Forecast accuracy berekenen: MAPE, WAPE en bias met een uitgewerkt voorbeeld
Manoj Tutika · Gepubliceerd 16 november 2026 · Laatst gecontroleerd 16 november 2026
Werk je hier zelf aan? Praat met Mark, onze medeoprichter. We lossen het graag samen met je op.
Wat is forecast accuracy?
Forecast accuracy zegt hoe dicht je voorspelling bij de werkelijkheid lag. Dat klinkt als één getal, maar het zijn er drie die verschillende vragen beantwoorden. Hoe groot is de fout gemiddeld? Hoe groot is de fout in verhouding tot je omzet? En zit je er steeds aan dezelfde kant naast?
De drie maten die financeteams het meest gebruiken zijn MAPE, WAPE en bias. Je hebt ze alle drie nodig, want een forecast kan gemiddeld goed scoren en toch elke maand te optimistisch zijn.
Hoe ziet een forecast eruit?
Een forecast is een tabel met per periode de verwachte cijfers en, zodra de periode voorbij is, de werkelijke cijfers ernaast. Voor omzet meestal per maand, voor kasstroom vaak per week. Bij elke regel hoort een aanname: aantal orders, gemiddelde orderwaarde, verwachte betaaltermijn van klanten. Zonder die aannames kun je achteraf niet zien waarom de forecast ernaast zat.
Hoe je een kasstroomforecast opbouwt, lees je in het voorbeeld van een liquiditeitsprognose. Het verschil tussen begroting en realisatie behandelen we in begroting vs realisatie.
Hoe bereken je MAPE, WAPE en bias?
Neem een bedrijf dat aan het begin van elke maand de omzet van die maand voorspelt. Over het eerste halfjaar van 2026 zien de cijfers er zo uit. De fout is werkelijk min forecast.
| Maand | Forecast | Werkelijk | Fout | Absolute fout | Procentuele fout |
|---|---|---|---|---|---|
| januari | € 400.000 | € 380.000 | € -20.000 | € 20.000 | 5,26% |
| februari | € 410.000 | € 425.000 | € 15.000 | € 15.000 | 3,53% |
| maart | € 450.000 | € 430.000 | € -20.000 | € 20.000 | 4,65% |
| april | € 430.000 | € 390.000 | € -40.000 | € 40.000 | 10,26% |
| mei | € 440.000 | € 445.000 | € 5.000 | € 5.000 | 1,12% |
| juni | € 460.000 | € 420.000 | € -40.000 | € 40.000 | 9,52% |
| Totaal | € 2.590.000 | € 2.490.000 | € -100.000 | € 140.000 |
MAPE
De mean absolute percentage error is het gemiddelde van de procentuele fouten. Per maand deel je de absolute fout door de werkelijke omzet. Tel de zes percentages op en deel door zes.
(5,26 + 3,53 + 4,65 + 10,26 + 1,12 + 9,52) / 6 = 5,72%
MAPE is makkelijk uit te leggen, maar heeft twee zwakke plekken. Is de werkelijke waarde nul of bijna nul, dan wordt de procentuele fout oneindig of extreem groot. En elke maand telt even zwaar mee, ook een kleine maand met weinig omzet.
WAPE
De weighted absolute percentage error telt eerst alle absolute fouten op en deelt die door de totale werkelijke omzet.
€ 140.000 / € 2.490.000 = 5,62%
Grote maanden wegen zo zwaarder mee dan kleine, en een maand met nul omzet maakt de uitkomst niet onbruikbaar. Veel teams rapporteren forecast accuracy als 100% min de WAPE. In dit voorbeeld is dat 94,4%.
Bias
Bias meet of je fouten de ene kant op wijzen. Je telt de fouten op mét teken, dus zonder ze absoluut te maken, en deelt door de werkelijke omzet. Hier rekenen we forecast min werkelijk, zodat een positief getal betekent dat je te hoog zat.
(€ 2.590.000 - € 2.490.000) / € 2.490.000 = +4,0%
Dat is het belangrijkste getal in dit voorbeeld. Vier van de zes maanden lag de forecast te hoog, en over het halfjaar was hij € 100.000 te optimistisch. Een WAPE van 5,6% lijkt netjes, maar wie op deze forecast inkoopt of personeel aanneemt, zit structureel te ruim. Bij een zuivere forecast liggen de fouten gemiddeld rond nul. Zie je een bias die maand na maand dezelfde kant op wijst, pas dan de aannames aan in plaats van alleen het getal.
Welke maat gebruik je voor omzet en welke voor kasstroom?
| Forecast | Beste maat | Waarom |
|---|---|---|
| Omzet per maand | WAPE plus bias | Grote maanden tellen zwaarder, bias laat optimisme zien |
| Omzet per product of klant | WAPE per groep | MAPE ontspoort bij producten met weinig verkoop |
| Netto kasstroom per week | Absolute fout in euro's | Netto kasstroom kan nul of negatief zijn, dan werkt een percentage niet |
| Ontvangsten en uitgaven apart | WAPE per stroom | Beide zijn altijd positief, dus percentages zijn zinvol |
| Laagste kassaldo in de periode | Verschil in euro's | Dit is het getal waarop je financiering plant |
Netto kasstroom is het duidelijkste voorbeeld waarom MAPE misleidt. Voorspel je voor een week € 5.000 netto instroom en wordt het € 2.000 uitstroom, dan is de procentuele fout 350%. Dat zegt niets. Meet bij kasstroom liever de fout in euro's, en meet ontvangsten en uitgaven apart met WAPE. Zo zie je ook of de fout zit in klanten die later betalen of in uitgaven die je vergat.
