Online Business Forecasting Workshop

Instructeurs

• Eric Stellwagen: Medeoprichter van Business Forecast Systems, Inc. (BFS) met meer dan 30 jaar ervaring in business forecasting.
• Sarah Darin: Meer dan 20 jaar ervaring in statistisch advies en forecasting, met een Master in Statistiek van de University of Chicago.
• Franklin Rea: Meer dan 15 jaar ervaring in data-analyse en onderwijs, met een M.S. in Wiskunde van Northeastern University.

Registratie

De registratiekosten zijn $495 per deelnemer. Bij aanmelding van 3 of meer deelnemers geldt een teamkorting van $395 per persoon. De workshop is beperkt tot 25 deelnemers, dus wees er snel bij.

Wat zeggen eerdere deelnemers?

Bonus: een-op-een adviessessie na de workshop?

Als deelnemer aan de workshop kun je een privé-adviessessie van een uur na de workshop toevoegen voor slechts $100 extra.
Deze sessie kan op je gemak worden geboekt, maar moet binnen 30 dagen na afloop van de workshop worden voltooid.

Introductie tot Forecasting

Een brede overzicht van business forecasting en de diverse toepassingen binnen de organisatie. Onderwerpen zijn onder andere benaderingen van forecasting, kenmerken van data, de rol van oordeel, selectie van geschikte voorspellingsmethoden voor verschillende datasets en bronnen voor prognosemakers.

Exponentiële Afvlakking

Een overzicht van exponentiële afvlakkingstechnieken met bijzondere nadruk op de Holt-Winters modellenfamilie. Onderwerpen zijn onder andere de voor- en nadelen van het gebruik van deze modellen, wanneer ze het beste kunnen worden gebruikt, hoe ze werken, het identificeren van modelcomponenten, parameteroptimalisatie en modeldiagnose.

Event-Index Modellen

Event-index modellen breiden de functionaliteit van exponentiële afvlakkingmodellen uit door aanpassingen te bieden voor promoties, stakingen en andere niet-kalendergebonden gebeurtenissen. Deze sessie behandelt hoe deze modellen werken, hoe en wanneer ze moeten worden gebruikt, en hoe je hun ontwerp kunt aanpassen om aan jouw behoeften te voldoen.

Nauwkeurigheid en Evaluatie van Voorspellingen

Een gedetailleerde blik op het evalueren van de nauwkeurigheid van voorspellingsmethoden. Onderwerpen zijn onder andere het onderscheid tussen fouten binnen de steekproef en buiten de steekproef, een overzicht van foutmeetsstatistieken, een samenvatting van bevindingen uit voorspellingscompetities, en een uitleg over hoe realtime volgrapporten en simulaties kunnen worden gebruikt als voorspellers van modelprestaties.

Problemen Identificeren in Je Forecasting Proces

Benaderingen voor het focussen op kritieke items bij het voorspellen van grote hoeveelheden data. Onderwerpen zijn onder andere het evalueren en voorspellen van SKU-data, filtering en ABC (Pareto) classificatie, het detecteren en corrigeren van uitschieters, uitzonderingsrapportage en het meten van nauwkeurigheid over meerdere tijdreeksen.

Forecasting met Machine Learning

Deze sessie geeft een overzicht van de basisprincipes en voordelen van forecasting met machine learning (ML). Onderwerpen zijn onder andere de basisprincipes van machine learning-gebaseerde voorspellingen, wanneer ML waarschijnlijk je voorspellingen zal verbeteren, hoe je de volledig automatische ML-optie in Forecast Pro kunt gebruiken en hoe je aangepaste ML-modellen in Forecast Pro kunt bouwen.

Meerdere Niveaus van Forecasting

Deze sessie onderzoekt hiërarchische forecasting technieken. Onderwerpen zijn onder andere de noodzaak van forecasting op verschillende niveaus, product- versus geografische hiërarchieën, reconciliatiestrategieën, top-down versus bottom-up benaderingen, het gebruik van proportionele toewijzing en aanpassing voor seizoensgebondenheid.

Nieuwe Product Forecasting

Deze sessie verkent verschillende benaderingen voor het voorspellen van nieuwe producten. Onderwerpen zijn onder andere de voor- en nadelen van verschillende methoden op basis van de classificatie van een product en een overzicht van populaire methoden zoals artikelopvolging, voorspellen door analogie en het Bass diffusie model.

Componenten van Data

Een diepgaande blik op de verschillende componenten die in tijdreeksdata worden gevonden, waaronder trends, seizoenspatronen, economische cycli, handelsdagvariaties, interventies (gebeurtenissen) en ruis. De discussie omvat de vormen die de componenten kunnen aannemen, het onderscheiden van lokale versus globale componenten, interpretatie van economische cyclusindicatoren en het gebruik van decompositieroutines.

Uitbreidingen van Exponentiële Afvlakking

Deze sessie onderzoekt drie nuttige uitbreidingen van de exponentiële afvlakkingsmodellenfamilie. De eerste is het NA-CL model dat vaak de voorspellingsnauwkeurigheid verbetert voor datasets die een “verkoopseizoen” vertonen waarbij de meeste vraag op specifieke tijden van het jaar optreedt (bijvoorbeeld sneeuwschoppen, griepvaccins, etc.). De tweede is het Croston’s Intermittent Demand Model dat wordt gebruikt om data te voorspellen die frequente nulvraagperioden vertonen. De derde is het Custom Component Model waarmee sommige componenten uit de data kunnen worden geschat en andere door de prognosemaker kunnen worden aangepast.

Box-Jenkins (ARIMA) Modellen

Een verkenning van het gebruik van ARIMA-modellen voor business forecasting. Onderwerpen zijn onder andere de voor- en nadelen van het gebruik van deze modellen, hoe en wanneer ze moeten worden toegepast, automatische identificatieprocedures en modeldiagnostiek.

Dynamische Regressie

Een gedetailleerde blik op de ins en outs van regressievoorspellingen. Onderwerpen zijn onder andere wanneer regressiemodellen het beste kunnen worden toegepast, hoe de modellen te bouwen, gewone kleinste kwadraten, leidende indicatoren, vertraagde variabelen, Cochrane-Orcutt modellen, hypothesetoetsing en het gebruik van “dummy” variabelen.