培训时间/地点：2026年5月21~22日（星期四 ~ 星期五）/苏 州

版权课程

2026年11月9~10日（星期一 ~ 星期二）/上 海

收费标准：￥7800/人

• 含授课费、证书费、资料费、午餐费、茶点费、会务费、税费
• 不包含学员往返培训场地的交通费用、住宿费用、早餐及晚餐

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。

课堂的重点是实践演练，预测课堂练习主要通过EXCEL函数，高级分析工具库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.

参训对象：

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：

1. 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

2. 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

3. 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（EXCEL，Minitab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（EXCEL，Minitab，SPSS分析）
• 经典分解法 Decomposition
  • 课堂练习，季节趋势指数平滑的应用（EXCEL，Minitab，SPSS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（EXCEL，Minitab，SPSS分析）
• 多元线性回归介绍 Multiple Linear programming
• ARIMA及SARIMA模型介绍 高级复杂预测应用的EXCEL，SPSS分析介绍

4. 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 models：XGboost, 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

讲师简介：肖老师 专家顾问 高级讲师

供应链体系培训讲师，专注于计划体系的知识传授与经验分享

（包括需求计划，预测，主生产计划及生产计划与排程，物料需求计划与库存策略）

从业背景:

• 萨澳-丹佛斯：供应链经理
• 威尔斯新材料：高级供应链经理
• 法可赛（中国）：供应链总监

专长：

20多年供应链管理实践与咨询辅导经验。对端到端供应链体系架构建设、流程制定和KPI考核设计有丰富的管理实践和咨询经验，精通从需求计划、产销协同、主生产计划到采购策略与物料需求计划的全计划体系运用，擅长库存管理，数据分析，量化模型，EPR与计划工具结合运用，专长企业的MRP痛点问题诊断并提供优化解决方案。

多年丰富的从业实践和咨询及项目管理经验，ERP系统的支持实施与应用。对方案设计、系统选型、实施与整合、人员培训、后续支持维护均有丰富的经验。擅长针对企业的供应链复杂问题和难点，进行深度分析诊断，提供有针对性的解决方案。帮助企业重新设计架构以需求驱动的端到端的供应链流程体系，提供供应链专业解决和改进的方案，在供应链结合ERP系统的运用方面有独到的经验。

行业经验：

制造业，工程机械行业，汽车行业，电子高科技，消费品，快销时尚，原材料加工，物流运输行业

项目经验：

• 萨澳丹佛斯中国供应链SAP实施项目，S&OP销售与运作计划流程经理，供应商采购协作项目实施与运用
• 威尔斯新材料：供应链体系构造，供应链关键运营指标量化和标准制定，ERP系统的提升与改进项目
• 消费品行业的预测提升改进及预测系统实施应用项目
• 知名高科技电子行业的整体供应链变革与实施的全方案设计与实施
• 知名电子消费品行业的APS提升改进与应用项目
• 知名消费饮品行业的产销协同实施推广项目