Transcript Sales Forecasting 2-daags v2

www.voorraadacademie.nl
Forecasting
Forecasting 2-daagse cursus
Doelgroep
Deze cursus is bedoeld voor iedereen die zich bezig moet houden met (vraag)
voorspellingen. Wij denken hier met name aan voorraad planners,
voorraadmanagers, salesmanagers en commerciële managers. De cursus is op
MBO+/HBO niveau.
Leerdoelen
De cursist zal op de eerste plaats leren waarom goede voorspellingen noodzakelijk
en wat de effecten kunnen zijn van onnauwkeurige voorspellingen. We gaan in op
het verzamelen van data en het eventueel uitvoeren van data-correcties. De cursist
leert hoe hij data-patronen kan herkennen en welke de bijbehorende klassen van
voorspelmethodieken zijn. Wij behandelen per klasse de meest gebruikte modellen
zoals : (gewogen) voortschrijdend gemiddelde, single exponential smoothing, de
methode van Brown, de methode van Holt, lineaire regressie en de methode van
Winters. We geven de toepassingsmogelijkheden van deze modellen en kijken naar
problemen bij het gebruik in de praktijk. Aan de orde komen de startwaarde
problemen, bepalen van parameterwaarden en het kiezen van het “beste model” op
basis van prestatie-indictoren. Tenslotte kijken we naar methoden die de modellen
blijven valideren (tracking en tracing methoden) en aangeven wanneer modellen of
parameters aangepast moeten worden.
Opzet
Gedurende de 2 dagen besteden we naast de theorie veel aandacht aan het kunnen
toepassen van het geleerde. Nadruk ligt minder op het handmatig kunnen uitrekenen
maar meer op het interpreteren van uitkomsten. We maken gebruik van kleine excelprogramma’s om het rekenwerk te beperken, omdat tegenwoordig veel goedkope
forecast-programmatuur beschikbaar is. Daarnaast toetsen we via cases of de
cursisten in staat zijn de juiste methoden toe te passen in praktijkomgevingen.
NB. Enige basiskennis van statistiek is noodzakelijk. Eventueel kunt u onze
“opfriscursus” statistiek ( 1 avond) volgen.
@ Ir.P.P.J.Durlinger
Pagina 1 van 3
www.voorraadacademie.nl
Forecasting
Inhoud 2-daagse cursus Forecasting
Dag 1
1) Inleiding
• Waarom is voorspellen belangrijk?
• Grondslag voorspellen
• (on) mogelijkheden van voorspellen
• Relatie voorspelhorizon – nauwkeurigheid
• Soorten modellen
2) Kwalitatieve modellen
• Marktonderzoek
• Delphi-methode
• Analogie-methode
3) Data
• Welk soort data?
• Hoeveel data zijn nodig?
• Hoe betrouwbaar?
4) Datacorrectie
• Oorzaken van vervuiling in data
• Uitschieter correctie
• Data decompositie
5) Herkennen van data-patronen op statistische basis
• regressie-analyse
6) Modellen voor data zonder trend en seizoen
• Naieve forecast-I
• (gewogen) voortschrijdend gemiddelde
• Single Exponential Smoothing
7) Bepalen van het “beste model” op basis van fout-criteria
• Mean Error (gemiddelde fout)
• MAD (gemiddelde absolute fout)
• MSE (gemiddelde kwadratische fout)
• MAPE (gemiddelde absolute procentuele fout)
@ Ir.P.P.J.Durlinger
Pagina 2 van 3
www.voorraadacademie.nl
Forecasting
8) Modellen voor data met trend, zonder seizoen
• Methode van Brown
• Methode van Holt
• Lineaire regressie
Dag 2
Samenvatting Dag 1
9
Modellen voor data met trend en seizoen
• Methode van Winters
10
Startwaarde problemen
• Bepalen van Fo en So
• Bepalen van startwaarden voor trendfactoren
• Bepalen van startwaarden voor seizoensindices
11
Tracking en tracing : Is/zijn het model/de parameters nog valide?
•
•
•
•
12
Methode van Trigg (analytisch)
CUSUM benadering (analytisch)
+/- analyse (grafisch)
Prediction/Realization diagram (grafisch)
Standaard forecast programma’s of Excel?
Samenvatting dag 2
@ Ir.P.P.J.Durlinger
Pagina 3 van 3