Открытый бизнес-тренинг
Вернуться к списку тренингов
Прогнозирование спроса, производственного потребления и продаж14377 UAH |
||||
Компания: |
Альянс-М, Центр развития |
Дата начала:Дата окончания: |
20.01.2021 22.01.2021 |
|
![]() |
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. Стоимость участия: 14377 грн. аудиторно или 12577 грн. онлайн. |
||||
Контактное лицо: |
Мозговая Анна | Адрес: |
||
Телефон: |
067 497-53-07 | Веб-сайт: |
www.a-m.in.ua/prognozirovanie-sprosa-i-prodazh.html | |
E-mail: |
||||
Распечатать Вернуться к списку тренингов