需求預測的革命時刻：從Excel到AI預測的最佳實踐
主辦單位：上海普瑞思管理咨詢有限公司 上海創(chuàng)卓商務咨詢有限公司
時間地點：2026年07月23-24日上海
培訓費用：￥5200/人(包括授課費、資料費、會務費、午餐等)
課程背景
在當前供應鏈數字化轉型浪潮中，庫存管理正面臨前所未有的挑戰(zhàn)與機遇。根據Gartner研究顯示，制造業(yè)企業(yè)平均34%的營運資金被困在庫存中。傳統(tǒng)經驗驅動的庫存管理模式已難以應對市場需求波動加劇、產品生命周期縮短的新環(huán)境；
而預測偏差導致的庫存錯配造成企業(yè)年均損失達營收的6%-8%，需求計劃的卓越能力是企業(yè)重要的核心競爭力之一，預測不準確正在成為供應鏈部門無法完成
KPI的主要障礙；
課程目的
本課程通過Gartner最佳實踐和大量真實案例，使學員既能在短期內提升預測準確率和庫存周轉率，又能構建面向智能供應鏈的長期能力儲備；聚焦“從數據到決策”的閉環(huán)能力，通過真實業(yè)務場景與工具實戰(zhàn)，幫助供應鏈計劃人員突破經驗局限，用數據驅動精準預測、智能排程與風險預判，打造高韌性、低成本的供應鏈體系
課程收益
Gartner全球供應鏈Top企業(yè)需求計劃和
庫存控制的流程和工作細節(jié)分享，怎樣結合數字化賦能實際業(yè)務；課程中將近一半的課時被用于供應鏈計劃建模的講解和
Excel現場教學，從知道到做到，實操性極強，避免填鴨式的理論灌輸
目標學員
需求計劃，S&OP，銷售，市場，商務，供應鏈計劃，生產，財務，客服，渠道等管理人員
課程大綱
一、需求計劃的革命時刻: 從Excel到AI預測的最佳實踐
1.需求計劃最佳實踐的流程和頂層設計
■ 供應鏈計劃中的兩種不同需求 獨立需求 VS 相關需求
■ 需求計劃的重要性 -吸收銷售波動
■ 需求計劃的重要性 -預測準確率對財務指標的影響
■ 需求計劃來自哪里?
■ 預測的層級和顆粒度 -我們應該在什么維度進行預測?
■ 需求計劃的時間長度 -我們需要做多長時間的需求計劃?
■ 需求預測和需求計劃的區(qū)別是什么
■ 協同預測最佳實踐分享
■ 項目型業(yè)務最佳實踐分享
■ Gartner最佳實踐企業(yè)的需求計劃流程是怎么樣的?
■ Gartner最佳實踐企業(yè)的計劃員每天的工作內容
2.怎樣通過數據分析快速了解業(yè)務 - 通過聚類和分類為產品打上不同的標簽
■ 需求計劃會用到哪些歷史銷售數據？
■ ABC分類介紹 -快速找到熱銷和對銷售額貢獻最大的產品
■ ABC分類Excel建模演示
■ XYZ分類介紹 -快速找到最穩(wěn)定和最難計劃的產品
■ XYZ分析Excel建模演示
■ ABC/XYZ分類介紹 -我們用什么樣的供應策略去應對客戶的需求(MTS/MTO)？
■ 需求間隔分析介紹
■ 需求間隔分析Excel建模演示
■ 趨勢性分析介紹 -上升趨勢/平穩(wěn)趨勢、下降趨勢
■ 趨勢性分析Excel建模演示
■ 季節(jié)性分析介紹 -快速找到真正有季節(jié)性的產品
■ 季節(jié)性分析Excel建模演示
■ 季度底沖量分析介紹 -快速找到代理商最喜歡進行壓貨和沖量的產品
■ 銷售數據分析/標簽的實際應用場景
3.基線預測
■ 格蘭杰因果算法介紹
■ 統(tǒng)計預測模型成熟度介紹
■ 傳統(tǒng)時間序列和回歸模型介紹
■ 傳統(tǒng)時間序列和回歸模型Excel建模演示
■ 機器學習模型算法介紹
■ 機器學習模型的特征工程介紹
■ 機器學習模型 VS 傳統(tǒng)統(tǒng)計預測模型 預測準確率比較
■ 機器學習/統(tǒng)計預測模型使用場景
4.事件管理，異常分析和供應鏈控制塔
■ 事件管理包括哪些內容？
■ 事件管理介紹
■ 銷售異常分析介紹
■ 客戶異常分析介紹
■ 預測異常分析介紹
■ 預測異常分析Excel建模演示
■ Tracking Signal分析介紹
■ Tracking Signal分析Excel建模演示
■ 端到端供應鏈控制塔簡介
■ 端到端供應鏈控制塔的縱向維度
■ 端到端供應鏈控制塔的橫向深度
5.需求共識會議和KPI
■ 多版本情景模擬簡介
■ 新產品怎么樣做預測？
■ 高價值/低銷售頻率的產品怎么樣做預測？
■ 需求共識會議介紹 -需求共識會議由哪些人參加，會議中討論哪些內容，輸出是什么？
■ 需求共識會議KPI介紹
■ 需求共識KPI -預測準確率介紹
■ 預測準確率的滯后考核介紹
■ 預測準確率Excel建模演示
■ 需求共識KPI -及時交貨率介紹
■ 及時交貨率Excel建模演示
■ 數字化賦能對需求計劃的支持
二、角色扮演游戲
■ 學員使用AI機器學習模型模擬預測結果
■ Power BI可視化實戰(zhàn)建模演示 – 使用游戲數據搭建迷你控制塔
■ 需求共識會議模擬
三、運籌學對供應鏈計劃的優(yōu)化 – 通過算法代替經驗決策的供應鏈革命
1.供應網絡規(guī)劃
■ 供應網絡規(guī)劃需要準備哪些數據?
