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

课程背景：

当今社会发展迅速，技术日益更新换代，而且技术步伐也日益加快，应用到各行各业中，社会的快速变革发展使供应链面临越来越多的困难，越来越大的挑战，最明显的例子是订单周期日益缩短，需求越来越难以预测，不可预测的因素增多，产品生命周期越来越短，而产品的长尾效应更加明显等等。面对这样的挑战，企业必须要有更好的应对对策，需要让相关的需求计划人员很好的掌握预测技术这项专业技能，提高预测准确率，以指导后端的供应链运营，如主生产计划、生产和采购的准确性，在精准预测的基础上大大提高供应链的运营效率。在加强需求管理的基础上实行科学的库存补货策略，加强库存控制，降低库存的同时，有效管控风险，从而提高供应链的整体运营管理水平，使企业在竞争中处于不败之地。

课程内容：

本培训主要从分析需求管理与流程入手，介绍预测技术，分析预测变化，识别和评估预测变化的风险，及预测准确率分析、评估方法和标准，及库存补货策略等。旨在帮助相关供应链专业人员的提高预测和需求管理的业务水平。还包括安全分析和课堂练习，以让学员充分掌握预测的相关知识和技能。

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。

一、供应链管理基础 - 需求管理

1.新形势下企业面临的供应链挑战与需求预测的难点

2.供应链为什么要管理需求及需求管理的重要性

3.需求管理的要素与模式

4.需求计划职能的重要性

二、预测技术

1.预测的准备

2.数据清洗

3.如何评估预测准确率

4.认识预测的数据形态及评判

5.预测的分类

6.定性预测与定量预测

7.定量预测模型：

移动平均

指数平滑：简单，趋势，季节与趋势

季节指数的算法

经典分解法

线性回归

ARIMA及SARIMA模型：高级复杂预测应用

预测技术与模型的实际应用及操作演练

预测技术应用案例分析

预测技术工具应用

8.促销预测管理

9.新品预测管理

三、AI预测模型介绍（通过AI学习获得的深度学习结果）

1.AI预测模型简介，以及应用场景

2.AI预测模型与常规的预测模型的不同点

3.企业能否使用AI预测模型

四、2B预测方法与需求感知（通过AI学习获得的深度学习结果）

1.2B行业的预测方法

2.针对需求不稳定，定制化需求的2B行业预测或者需求感知技术应用

3.客户订单或者预测无法使用模型该如何破局？

五、产销协同与需求计划

1.产销协同流程及关键要素

2.产销协同预测会议的职责划分

3.产销协同各个环节的重要输入与输出

产品计划与新品导入

需求计划的编制与录入

供应计划的评估

4.产销协同成功的关键要素

六、物料计划分析评估

1.物料需求计划与采购策略

2.物料结构分析ABC-XYZ法

3.安全库存策略与模型

4.EOQ模型的历史发展变革与一些可用模型（通过AI学习获得的深度学习结果）

5.课程练习：利用EXCEL进行ABC-XYZ分析，及统计安全库存计算和分析

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