Прогнозы и прогнозирование в России

Прогнозирование и анализ продаж. Системный подход к построению прогноза.

Чем можно овладеть на тренинге?

-пониманием структуры временного ряда
-знанием последовательности шагов построения прогноза
-знанием какие данные и как нужно собирать, чтобы получать прогнозы повышенной точности
-умением строить прогноз 4-мя способами в течение нескольких минут и выбирать лучший
-умением грамотно выделять сезонность в продажах и учитывать ее при построении прогноза
-умением анализировать влияние промоакций, праздников и иных событий
-умением учитывать влияние разнородных факторов, оказывающих влияние на продажи
-умением оценивать точность прогнозов

Что особенного в этом тренинге?

-"Прогнозирование и анализ продаж" - единственный на своём рынке тренинг, который даёт знания построения прогнозов в системе. Вы унесёте с собой готовое пошаговое руководство к действию, которое учитывает множество "подводных камней" - именно они являются причиной ошибочных прогнозов.

-Возможность в ходе тренинга обсудить со специалистом особенности собственных задач. Вы привозите свои данные, назад возвращаетесь с готовым решением. Во многих компаниях это является дополнительной платной услугой. У нас же консультации по собственным задачам - это часть программы тренинга.

-4-месячная бесплатная помощь в построении прогнозов. Вам нужно только позвонить или написать письмо. Консультации после обучения - часть программы тренинга.

-Малые группы, что обеспечивает индивидуальный подход к каждому слушателю. Тренинг подходит под определение Клуб специалистов по прогнозированию и нацелен на конкретный практический результат.

Аудитория:
Наиболее распространенные специальности, проходившие обучение в период 2002-2007 гг.: специалисты по стратегическому и оперативному планированию, маркетологи, аналитики, экономисты, бренд-менеджеры, руководители отделов продаж.

Программа тренинга:

ДЕНЬ 1. Основы прогнозирования. Экспоненциальное сглаживание.

Цель:
Научиться разбивать временной ряд на компоненты (тренд, сезонность, структурные сдвиги, выбросы, случайная компонента). Разобраться в необходимых базовых понятиях. Разработать первые самостоятельные прогнозы от А до Я.

Изучаемые процедуры и техники:
Базовые понятия, используемые в методах прогнозирования. Особенности данных, которые мы используем при построении прогнозов. Временная структура ряда и компоненты временного ряда. 5 основных стадий построения прогноза. Графические инструменты, используемые в анализе временных рядов: график временного ряда, гистограмма, диаграмма рассеяния. Критерии качества прогнозов: MAD , MAPE , MSE. Информационные критерии Акаике и Шварца. Использование ряда исходных продаж и ряда прироста продаж для построения прогнозов. Выделение компонент временного ряда. Тренд, виды трендов, методы выявления трендов. Способы учета тренда при построении прогноза. Сезонность, виды сезонности, способы обнаружения сезонной компоненты. Модели экспоненциального сглаживания, выбор вида тренда и сезонности. Требования к исходным данным. Оценка коэффициентов при построении модели, выбор коэффициентов с использованием экспертных оценок. Интерпретация выбранной модели. Оценка качества построенной модели. Пути улучшения качества модели. Построение прогноза методом экспоненциального сглаживания.

Алгоритмы решений:
-Алгоритм построения прогноза с помощью экспоненциального сглаживания
-Обобщенный пошаговый алгоритм Прогнозирования и анализа продаж

ДЕНЬ2. Сезонная декомпозиция. Прогнозирование с учетом факторов - авторегрессионные модели.

Цель:
Научится строить прогнозы с учетом факторов. Освоить алгоритм выделения и учета сезонной составляющей.

Изучаемые процедуры и техники:
Закрепление материла прошлого дня. Метод сезонной декомпозиции для разложения временного ряда на составляющие. Использование результатов сезонной декомпозиции при построении прогнозов. Требования к исходным данным при использовании сезонной декомпозиции. Минимальная длина ряда. Понятие корреляции и автокорреляции. Авторегрессионные модели. Графики автокорреляций и частных автокорреляций. Особенности использования авторегрессии. Анализ результатов авторегрессии и построение прогноза. Учет сезонности в авторегрессии. Проверка влияния факторов. Факторы, влияющие на продажи с запаздыванием. Выявления периода задержки с помощью графика кросс-корреляций. Особенности учета влияния факторов с запаздыванием при построении прогнозов.

Алгоритмы решений:
-Алгоритм выделения из ряда его компонент на основе сезонной декомпозиции
-Алгоритм построения авторегрессионных моделей

ДЕНЬ 3. Учет и анализ структурных сдвигов, промо, праздничного спроса. Техника «dummy». Прогнозирование коротких рядов.

Цель:
Научиться оценивать эффекты событий (акций) и учитывать их при построении прогнозов. Освоить подход к прогнозированию продаж короткой истории.

Изучаемые процедуры и техники:
Закрепление материла предшествующих дней. Трансформация данных. Виды трансформации, обнаружение необходимости трансформации. Работа с пропущенными данными. Варианты замены. Особенности, которые необходимо учитывать при работе с пропущенными данными. Выбросы и работа с ними. Внешние факторы, влияющие на изменение динамики ряда. Структурные сдвиги. Причины, вызвавшие структурный сдвиг, прогнозирование продаж при повторных появлениях этих причин. Учет при прогнозе продаж числа рабочих и праздничных дней. Построение прогнозов на основе сведений о планируемых акциях (скидках, расширениях ассортимента, поведения конкурентов, рекламе и т.п.). Оценка эффекта от проведенной акции.

Алгоритмы решений:
-Алгоритм анализа акций и их учет при прогнозировании
-Алгоритм построения прогнозов на основе техники dummy

ДЕНЬ 4. Прогнозирование с помощью ARIMA. Прогнозирование с помощью регрессионных моделей.

Цель:
Освоить самый сложный метод прогнозирования - ARIMA. Изучить подход к прогнозированию невременного ряда.

Изучаемые процедуры и техники:
Закрепление материала прошлых дней. Признаки стационарного ряда. Приведение ряда к стационарному виду. Две составляющие   моделей ARIMA . Выбор параметров модели. Физический смысл выбранных параметров. Интерпретация результатов. Пути поиска лучших моделей. Область практического использования регрессионного анализа. Причины ложных корреляций. Множественная регрессия. Выявляем и ранжируем факторы по значимости. Интерпретируем результаты. Решение проблемы мультиколлинеарности факторов. Изучение остатков. Сравнительный анализ методов прогнозирования. Влияние горизонта прогноза на выбор метода. Влияние исторических данных на точность. Тестовое задание.

Алгоритмы решений:
-Алгоритм сведения ряда к стационарному виду
-Алгоритм выбора лучшей модели и построения прогноза на основе ARIMA
-Сравнительный анализ возможностей программного обеспечения по прогнозированию
-Алгоритм регрессионного анализа
-Сравнительный анализ методов прогнозирования

Тестовая работа. Выдача свидетельств. Обсуждение курса.

Стоимость участия:
24800 рублей - 0дин участник
22320 рублей - От двух участников от организации

Даты проведения тренинга в I полугодии 2008 года:
03-06 марта
13-16 мая
29 июля - 01 июня
Записаться на тренинг или получить более подробную информацию Вы сможете отправив письмо по адресу info@nickart.spb.ru или позвонив (812) 331 37 54 (точный адрес и другие телефоны можно увидеть на сайте nickart.spb.ru)

Будем рады помочь своим опытом и знаниями.
С уважением,
Центр Статистических Технологий

Отредактировал cst (14.11.2007 12:58)