- COURSES
September 18th - 19th 2025.Power BI Application for Demand Forecasting
[Power BI Application for Demand Forecasting]
Date: September 18th - 19th 2025
Location: Shanghai
- ?Program Background
As markets grow more complex, demand planning without advanced analytics is increasingly impractical. Demand planning excellence is a critical competitive advantage. Inaccurate forecasting has become a primary obstacle to achieving supply chain KPIs. Mastering proper forecasting methods delivers: Enhanced customer service levels Reduced inventory holdings，Lower operational costs than competitors.
Sharing of demand planning/inventory control processes and daily work details from Gartner Top global supply chain enterprises, Digital empowerment integration methods for practical business；~50% class time dedicated to supply chain modeling and live Excel training, Strong practicality – transitioning from knowledge to implementation. Through this course, you can gain the following benefits: Knowledge Framework、Best Practice Workflows、Practical Implementation、Digital Enablement.
- Program Agenda
Day 1 | Thursday (09:00 -17:30) 08:30-09:00 Sign In 09:00-09:05 OpeningI. Demand Planning Theory——Two types of demand in SCM ——Why do supply chain planning?
——Purpose of demand planning
——Importance of demand planning – Absorbing sales volatility
——Sources of demand planning data
——Forecast hierarchy and granularity – At what dimension should we forecast?
——Time horizon and granularity – How long should demand plans cover?
——Difference between demand forecasting and demand planning
——Gartner best-practice demand planning processes
——Daily routines of planners at best-practice enterprises
II. Rapid Business Understanding Through Data Analysis
——Historical sales data types for demand planning
——Live Excel demo: ABC classification modeling
——Live Excel demo: XYZ analysis modeling
——Demand interval analysis
——Live Excel demo: Demand interval modeling
——Trend analysis – Upward/stable/downward trends
——Live Excel demo: Trend analysis modeling
——Live Excel demo: Seasonality analysis modeling
——Quarter-end surge analysis
——Practical applications of sales data analysis/tagging
III. Baseline Fcst
——Live Excel demo: Moving Average Model
——Live Excel demo: Single Exponential Smoothing Model
——Live Excel demo: Trend Exponential Smoothing Model
——Live Excel demo: Linear Regression Model
——Live Excel demo: Seasonal Model
——Introduction to Granger Causality Algorithm
——Statistical Forecasting Model Maturity Introduction
——Machine Learning Model Algorithms Introduction
——Feature Engineering for ML Models Introduction
——Accuracy Comparison: ML vs Traditional Statistical Models
——Application Scenarios for ML/Statistical Models
IV. Event Management & Process
——What does event management include?
——Event management、 Sales anomaly analysis、 Customer anomaly analysis、 Forecast anomaly analysis introduction and Excel modeling demo
——Tracking Signal analysis Excel modeling demo
——End-to-end Supply Chain Control Tower overview
——Multi-version scenario simulation introduction
——How to forecast new products and high-value/low-frequency products?
——Demand Review meeting KPIs introduction
——Forecast accuracy Excel modeling demo
——Demand consensus KPI - On-time delivery rate introduction
——On-time delivery rate Excel modeling demo
——Digital empowerment for demand planning support
Day 2 | Friday (09:00 -17:30) V. Inventory Composition & Key Drivers——Inventory composition ——Key drivers of inventory
——Holistic inventory reduction framework
VI. Reducing Cycle Stock via Planning Capability
——Finished goods replenishment strategies: MRP, ROP, MTO
——Demand-driven MRP vs Reorder Point mode
——MRP definition & value: From "material shortage" to "precision supply"
——MRP input data analysis
——Lot sizing rules: Lot-for-Lot, Fixed Lot, EOQ
——Increasing replenishment frequency to reduce cycle stock
——Improving inventory visibility to reduce month-end stock
——Cross-border e-commerce case study: Reducing cycle stock via ?planning granularity (Excel demo)
VII. Optimizing Safety Stock via Formula Enhancement
——Safety stock drivers - Demand/supply uncertainty
——Safety stock drivers - Customer service level
——Inventory policy's impact on service level
——Safety stock Excel modeling demo
——Safety stock calculation for promotions (e-commerce/FMCG)
——Non-normal distribution safety stock calculation
——Normality test using K-Test
——Safety stock formula for non-normal distributions
VIII. Reducing Obsolete/Slow-moving Stock via Monitor
——Aging report monitoring - Inventory age structure
——Slow-mover monitoring - Inventory vs sales/forecast comparison
IX. Sharing Other Inventory Optimization Solutions
——Production Priority
?——Procurement Order Decomposition?
?——Procurement Order/Production Quantity Priority Pegging
?——Significance of Priority Restructuring - Part
?——Significance of Priority Restructuring - Part
——Data Modeling & Implementation for Production Planning Priority Pegging?
——?Visual Samples for Production Planning Priority Pegging?
X. Power BI Sales and Fcst Report Visualization Practical Drill
——Introduction to Power BI?
?—— Data Preparation in Power BI?
?—— Unpivoting Operations: Converting Horizontal to Vertical Data Structures?
?—— Data Modeling and Table Relationship Logic?
?—— Data Import and Interface Overview?
?—— Visual Chart Operations Demonstration?
?—— Common Formulas in Power BI?
?—— Hands-on Visualization Practice?
