دوره آموزشی تحلیل دادههای اکسل برای زنجیره تأمین: پیشبینی
3 ساعت 38 دقیقهمتوسط2025-05-12
مدرسین

Eddie Davila
Associate Chair for the ASU Supply Chain Management program
جزئیات دوره
این دوره یه معرفی کامل و کاربردی از نحوه استفاده از اکسل برای پیشبینی توی زنجیره تأمین هستش. یعنی با یاد گرفتنش میتونی آیندهی موجودی کالاها، سفارشات، و نیازهای زنجیره تأمین رو بهتر پیشبینی کنی و برنامهریزیهای بهتری داشته باشی. توی این دوره، اول با مفاهیم پایهای پیشبینی آشنا میشی، مثل تحلیل سریهای زمانی، میانگینهای متحرک، تکنیکهای رگرسیون و تاثیر فصلها و تغییرات دورهای رو یاد میگیری. مثلاً میفهمی چطور با اکسل نرخ رشد مرکب سالانه (CAGR) رو حساب کنی و چطور خطاهای پیشبینی رو بررسی کنی تا بدونی پیشبینیهات چقدر دقیق هستن.
تدریسگر دوره، ادی داویلا، تو رو با تمرینهای عملی اکسل همراهی میکنه، تا بتونی خودت این مدلها رو بسازی و نتایج کاربردی برای کارهای روزمرهات توی زنجیره تأمین داشته باشی. علاوه بر این، یاد میگیری چطور اشتباهات پیشبینی رو تشخیص بدی، مثلاً با شاخصهای خطا مثل MAD، MAPE و RMSE و چطور اونها رو کاهش بدی تا پیشبینیهات قابل اعتمادتر بشن. در نهایت، میفهمی چطور مدلهای پیشرفتهتر مثل رگرسیون چندگانه رو استفاده کنی تا بتونی دادهها رو بهتر تحلیل کنی و تصمیمات دقیقتری بگیری.
این دوره خیلی خوبه برای همهی کسایی که توی زمینه زنجیره تأمین کار میکنن و دوست دارن با ابزارهای اکسل پیشبینی بهتری داشته باشن و برنامهریزیهای عملیتری انجام بدن.
اهداف یادگیری
یاد میگیری اصول و مبانی پیشبینی توی زنجیره تأمین چیه و چه روشهایی برای این کار وجود داره.
با ابزارهای اکسل مثل تحلیل سریهای زمانی، میانگینهای متحرک و مدلهای رگرسیون آشنا میشی و میتونی روندها و الگوهای دادهها رو شناسایی کنی.
یاد میگیری چطور دقت پیشبینیها رو با استفاده از شاخصهای خطا مثل MAD، MAPE و RMSE بسنجی و خطاها و سوگیریها رو کاهش بدی.
میتونی پیشبینیهای فصلی و روندی بسازی با کمک فرمولهایی مثل CAGR، نسبت به میانگین متحرک و تابع TREND در اکسل.
تکنیکهای پیشرفتهتری مثل مدلهای رگرسیون چندگانه رو برای تولید پیشبینیهای دقیق و کاربردی در مدیریت زنجیره تأمین به کار بگیری.
تدریسگر دوره، ادی داویلا، تو رو با تمرینهای عملی اکسل همراهی میکنه، تا بتونی خودت این مدلها رو بسازی و نتایج کاربردی برای کارهای روزمرهات توی زنجیره تأمین داشته باشی. علاوه بر این، یاد میگیری چطور اشتباهات پیشبینی رو تشخیص بدی، مثلاً با شاخصهای خطا مثل MAD، MAPE و RMSE و چطور اونها رو کاهش بدی تا پیشبینیهات قابل اعتمادتر بشن. در نهایت، میفهمی چطور مدلهای پیشرفتهتر مثل رگرسیون چندگانه رو استفاده کنی تا بتونی دادهها رو بهتر تحلیل کنی و تصمیمات دقیقتری بگیری.
این دوره خیلی خوبه برای همهی کسایی که توی زمینه زنجیره تأمین کار میکنن و دوست دارن با ابزارهای اکسل پیشبینی بهتری داشته باشن و برنامهریزیهای عملیتری انجام بدن.
اهداف یادگیری
یاد میگیری اصول و مبانی پیشبینی توی زنجیره تأمین چیه و چه روشهایی برای این کار وجود داره.
با ابزارهای اکسل مثل تحلیل سریهای زمانی، میانگینهای متحرک و مدلهای رگرسیون آشنا میشی و میتونی روندها و الگوهای دادهها رو شناسایی کنی.
یاد میگیری چطور دقت پیشبینیها رو با استفاده از شاخصهای خطا مثل MAD، MAPE و RMSE بسنجی و خطاها و سوگیریها رو کاهش بدی.
