Программа тренинга
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
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
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)
-
Правила оценки качества модели:
-
анализ остатков
-
ANOVA
-
R-квадрат и скорректированный R-квадрат
-
План действий при «плохих» остатках модели
-
Интерпретация коэффициентов регрессионного уравнения:
-
как влияют факторы на продажи
-
ранжирование факторов по силе влияния
-
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
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
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
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