- Trainer Info
Mr. Seiya Lu（陸宸霖） 15年世界五百強端到端供應鏈計劃團隊管理和實戰經驗,
耐消/電商/醫療/化工/工業品/汽配等行業從業經驗，
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；
現任某制造業世界五百強Asia Senior S&OP Manager
Gartner全球供應鏈Top1公司供應鏈計劃管理經驗，供應鏈愛迪生專家
中物聯電子行業供應鏈計劃專家組成員，供應鏈計劃專家
帶領團隊獲得2018年 國際預測協會IBF(Institute of Business Forecasting and Planning)頒發的2018年全球需求計劃最佳實踐
豐富的供應鏈數字化轉型項目落地經驗，多次主導供應鏈數字化項目；精通編程語言Python和可視化工具Power BI(2018年微軟MVP)，擅長使用統計學和運籌學算法與實際業務結合，賦能管理決策
- ?Who Should?Attend
All the Demand planners, S&OP, sales, marketing, commercial, supply chain planning, We can have the in-house customized training for any company requirement. 議睿線下培訓
〖需求預測之Power BI實操應用〗
時間：2025年9月18日-19日
地點：上海星級酒店
- 課程背景
當外部市場正在變得日益復雜，沒有高階的分析能力賦能的需求計劃越來越顯得不切實際。需求計劃的卓越能力是企業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；掌握正確的預測方法，可以產生如下的價值：更好的客戶服務水平，更少的庫存，比競爭對手更低的成本；Gartner全球供應鏈Top企業需求計劃和庫存控制的流程和工作細節分享，怎樣結合數字化賦能實際業務；本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。 - 課程綱要
第一天?| 9月18日?09:00-17:30（周四） I.需求計劃理論知識
——供應鏈計劃中的兩種不同需求及意義 ——需求計劃的目的、重要性、來源 ——預測的層級和顆粒度 ——需求計劃的時間長度和顆粒度 ——需求預測和需求計劃的區別是什么 ——Gartner最佳實踐企業的需求計劃流程是怎么樣的 ——Gartner最佳實踐企業的計劃員每天的工作內容 II.怎樣通過數據分析快速了解業務 ——需求計劃會用到哪些歷史銷售數據 ——ABC分類及Excel建模演示 ——XYZ分析及Excel建模演示 ——需求間隔分析介紹Excel建模演示 ——趨勢性分析介紹Excel建模演示 ——季節性分析介紹Excel建模演示 ——季度底沖量分析介紹 ——銷售數據分析/標簽的實際應用場景 III.基線預測 ——格蘭杰因果算法介紹 ——統計預測模型成熟度介紹 ——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 傳統統計預測模型 ——機器學習/統計預測模型使用場景 IV.事件管理和流程介紹 ——銷售異常、客戶異常、預測異常分析及Excel建模演示 ——Tracking Signal分析介紹及Excel建模演示 ——端到端供應鏈控制塔簡介、縱向維度、橫向深度 ——多版本情景模擬簡介 ——新產品、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KPI ——預測準確率的滯后考核介紹及Excel建模演示 ——及時交貨率Excel建模演示 ——數字化賦能對需求計劃的支持 第二天?| 9月19日?09:00-17:30（周五） V.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 VI.通過計劃能力提升有效降低周轉庫存 ——成品的補貨策略：MRP,ROP,MTO ——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 ——批量規則簡介 ——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 VII.通過安全庫存公式優化有效降低安全庫存 ——安全庫存計算的驅動因素 ——庫存策略對服務水平的影響 ——安全庫存Excel建模演示 ——非正態分布情況下安全庫存計算介紹 ——使用K-Test判斷是否符合正態分布 ——非正態分布情況下的安全庫存計算公式 VIII.通過庫存監控有效降低呆滯慢動庫存 ——庫齡表監控 ——慢動產品監控 - 講師介紹
Mr. Seiya Lu（陸宸霖）
15年世界五百強端到端供應鏈計劃團隊管理和實戰經驗,
耐消/電商/醫療/化工/工業品/汽配等行業從業經驗，
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；
現任某制造業世界五百強Asia Senior S&OP Manager
Gartner全球供應鏈Top1公司供應鏈計劃管理經驗，供應鏈愛迪生專家
中物聯電子行業供應鏈計劃專家組成員，供應鏈計劃專家
帶領團隊獲得2018年 國際預測協會IBF(Institute of Business Forecasting and Planning)頒發的2018年全球需求計劃最佳實踐
豐富的供應鏈數字化轉型項目落地經驗，多次主導供應鏈數字化項目；精通編程語言Python和可視化工具Power BI(2018年微軟MVP)，擅長使用統計學和運籌學算法與實際業務結合，賦能管理決策
- 培訓對象
建議由需求計劃、S&OP、銷售、市場、商務、供應鏈計劃、生產、財務、客服、渠道等相關負責人相關職能參與。 - 費用
價格: RMB 7,800 / 人
包含:教材、午餐、茶歇等- 報名與咨詢/Contact Info
上海議睿會展服務有限公司 Shanghai MFG Event Co., Ltd Tel: 021-62153526 E-mail: info@mfgevent.com.cn Website: m.vaga8.cn
WeChat Official Account: mfgevent- 企業信息?/ Company Info
MFGEvent為上海議睿會展服務有限公司旗下面向中國制造業供應鏈高級經理人的知名專業服務品牌，議睿擁有一支了解制造型企業不同行業特點的專家團隊，專注并致力于向客戶提供專業化的供應鏈解決方案，議睿運用良好的網絡資源優勢、專家背景優勢和強大的社會資源優勢，幫助企業解決生產運營難題，是業內公認的制造業資源服務平臺。
