AI・PMOの進化
平均絶対誤差（MAE）
Mean Absolute Error
読み：へいきんぜったいごさ
予測値と実測値の差の絶対値を平均し、平均的な外れの大きさを元の単位で表す指標です。
01初心者向け
まず意味をつかむ
工数の予測が何人日くらい外れたかを、プラスとマイナスを打ち消さずに測ります。実績より多めか少なめかという方向は、この値だけでは分かりません。
02実務者向け
仕事でどう使うか
同じ案件集合で絶対誤差を合計し件数で割ります。案件規模別の値や符号付きの誤差も並べ、少数の大規模案件だけで良否が決まらないかを確認します。
03専門家向け
判断を一段深める
二乗誤差より大きな外れの影響が緩やかです。対象の単位や案件構成が違うと比較しにくいため、許容誤差と評価期間をそろえ、必要なら尺度を調整した指標を補います。
IN PRACTICE
具体例で考える
架空の3案件の誤差が－2、1、3人日なら、MAEは(2＋1＋3)÷3で2人日です。
理解を助けるための架空の例です。誤差－2・1・3
絶対値2・1・3
平均2人日
すべて同じ単位の3例として計算しています。
ここは誤解しやすい
平均誤差と異なり、正負が相殺されない点を説明して使います。
PROXIA INSIGHTS
考え方を、実務へつなぐ
AIを「使う」から、PMの判断に「活かす」へ ↗この知識を、組織の力へ。