通常月度）的每 SKU 需求历史，字段为 sku、period、qty；若评估已有预测，还需带创建日期的预测值以避免后见之明泄漏。每 SKU 建议 18 期以上，不足需标记。
流程：先做需求画像，按 SKU 计算均值、CV 与零值期占比，分类为平滑/波动/间歇/块状（默认 CV 边界 0.5 与 1.0，零值期超 25% 视为间歇，需说明并可按自然断点调整），不同类别精度预期不同，不可只报混合数字。设定基准：朴素（上期）必选，存在 2 个以上完整季节时加季节朴素。滚动原点回测：对最近 6 期以上做一步预测，扩展窗口，仅用各原点之前的数据，不接受单次训练/测试划分。指标：WMAPE=sum(|error|)/sum(actual) 为体量加权头条；Bias=sum(error)/sum(actual) 看方向；MAPE 仅作脚注并披露丢弃的零实际期数。给出 FVA 结论：FVA=WMAPE(naive)-WMAPE(candidate)，按分段与整体，负值即破坏价值需直说。验证：从原始回测行重算一个模型的 WMAPE 并与表核对。
需显式检查的陷阱：MAPE 遇零值未定义、静默丢弃会虚高间歇 SKU 精度；MAPE 不对称奖励低估；聚合混合会掩盖 A 类品差精度，须给价值加权切分；块状段 WMAPE 超约 100% 时诚实建议是库存策略（缓冲、按单生产）而非换模型；审计已有流程时检查预测时间戳是否早于实际值。
输出：按 WMAPE 排序的记分板（模型×WMAPE、偏差、MAPE 脚注）；FVA 陈述（整体与分段）；分段表（模式×最佳方法）；两三条与分段绑定的建议。示例见 https://github.com/gulmezeren2-byte/forecast-accuracy-lab。来源为 Eren Gulmez 的 industrial-engineering-ai-skills（MIT）。