Напомнить пароль

На указанный e-mail будет выслано письмо с паролем:

E-mail:
закрыть
Вход для пользователей:

Напомнить пароль

Регистрация новых пользователей

Разместить резюме



Открытый бизнес-тренинг

Вернуться к списку тренингов

Прогнозирование спроса, производственного потребления и продаж

14377 UAH

Компания:

Альянс-М, Центр развития
 

Дата начала:

Дата окончания:

20.11.2019
22.11.2019
  Альянс-М, Центр развития  

Действия:

Распечатать

Тренер:

Чугунов Игорь Иванович  

Регион:

Киев  

Адрес проведения:

 

Целевая аудитория

- управляющие владельцы предприятий;
- генеральные директора;
- высшие функциональные руководители;
- логистические менеджеры высшего и среднего звена.

Цели мероприятия

1. Научиться применению методов точного прогнозирования спроса потребителей на продукцию (готовую продукцию, товары, работы, услуги) для качественного решения задач по оптимальному увеличению чистой прибыли, положительного чистого денежного потока и стоимости компании.

2. Научиться математическим методам прогнозирования спроса.

Программа мероприятия

Знаешь прогноз спроса – правильно рассчитаешь уровни запасов готовой продукции, товаров, незавершенного производства, сырья, материалов и полуфабрикатов для следующего периода деятельности: месяца, квартала, года, любого периода. Это означает, что знаешь, в каком объеме и когда выдавать заказы поставщикам на пополнение текущих запасов. Знаешь потребности в площади и объеме хранения запасов на складе. Следовательно, знаешь объем поставок и можешь оптимизировать загрузку транспортных средств.

Программа модуля

1-й день (9:30-18:30)

1. Понятие прогноза и метода прогнозирования. Классификация методов прогнозирования.Содержание понятия высокоточного прогнозирования.

1.1. Демонстрация № 1 "Прогнозирование спроса методом экстраполяции тренда, реализуемого с помощью программы "Excel".

1.2. Сравнение точности прогнозирования спроса методом экстраполяции тренда и точности прогнозирования спроса с использованием метода регрессионного анализа с выделением трендовой и сезонной составляющей.
2. Выбор метода прогнозирования спроса в зависимости от значимости категории запаса и статистических характеристик группы запаса с использованием результатов совмещенного "АВС+XYZ" анализа номенклатурного перечня.

2.1. Математический метод наивного прогноза.

2.2. Математический метод долгосрочного среднего.

2.3. Математический метод скользящего среднего.

2.4. Математический метод экспоненциального среднего.

2.5. Метод сравнительного анализа спроса в аналогичных периодах в сочетании с экспертной оценкой.
3. Необходимость высокоточного прогнозирования спроса для целей эффективного управления запасами.

Что необходимо знать для высокоточного прогнозирования
4. Содержание задачи прогнозирования. Понятие «Модель данных»: прогнозируемая переменная, функция прогнозирования, случайный фактор, воздействующий на функцию прогнозирования.
5. Классификация и описание моделей данных.

5.1. Модель временного ряда: требование стационарности случайного процесса, шаг прогнозирования, горизонт прогнозирования, тренд, сезонные изменения.

5.2. Аддитивная и мультипликативная функции прогнозирования модели временных рядов данных.

5.3. Смешанная модель данных: содержание проблемы вычислительной сложности и проблемы мультиколлинеарности.


2-й день (9:30-18:30)

Технология высокоточного прогнозирования
6. Алгоритм высокоточного прогнозирования.

Содержание этапа 1 «Подготовка исходных данных к прогнозированию». Восстановление пропущенных значений факторов исходных данных.
Демонстрация № 2 «Восстановление пропущенных значений факторов исходных данных».
Анализ значительно отличающихся значений исходных данных.
Демонстрация № 3 «Выполнение анализа значительно отличающихся значений данных».
Отбор факторов, реально влияющих на прогнозируемую переменную.
Демонстрация № 4 «Отбор факторов, реально влияющих на прогнозируемую переменную Y».

Содержание этапа 2 «Выделение трендовой составляющей функции прогнозирования». Подбор функций, аппроксимирующих трендовую компоненту.Возможные функции регрессии, которые можно использовать для выделения трендовой составляющей, и условия их выбора.
Полиномиальная функция степени «m» простой регрессии.
Демонстрация № 5 «Определение степени полинома, достаточной для качественного выделения трендовой составляющей».
Полиномиальная множественная регрессия.
Демонстрация № 6 «Выделение трендовой составляющей с помощью полиномиальной множественной регрессии».
Экспоненциальная множественная регрессия.
Демонстрация № 7 «Выделение трендовой составляющей с помощью экспоненциальной множественной регрессии».
Мультипликативная (степенная) функция множественной регрессии.
Демонстрация № 8 «Выделение трендовой составляющей с помощью мультипликативной (степенной) функции множественной регрессии».
Отбор лучших функций регрессии для выделения трендовой составляющей и оптимального количества их значимых факторов.


3-й день (9:30 - 18:30)

Содержание этапа 3 «Выделение сезонной составляющей функции прогнозирования и формирование моделей данных».
Свойства сезонных коэффициентов в аддитивной и мультипликативной модели функции прогнозирования.
Алгоритм вычисления сезонных коэффициентов.
Демонстрация № 9 «Выделение сезонной составляющей в аддитивной схеме первой модели функции прогнозирования, трендовая составляющая которой описывается функцией мультипликативной множественной регрессии по трем факторам t, X1, X2».
Демонстрация № 10 «Выделение сезонной составляющей в мультипликативной схеме первой модели функции прогнозирования, трендовая составляющая которой описывается функцией мультипликативной множественной регрессии по трем факторам t, X1, X2».
Демонстрация № 11 «Выделение сезонной составляющей в мультипликативной схеме второй модели функции прогнозирования, трендовая составляющая которой описывается функцией экспоненциальной множественной регрессии по двум факторам t, X1».
Содержание этапа 4 «Анализ качества моделей данных и отбор лучшей модели». Демонстрация 12 «Сравнение первой и второй моделей данных по показателям качества».
Отбор лучшей модели данных, наиболее адекватно представляющей исходные данные.

Содержание этапа 5 «Вычисление прогнозных значений прогнозируемой переменной».
Демонстрация № 13 «Вычисление прогнозных значений с помощью отобранной второй модели данных». Оценка точности прогнозов.
Совершенствование модели данных.

Контактное лицо:

Мозговая Анна

Адрес:

Телефон:

067 497-53-07

Веб-сайт:

www.a-m.in.ua/prognozirovanie-sprosa-i-prodazh.html

E-mail:

   
Теги: продажи / закупки / логистика / запасы / готовая продукция /

Распечатать      Вернуться к списку тренингов

Отправить заявку на тренинг