第一天需求预测管理框架体系培训
1.需求预测概述，业务价值和绩效评估体系
需求预测管理的业务范围及其价值所在
为何预测要评估偏差而不是准确性
统计视角偏差与业务视角偏差的区别和价值
预测不是越准越好–预测对客户满意度和运营成本的影响
掌握常用的WMAPE的计算方法和假设前提
记录预测过程比预测结果更加重要
如何基于行业特征选择最适合的评估指标
企业需求预测绩效管理体系发展的四个阶段
2.需求预测管理的职能体系
为何需要全职的需求预测管理职能
需求预测管理职能的汇报线如何设置
了解需求预测管理中的三种角色：责任者，支持者和使用者
需求预测管理者的职责和能力要求
自上而下与自下而上预测的差异和职能体系
对标需求预测管理职能的四个发展阶段
3.需求预测的实现途径
不同视角下的需求预测流程：操作流程，协同流程和数字流程
如何选择预测间隔，预测期间，预测层次以及冻结期间
预测的编制层次，沟通层次和展现层次的区别
为何消费品企业必须使用自上而下的预测模式
如何在S&OP会议上有效快速达成共识预测
对标需求预测实现途径的四个发展阶段
4.促销预测和新产品编制流程与技术
促销预测驱动机制分析：促销计划，激励政策
如何建立促销计划分享机制和数据修正机制
促销效果和促销回报率的评估
新产品预测策略比新产品预测本身更加重要
新产品的定位和使命以及如何选择新产品预测策略
新产品不是预测出来的，是管理出来的
三种新产品预测：升级换代产品，全新产品，老产品新渠道
分流预测的重要性—自相蚕食法
推动建立促销和新产品预测的最佳和最差实践
第二天需求预测管理案例分享和研讨
5.不同行业的需求预测管理的优势和挑战
消费品制造行业/制药制造业-处方药
工业品制造行业—标准产品/客户化产品/配置型/项目型
贸易行业/零售行业/汽配行业/服装行业
备品备件行业/餐饮行业/电商预测
通过企业实际应用案例的分享，并结合第一天的培训成果，深刻体验何为最佳的需求预测运作实践。分析案例企业在需求领域的管理优势和不足之处，分享各自企业需求预测管理体验。
6.案例分享：消费品需求预测管理对标分享和圆桌讨论
因为其市场模式的不同，消费品企业往往对需求管理有着更高的要求，并且有着更加完善和专业的实践积累，但这仅限于一些大型跨国公司。更多的国内消费品企业的需求管理也仍然处于意识觉醒和模仿阶段。通过对同行业需求预测不同管理模式的对比分析，深度理解管理精髓所在和实践方法论。
7.案例分享：工业品案例分享和圆桌讨论
不同的工业品企业有着不同的运作模式，但是工业品企业整体需求管理水平远低于消费品企业，大部分公司没有专职预测职能和KPI，预测更多是收集出来不是预测出来的。如何让管理层意识到预测对于公司财务结果的巨大影响，如何让销售部门承担起预测的职责，如何为一线销售提供更多支持，培训预测技能也是工业品企业普遍面临的挑战。
8.需求预测管理工作日历和系统演示，强化培训效果
典型的需求预测工作日历分享
专业需求预测管理系统体验
如何基于不同促销事件类别，实现修正历史数据
如何基于统计误差分析选择最佳预测模型，并生成基准预测
销售部门，市场部门，财务以及管理层等如何参与预测调整
如何实现基于数据平台的多维度协同预测
第三天统计技术应用与实战演练&认证考试
需求预测管理与企业其他业务管理的一大显著差异就是其对统计技术的强大依赖，科学而理性的预测需要统计技术的支撑，因此需求预测管理面临来自管理和技术的双重挑战。该课程将帮助学员着重从应用的角度系统化地掌握统计技术的基础知识和在商业预测领域的应用技巧，并重点选择目前在行业实践中得到普遍使用，并卓有成效的17种经典型统计技术进行深度讲解，同时通过系统模拟完整体验统计技术的应用过程。
9.统计预测概论与基础知识
数据的收集
数据的聚合分解与数据预处理技术
数据分布特征的分析技术
Winter模型与自下而上预测技巧
回归模型与自上而下预测技巧
10.掌握17种经典统计模型的业务逻辑和应用技巧--实操演练
对统计技术的合理应用是需求预测管理所面临的一大挑战。本章节将通过系统模拟，将17种经典统计技术的业务逻辑和应用技巧完整呈现，学会如何基于历史数据的分布态势选择最佳模型，以及如何基于统计误差的变化优化模型参数等基本技巧，内容包括:
掌握17种经典统计技术的基本原理以及应用环境
理解历史数据修正(OutlIEr)的基本原理以修正因子的合理调整
理解趋势衰减技术(Damping)的基本原理以及应用场景
理解新产品预测模型(Likingmodel)的基本原理和应用技巧
掌握自相蚕食技术（Cannibalization）在促销预测中的应用
统计误差的计算原理和应用（BIAS,MAD,MAPE,MSE,TS）
11.课程反馈和建议收集
12.CDMP认证考试
