Business IntelligenceExcelR

Prognozowanie w biznesie

27 - 28 maj 2024

Online

2 400,00 zł netto / osobę
Nie pasuje Ci żaden termin? Napisz do nas!
Zapisz więcej osób

Taniej w grupie

  • 3 osoby - 10% zniżki
  • 4 osoby - 15% zniżki
  • 5 osób - 20% zniżki
  • 6 osób - 25% zniżki
  • 7 osób - 30% zniżki
  • O szkoleniu

    Szkolenie przedstawia praktyczne podejście do problemów prognozowania w biznesie m.in. popytu, podaży oraz zapasów. W trakcie szkolenia przedstawione zostaną podstawy języka programowania R. Dzięki intuicyjnemu podejściu do teorii uczestnicy zrozumieją, a następnie zastosują w praktyce wszystkie techniki prognozowania.

    Szkolenie prowadzone jest przez ekspertów z wieloletnim doświadczeniem w prognozowaniu dla biznesu. Duży nacisk kładziemy na zastosowanie praktyczne, dlatego w trakcie szkolenia pracujemy na rzeczywistych problemach biznesowych. Zwieńczeniem szkolenia jest praca projektowa, która polega na przygotowaniu najlepszej prognozy sprzedaży z wykorzystaniem wiedzy i umiejętności zdobytych na szkoleniu.

    Dla kogo jest to szkolenie?

    Szkolenie to zostało zaprojektowane z myślą o osobach odpowiedzialnych za przygotowanie prognoz i zainteresowanych udoskonaleniem procesu prognostycznego w organizacjach. Z uwagi na rozbudowaną część praktyczną szkolenie przeznaczone jest dla osób zajmujących się prognozowaniem, controllingiem, planowaniem lub zarządzaniem strategicznym.

    Czego się nauczę?

    Po ukończeniu szkolenia, uczestnik będzie potrafił:

    • Analizować szeregi czasowe i tworzyć dobre prognozy
    • Zarządzać procesem prognostycznym w organizacji
    • Zidentyfikować i zebrać dane użyteczne w procesie prognozowania
    • Tworzyć poprawne modele prognostyczne
    • Prognozować za pomocą najbardziej zaawansowanych metod
    • Oceniać różne metody prognozowania pod kątem trafności dla danego problemu
    • Łączyć prognozy ilościowe z modeli z jakościową wiedzą o przyszłości
    • Tworzyć symulacje do oceny ryzyka np. inwestycji
    • Co można prognozować?
    • Statystyka, Ekonometria, Prognozowanie
    • Prognoza + Cel = Plan
    • Trafność prognoz, czyli źródła błędów w prognozowaniu
    • Rodzaje prognoz, typy danych w prognozowaniu
    • Częste błędy w prognozowaniu
    • Schemat i kolejne kroki procesu prognostycznego
    • Rola i miejsce prognozy w biznesie
    • Prognozowanie ilościowe i jakościowe
    • Efektywne sposoby prezentacji prognoz
    • Dyskusja nad problemami z prognozowaniem
    • Prognozowanie sprzedaży
    • Prognozowanie podaży
    • Prognozowanie zapasów
    • Prognozowanie finansów
    • Oprogramowanie wykorzystywane w prognozowaniu – wady i zalety
    • Podstawowe miary statystyczne
    • Wstępna analiza graficzna danych
    • Proste metody prognozowania
    • Mierzenie trafności prognoz i ocena metody prognozowania
    • Przykłady i ćwiczenia
    • Szeregi czasowe, dane przekrojowe, dane panelowe
    • Podstawowe źródła krajowych danych ekonomicznych
    • Źródła danych o otoczeniu zewnętrznym, rynkach eksportowych
    • Żródła danych odnośnie popytu i podaży w sektorze prywatnym
    • Wyszukiwanie danych w internecie
    • Przykłady i ćwiczenia
    • Wykrywanie wzorców w danych i wprowadzenie do technik prognozowania
    • Średnie ruchome i wygładzanie szeregów czasowych
    • Szeregi czasowe – charakterystyka, dekompozycja, odsezonowanie
    • Regresja liniowa dla szeregów czasowych i danych przekrojowych
    • ARIMA – prognozowanie z wykorzystaniem zależności czasowych szeregów
    • Ocena trafności prognostycznej modeli i wybór prognozy
    • Łączenie prognoz z różnych modeli
    • Przykłady i ćwiczenia
    • Ograniczenia i wyzwania metod jakościowych
    • Podstawowe zasady prognozowania jakościowego
    • Badania ankietowe
    • Prognozowanie przez analogię
    • Analizy scenariuszowe
    • Prognozowanie nowy produktów
    • Metoda delficka
    • Łączenie prognoz jakościowych i ilościowych
    • Przykłady i Ćwiczenia
    • Dynamiczne modele regresji
    • Modele klasy VAR
    • Sieci neuronowe
    • Prognozowanie hierarchicznych szeregów czasowych
    • Przykłady i ćwiczenia
    • Wprowadzenie do metod symulacyjnych
    • Mikroekonomiczne podejście do tworzenia prognozy
    • Przygotowanie modelu symulacyjnego
    • Założenia – rozkłady prawdopodobieństw dla czynników
    • Generowanie prognozy i przedziałów ufności
    • Przykłady i ćwiczenia