У вас уже есть заявка на текущий период.
Если вы хотите, чтобы данная программа участвовала в розыгрыше гранта в этом месяце, необходимо добавить ее в папку "Интересные мероприятия".
Или создайте заявку на другой период.
20.11.2017 - 24.11.2017 Уточните расписание у организатора. Возможно он не успел обновить расписание.
Форма обучения:
Очная/дневная
Вид мероприятия:
Курсы
Тип мероприятия:
Открытые
Целевая аудитория
Аналитики, специалисты по прогнозированию.
Преподаватель
Берлин Юлия / Монахова Анна.
Анонс программы
Тренинг даёт возможность системно изучить и использовать в своей работе современную технологию прогнозирования.
Описание программы
День 1. Азы прогнозирования и анализа, подготовка данных
Процесс прогнозирования: технология «Пять шагов»
Три способа систематизации экспертных мнений о факторах, влияющих на продажи:
диаграмма Исикавы
таблица факторных влияний
причинно-следственная диаграмма
Правила подготовки исходных данных для прогнозирования в Excel. Работа с пропущенными данными
Графический анализ динамики продаж с целью выявления тренда, сезонности и других компонент
Влияние типа сезонности на выбор метода прогнозирования
Основные статистические показатели, используемые при прогнозировании:
среднее значение
медиана
стандартное отклонение
стандартная ошибка
размах
Доверительный интервал прогноза
Точность модели и точность прогнозов
Показатели точности прогнозной модели и прогноза: MAPE, MAD и другие
Подходы к выбору адекватного ...
Подробнее о программе
День 1. Азы прогнозирования и анализа, подготовка данных
Процесс прогнозирования: технология «Пять шагов»
Три способа систематизации экспертных мнений о факторах, влияющих на продажи:
диаграмма Исикавы
таблица факторных влияний
причинно-следственная диаграмма
Правила подготовки исходных данных для прогнозирования в Excel. Работа с пропущенными данными
Графический анализ динамики продаж с целью выявления тренда, сезонности и других компонент
Влияние типа сезонности на выбор метода прогнозирования
Основные статистические показатели, используемые при прогнозировании:
среднее значение
медиана
стандартное отклонение
стандартная ошибка
размах
Доверительный интервал прогноза
Точность модели и точность прогнозов
Показатели точности прогнозной модели и прогноза: MAPE, MAD и другие
Подходы к выбору адекватного показателя оценки точности модели и прогноза
Метод сезонной декомпозиции
правила выбора вида тренда и типа сезонности
сезонные факторы и их практическое использование
Кейсы:
Пример. Строим диаграмму Исикавы для рынка FMCG и заполняем таблицу факторных влияний на основе экспертных мнений слушателей курса
Пример в Excel. Изучаем динамику продаж по SKU. Учимся анализировать колебания продаж и формировать правильные ожидания
Пример в Excel. Проводим графический анализ динамики продаж. Самостоятельно учимся определять наличие тренда, сезонности, структурных сдвигов и выбросов.
Пример в Excel. Проводим сезонную декомпозицию на основе истории продаж. Учимся интерпретировать результаты.
День 2. Прогнозирование продаж без учета дополнительной информации о факторах
Прогнозирование на основе метода сезонной декомпозиции:
пошаговый алгоритм прогнозирования в Excel
влияние выбросов и структурных сдвигов на точность прогнозов
плюсы и минусы подхода
Правила оценки качества прогнозной модели. Анализ остатков
Правила графического анализа остатков модели:
график автокорреляции (ACF plot)
гистограмма (histogram)
диаграмма рассеяния (scatterplot)
Прогнозирование на основе метода экспоненциального сглаживания:
идея метода: четыре параметра сглаживания
пошаговый алгоритм в Excel
влияние горизонта прогноза на точность прогнозов
влияние выбросов и структурных сдвигов на точность прогнозов
плюсы и минусы подхода
Кейсы:
Пример в Excel. Проводим сезонную декомпозицию и строим прогноз на несколько месяцев. Оцениваем качество построенной модели.
Пример в Excel. Строим прогноз на несколько месяцев с помощью экспоненциального сглаживания. Оцениваем качество модели и прогноза.
Пример в Excel. На основе истории продаж по товарной группе строим прогноз на 12 месяцев двумя способами (на основе сезонной декомпозиции и методом экспоненциального сглаживания). Оцениваем качество моделей и выбираем наиболее адекватный подход.
