供应链管理之需求计划与预测技术应用

参加对象Attendees

培训收益Training Benefits

课程大纲及讲师Outline/Lecturer

一、供应链管理基础 - 需求管理

1.        新形势下企业面临的供应链挑战与需求预测的难点

2.        供应链为什么要管理需求及需求管理的重要性

3.        需求管理的要素与模式

4.        需求计划职能的重要性

二、预测技术

1.        预测的准备

2.        数据清洗

3.        如何评估预测准确率

4.        认识预测的数据形态及评判

5.        预测的分类

6.        定性预测与定量预测

7.        定量预测模型：

Ø  移动平均

Ø  指数平滑：简单，趋势，季节与趋势

Ø  季节指数的算法

Ø  经典分解法

Ø  线性回归

Ø  ARIMA及SARIMA模型：高级复杂预测应用

Ø  预测技术与模型的实际应用及操作演练

Ø  预测技术应用案例分析

Ø  预测技术工具应用

8.        促销预测管理

9.        新品预测管理

三、AI预测模型介绍（通过AI学习获得的深度学习结果）

1.        AI预测模型简介，以及应用场景

2.        AI预测模型与常规的预测模型的不同点

3.        企业能否使用AI预测模型

四、2B预测方法与需求感知（通过AI学习获得的深度学习结果）

1.        2B行业的预测方法

2.        针对需求不稳定，定制化需求的2B行业预测或者需求感知技术应用

3.        客户订单或者预测无法使用模型该如何破局？

五、产销协同与需求计划

1.        产销协同流程及关键要素

2.        产销协同预测会议的职责划分

3.        产销协同各个环节的重要输入与输出

Ø  产品计划与新品导入

Ø  需求计划的编制与录入

Ø  供应计划的评估

4.        产销协同成功的关键要素

六、物料计划分析评估

1.        物料需求计划与采购策略

2.        物料结构分析ABC-XYZ法

3.        安全库存策略与模型

4.        EOQ模型的历史发展变革与一些可用模型（通过AI学习获得的深度学习结果）

5.        课程练习：利用EXCEL进行ABC-XYZ分析，及统计安全库存计算和分析

肖老师 专家顾问 高级讲师