Hoe vaak meet je forecast accuracy?
- Meet elke periode, direct na de afsluiting. Voor omzet dus maandelijks, na de maandafsluiting. Voor een kasstroomprognose van dertien weken elke week.
- Meet per horizon. De forecast voor volgende maand en die voor over drie maanden zijn twee verschillende forecasts. Houd ze apart, anders verdwijnt een slechte langetermijnforecast in een goede kortetermijnforecast.
- Bewaar elke versie. Bij een rolling forecast overschrijf je elke maand de cijfers. Bewaar een kopie per maand, anders kun je niet terugkijken.
- Kijk naar een voortschrijdend gemiddelde. Eén slechte maand zegt weinig. WAPE en bias over de laatste zes of twaalf maanden laten zien of je forecast beter wordt.
- Vergelijk met een eenvoudige referentie. Bijvoorbeeld dezelfde maand vorig jaar, of de omzet van vorige maand. Scoort je forecast niet beter dan die referentie, dan voegt het model weinig toe.
Wat maakt een forecast nauwkeuriger?
De grootste winst zit meestal niet in een slimmer model, maar in betere invoer. Een forecast die op een boekhouding rust die drie weken achterloopt, vertrekt al met een fout. Open orders, contracten die verlengd worden, de werkelijke betaaltermijn per klant en geplande inkopen zeggen meer dan een trendlijn. En wie de bias elke maand bespreekt, haalt het structurele optimisme er snel uit.
Wat doen de agents van Thred met je forecast?
Thred is een team van AI-agents dat het dagelijkse werk van financeteams en accountantskantoren overneemt, in het boekhoudpakket dat je al gebruikt, binnen de regels die jij stelt.
The Bookkeeper houdt je boekhouding bij, zodat de werkelijke cijfers er staan zodra de periode voorbij is en niet pas weken later. The Treasurer beheert je liquiditeit, houdt de kasstroomprognose per week actueel uit de openstaande posten en de bank, en meet de fout op ontvangsten en uitgaven apart. The Collector beheert je debiteuren en ziet welke klanten later betalen dan de prognose aanneemt. The Analyst volgt resultaten en afwijkingen, rekent WAPE en bias per horizon en legt uit waar de forecast ernaast zat. The Connector vindt context in je gekoppelde tools, zoals een opgezegd contract in je mail dat nog in de forecast staat. En The CFO, je finance lead als je er geen hebt, bespreekt met je welke aannames je aanpast. Jij beslist over de forecast, de agents leveren de cijfers en de verklaring.
Veelgestelde vragen
Hoe bereken je forecast accuracy?
Neem per periode het verschil tussen forecast en werkelijkheid. Tel de absolute verschillen op en deel door de som van de werkelijke cijfers. Dat is de WAPE. Forecast accuracy is 100% min de WAPE. Met een WAPE van 5,6% is je accuracy 94,4%.
Hoe bereken je MAPE?
Bereken per periode de absolute fout gedeeld door de werkelijke waarde, maal 100. Neem daarvan het gemiddelde over alle periodes. Een forecast van € 400.000 bij een werkelijke omzet van € 380.000 geeft een procentuele fout van 5,3%.
Wat is forecast bias?
Bias is de neiging om structureel te hoog of te laag te voorspellen. Je berekent het als de som van forecast min werkelijk, gedeeld door de som van werkelijk. Een positieve bias betekent te optimistisch, een negatieve te voorzichtig. Bij een zuivere forecast schommelt de bias rond nul.
Hoe ziet een forecast eruit?
Een tabel met per periode, meestal per maand of per week, de verwachte omzet, kosten en kasstroom, met daarnaast de werkelijke cijfers zodra ze binnen zijn. Een goede forecast laat ook zien op welke aannames hij rust, zoals het aantal orders, de gemiddelde orderwaarde en de betaaltermijn.
Wat is een rolling forecast?
Een forecast die je elke periode opnieuw maakt en steeds een vast aantal periodes vooruit kijkt, bijvoorbeeld twaalf maanden. Aan het eind van januari voeg je januari volgend jaar toe. Bewaar elke versie, zodat je later kunt meten hoe goed de forecast van drie maanden terug was.
Welke forecast accuracy is goed?
Dat hangt af van je bedrijf en de horizon. Een forecast voor volgende maand hoort nauwkeuriger te zijn dan een voor over zes maanden. Vergelijk je accuracy daarom per horizon met je eigen historie en met een eenvoudige referentie, zoals dezelfde maand vorig jaar.
Bronnen
- Hyndman en Athanasopoulos, Forecasting: Principles and Practice (3e editie), Evaluating point forecast accuracy
- Hyndman en Athanasopoulos, Forecasting: Principles and Practice (3e editie), Residual diagnostics (bias)
- mlr3forecast, Weighted Absolute Percentage Error (WAPE)