День 3. Прогнозирование продаж с учетом дополнительной информации о факторах
Многофакторный регрессионный анализ: идея и требования к исходным данным
Пошаговый алгоритм прогнозирования на основе регрессионного анализа в Excel
Диагностика и решение проблемы взаимозависимых факторов (мультиколлинеарность)
Особенности прогнозирования при недостатке информации о факторах. Техника фиктивных (dummy) переменных
Учет в регрессии сезонности разного типа
Разработка сценариев продаж на основе регрессионного анализа
Пессимистический и оптимистический прогноз: варианты построения
Плюсы и минусы прогнозирования на основе регрессионного анализа
Правила перехода от регрессии к авторегрессии
Авторегрессионные модели для прогнозирования: идея и реализация
Плюсы и минусы прогнозирования на основе авторегрессионного анализа
Кейсы:
Пример в Excel. Анализируем влияние макроэкономических факторов на продажи.
Пример в Excel. Анализируем влияние кризиса; изменения ассортимента; числа торговых точек и т.п.
Пример в Excel. Прогнозируем продажи с использованием фиктивных переменных.
Пример в Excel. Анализируем влияние погодных условий на продажи.
Пример в Excel. Изучаем влияние на продажи рекламной активности различных видов. Делаем прогноз при разных сценариях рекламных кампаний.
Пример в Excel. Проводим сравнительный анализ прогнозов продаж на основе регрессии и авторегрессии.
Пример в Excel. Строим прогноз продаж конкретной товарной группы всеми изученными способами и выбираем наиболее адекватный подход (самостоятельно).
День 4. Оценка эффектов акций, «каннибализм» и другие практические вопросы прогнозирования
Правила проведения ручной корректировки прогнозов
Три способа оценки эффекта акции
с помощью регрессионной модели
на основе критерия Уилкоксона
методом аналогий
Два способа оценки эффекта «каннибализма»
Два способа учета праздничного спроса при прогнозировании продаж
Учет запаздывающего влияния факторов при прогнозировании
Способы учета вложенной сезонности при прогнозировании дневных продаж
Пути решения проблем прогнозирования в условиях большого ассортимента:
различия при прогнозировании TOP-DOWN и BOTTOM-TOP
способы выделения товаров со схожей динамикой продаж
обзор программного обеспечения для автоматизации прогнозов большого числа товарных позиций. Демонстрация некоторых решений
Два способа прогнозирования продаж новых продуктов в условиях отсутствия исторических данных
Кейсы:
Пример в Excel. Оцениваем эффекты акций разными способами в зависимости от имеющейся информации.
Пример в Excel. Анализируем продажи по SKU и измеряем эффекта «каннибализма».
Пример в Excel. Учитываем влияние выходных и праздничных дней при прогнозировании.
Пример в Excel. Анализируем временную задержку (лаг) в росте продаж при росте рекламного бюджета.
Пример в Excel. Прогнозируем продажи нового продукта.
День 5. Отработка навыков прогнозирования на примерах слушателей. Анализ возможностей и целесообразности повышения точности прогноза
Структура ошибки прогноза
Алгоритм выявления источников ошибки прогноза и оценка всех ее компонентов
Идея предела прогнозируемости
теоретический подход к оценке пределов прогнозируемости продаж
алгоритм расчета в Excel пределов прогнозируемости (максимально достижимой точности прогноза)
Автоматизированная корректировка прогноза в Excel с учетом несимметричной «цены» ошибки
Кейсы:
Примеры в Excel. Получаем и анализируем прогнозы на основе данных слушателей. Изучаем потенциальные возможности улучшения прогнозов.
Пример в Excel. Строим прогноз продаж и анализируем причины отклонений «факт-прогноз».
Пример в Excel. Определяем предел прогнозируемости на конкретных данных о продажах.
Пример в Excel. Комплексная задача.
После окончания обучения с помощью Excel Вы сможете:
определять наилучший метод прогнозирования для конкретной ситуации
прогнозировать в случае недостатка объективной информации (например, вывод на рынок нового продукта)
прогнозировать, если имеется история только продаж
оперативно прогнозировать, когда нужен быстрый прогноз
прогнозировать при наличии мнения экспертов
прогнозировать с учетом дополнительной информации о разных факторах (активность конкурентов, акции, рекламный бюджет, погода и т.п.), одновременно влияющих на продажи
разрабатывать сценарии продаж
оценивать эффект «каннибализма»
выделять «чистый» эффект акции из динамики продаж
оценивать пределы прогнозируемости своего рынка
повышать точность прогнозов
После обучения Вы получите:
Набор бесплатных надстроек и шаблонов Excel, необходимых для прогнозирования продаж
Пошаговые инструкции по применению каждого метода прогнозирования
Сертификат на 4-месячную бесплатную консультационную поддержку
Есть акция! Скидки: 5% для физических лиц, 10% для юридических лиц при участии от одной компании более 1-ого человека, а также если сотрудники данной компании уже проходили обучение.