■ 需求聚合與分拆：SKU級預測 vs SKU-客戶級預測
■ 貨源清單介紹
■ DC設定的服務半徑介紹
■ 生產成本和物流成本介紹
■ 多工廠多DC生產成本和物流成本協同優(yōu)化介紹
2.供應鏈計劃最重要的決策-基于集成計劃的What If場景決策
■ 供應計劃Excel建模演示
■ 粗能力計劃簡介
■ 粗能力計劃Excel建模演示
■ 供應計劃VS粗能力計劃
■ 在S&OP的供應共識流程中，基于供應計劃和粗能力計劃的What If分析簡介 (案例介紹)
■ What If分析的運籌學計算邏輯介紹 – 目標函數和約束條件定義
■ 在進行What If分析之前，我們需要準備哪些數據?
■ What If分析之后輸出的結果有哪些?
■ 在管理決策會議中管理層怎么樣根據財務數字進行管理決策 (案例介紹)
四、庫存瘦身告別積壓 – 正確的產品正好的庫存數量
1.庫存的組成和主要驅動因素
■ 庫存的組成
■ 庫存的主要驅動因素
■ 庫存有效下降方案全景圖
2.通過供應策略優(yōu)化庫存結構
■ 成品的補貨策略: MRP, ROP, MTO
■ 通過聚類和分類法對供應策略進行精細化管理
3.通過跟蹤和提前預警優(yōu)化呆滯慢動庫存
■ 庫齡表監(jiān)控 -監(jiān)控庫存的庫齡結構
■ 慢動產品監(jiān)控 -監(jiān)控產品庫存和銷售/預測的情況比較
4.通過安全庫存公式優(yōu)化有效降低安全庫存
■ 安全庫存計算的驅動因素 -需求和供應的不確定性
■ 庫存策略對服務水平的影響
■ 安全庫存Excel建模演示
5.通過計劃能力提升有效降低周轉庫存
■ 需求驅動的MRP模式 VS 重訂貨點模式
■ MRP的定義與價值：從“缺料停產”到“精準供應”的轉變
■ 成品MRP在供應鏈中的角色：連接需求計劃與工廠生產的核心樞紐
■ 成品MRP輸入數據解析
■ 需求驅動的MRP模式詳細介紹
■ MRP輸出結果應用
■ 重訂貨點模式詳細介紹
■ 增加補貨頻率有效降低周轉庫存
■ 通過預測庫存能見度有效降低月底庫存
6.其他庫存優(yōu)化解決方案分享
■ 生產優(yōu)先級重構 -在短期預測準確率無法提高情況下的快速降庫存方案
■ 采購訂單分解
■ 采購訂單/生產數量優(yōu)先級重構
■ 優(yōu)先級重構的意義-1
■ 優(yōu)先級重構的意義-2
■
生產計劃優(yōu)先級重構的數據建模和實現方式
■ 生產計劃優(yōu)先級重構的可視化樣張
■ 跨境電商企業(yè)通過計劃顆粒度調整有效降低周轉庫存案例介紹和Excel建模演示
■ 非正態(tài)分布情況下安全庫存計算介紹
■ 使用K-Test判斷是否符合正態(tài)分布
■ 非正態(tài)分布情況下的安全庫存計算公式
7.仿真模擬介紹
講師介紹 陸老師
■ 15年世界五百強端到端供應鏈計劃工作經驗，Gartner 全球 Top 1 公司供應鏈計劃管理經驗
■ 中物聯電子行業(yè)供應鏈專家組成員，供應鏈計劃專家
■ IBF國際預測協會需求計劃全球最佳實踐
■ 擅長S&OP流程搭建，預測準確率提升，庫存控制，供應網絡規(guī)劃，使用統(tǒng)計學和運籌學算法動進行數據建模，提高運營效率， 大幅度降低運營成本，賦能管理層基于財務數字，提升決策效率
■ 多行業(yè)供應鏈計劃實戰(zhàn)經驗：制造業(yè)，耐消品電商，醫(yī)療器械，生命科學，化工，汽配
■ 先后在賀利氏，德司達，施耐德電氣，賽默飛世爾，江森自控等公司擔任計劃經理，資深計劃經理
在線報名