میتونی پیشبینیهای فصلی و روندی بسازی با کمک فرمولهایی مثل CAGR، نسبت به میانگین متحرک و تابع TREND در اکسل.
تکنیکهای پیشرفتهتری مثل مدلهای رگرسیون چندگانه رو برای تولید پیشبینیهای دقیق و کاربردی در مدیریت زنجیره تأمین به کار بگیری.
مهارت ها
Supply Chain ManagementSpreadsheetsMicrosoft ExcelData AnalysisData ScienceBusiness Analysis and StrategyBusiness Software and ToolsMicrosoftOne-Off
سرفصل ها
۰. مقدمه
- 01 - استفاده از اکسل برای پیشبینی زنجیره تأمین
- 02 - آنچه باید بدانید
- 03 - استفاده از فایلهای تمرینی
۱. اصول پیشبینی
- 04 - نقش پیشبینی در مدیریت زنجیره تأمین
- 05 - آماده شدن برای پیشبینی
- 06 - پیشبینی کمی در مقابل پیشبینی کیفی
- 07 - انواع کلیدی روشهای پیشبینی
۲. اصول استفاده از اکسل در پیشبینی سریهای زمانی
- 08 - توضیح سریهای زمانی
- 09 - تعریف سطح و روند با اکسل
- 10 - استفاده از اکسل برای تعریف فصلی بودن
- 11 - چالش را معرفی کنید
- 12 - راه حل چالش
۳. درک خطاهای پیشبینی
- 13 - اندازهگیری خطاهای پیشبینی
- 14 - میانگین انحراف مطلق (MAD)
- 15 - میانگین خطای مطلق درصد (MAPE)
- 16 - جذر میانگین مربعات خطا (RMSE)
- 17 - معرفی چالش
- 18- راه حل چالش
۴. سوگیری در پیشبینی
- 19 - سوگیری پیشبینی چیست؟
- 20 - محاسبه بایاس
- 21- تعیین اهمیت سوگیری
- 22 - معرفی چالش
- 23- راه حل چالش
۵. پیشبینی میانگین متحرک
- 24 - میانگینهای متحرک و هموارسازی
- 25 - میانگین متحرک ساده و وزنی
- 26 - میانگین متحرک نمایی
- 27 - معرفی چالش
- 28 - راه حل چالش
۶. خطوط روند و رگرسیون خطی ساده
- 29 - مبانی رگرسیون خطی ساده
- 30 - رگرسیون خطی ساده
- 31 - خطای استاندارد رگرسیون
- 32 - چالش را معرفی کنید
- 33- راه حل چالش
۷. نرخ رشد سالانه مرکب (CAGR)
- 34- روند خطی در مقابل روند نمایی
- 35 - منحنیهای نمایی
- 36 - محاسبه نرخ رشد مرکب سالانه (CAGR)
- 37 - چالش را معرفی کنید
- 38- راه حل چالش
۸. فصلی بودن و نسبت به روش میانگین متحرک
- 39 - شاخص فصلی
- 40 - میانگین متحرک مرکزی
- 41 - فهرست دورهای
- 42 - شاخص فصلی
- 43 - فرمول خط روند فصلی
- 44 - پیشبینی فصلی
- 45 - چالش را معرفی کنید
- 46- راه حل چالش
۹. پیشبینی رگرسیون چندگانه
- 47- رگرسیون چندگانه چیست؟
- 48 - آمادهسازی دادهها برای رگرسیون چندگانه در اکسل
- 49- اجرای رگرسیون چندگانه در اکسل
- 50 - تفسیر خروجی رگرسیون چندگانه
- 51 - توسعه یک معادله چند متغیره برای توسعه پیشبینی با استفاده از خروجی رگرسیون
نتیجهگیری
- 52 - ادامه بررسی مفاهیم پیشبینی زنجیره تأمین
دوره های مرتبط
- دوره آموزشی مبانی زنجیره تأمین: برنامهریزی فروش و عملیات (S&OP)
- دوره آموزشی زنجیره تأمین فراتر از مبانی: بهرهگیری از سیستمهای اطلاعاتی زنجیره تأمین
- دوره آموزشی اصول زنجیره تامین برای همه
- دوره آموزشی نکات مدیریت زنجیره تامین و عملیات
- دوره آموزشی تحول دیجیتال در زنجیره تامین
- دوره آموزشی مبانی زنجیره تأمین: مدیریت استراتژیک قراردادها
- دوره آموزشی مدیریت ریسک زنجیره تأمین سایبری: طراحی، استقرار و نگهداری برنامههای امن زنجیره تأمین
- دوره آموزشی مدیر زنجیره تأمین مبتنی بر هوش مصنوعی