认证课程
网络课程
采购管理实战课程
供应链管理实战课程
暂无数据
  • 认证课程
  • 网络课程
  • 采购管理实战课程
  • 供应链管理实战课程
需求预测管理实战之预测技术应用及AI预测模型
需求预测管理实战之预测技术应用及AI预测...

课程天数:

2天

时间地点:

2026年05月21-22日 苏州      11月9-10日 上海

课程费用:

7800

授课语言:

中文
课程背景

本课程主要介绍预测的准备与数据清洗,传统预测技术与模型及实践应用,AI预测模型介绍,及预测准确率分析、评估方法和标准等。

课堂的点是实践演练,预测课堂练习主要通过EXCEL函数,高分析工具库Toolpak,并介绍Minitab与IBM SPSS的专业统计工具的预测分析方法,通过本课堂学习与练习,学员可以切实牢固掌握预测专业模型的知识和与分析方法及相关专业技能。

This course focuses on comprehensive and practical forecasting methodologies, covering data preparation & preprocessing, classical forecasting models and their applications, AI forecasting modeling, and quantitative accuracy evaluation (MAE, RMSE, MAPE).

Centered on hands-on practice, the course adopts Excel functions and Analysis ToolPak for exercises, and introduces predictive analysis with Minitab and IBM SPSS. After the course, participants will master professional forecasting models, analytical methods and core skills for data-driven decision-making.

课程对象

建议由供应链相关管理、决策和数据分析人员等相关职能参与,相关的岗位如需求计划经理/需求计划专职人员/预测专员等负责需求管理和预测的人员。

授课形式

知识讲解、案例分析讨论、角色演练、小组讨论、互动交流、游戏感悟、头脑风暴、强调学员参与。

课程大纲

一、预测的准备 Forecasting Preparation

■ 预测的本质与预测的挑战 The forecasting natures and challenges

■ 预测测的准备Forecasting preparation

■ 数据清洗 Data Cleansing

■ 如何评估预测准确率 Forecast accuracy assessment

课堂练习,如何评估预测准备率

■ 认识预测的数据形态及评判 Data pattern of time series

二、预测技术介绍及应用 Forecasting Technologies Introduction

■ 预测的分类 The classifications of forecast

■ 定性预测与定量预测 Qualitative and quantitative forecasting

三、预定量预测预测技术介绍及应用 – Quantitative Forecasting Models and Applications

■ 定量预测模型:

天真预测 Naïve Forecast

移动平均 Moving Averages

课堂练习,天真预测与移动平均法的应用(EXCEL分析)

简单指数平滑Simple Exponential Smoothing

自适应指数平滑 Adaptive-Response Rate Single Exponential Smoothing

趋势指数平滑 Trend Exponential Smoothing

课堂练习,简单与趋势指数平滑的应用(EXCELMinitab分析)

季节指数的算法 How to calculate seasonal index

季节与趋势Trend & Seasonal Exponential Smoothing

课堂练习,季节趋势指数平滑的应用(EXCELMinitabSPSS分析)

经典分解法 Decomposition

课堂练习,季节趋势指数平滑的应用(EXCELMinitabSPSS分析)

一元线性回归 Simple Linear programming

课堂练习,季节趋势指数平滑的应用(EXCELMinitabSPSS分析)

多元线性回归介绍 Multiple Linear programming

ARIMASARIMA模型介绍 高复杂预测应用的EXCELSPSS分析介绍

四、AI预测模型介绍 The introduction of AI forecasting models

AI预测模型简介,以及应用场景AI forecasting modelsXGboost, LSTM, LightGBM, CausalML

AI预测模型与常规的预测模型的不同点 The differences for AI and regular models