- 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（陆宸霖） 15年世界五百强端到端供应链计划团队管理和实战经验,
耐消/电商/医疗/化工/工业品/汽配等行业从业经验，
先后在贺利氏，德司达，施耐德电气，赛默飞世尔，江森自控等公司担任计划经理，资深计划经理；
现任某制造业世界五百强Asia Senior S&OP Manager
Gartner全球供应链Top1公司供应链计划管理经验，供应链爱迪生专家
中物联电子行业供应链计划专家组成员，供应链计划专家
带领团队获得2018年 国际预测协会IBF(Institute of Business Forecasting and Planning)颁发的2018年全球需求计划最佳实践
丰富的供应链数字化转型项目落地经验，多次主导供应链数字化项目；精通编程语言Python和可视化工具Power BI(2018年微软MVP)，擅长使用统计学和运筹学算法与实际业务结合，赋能管理决策
- 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. 议睿线下培训
〖需求预测之Power BI实操应用〗
时间：2025年9月18日-19日
地点：上海星级酒店
- 课程背景
当外部市场正在变得日益复杂，没有高阶的分析能力赋能的需求计划越来越显得不切实际。需求计划的卓越能力是企业重要的核心竞争力之一，预测不准确正在成为供应链部门无法完成KPI的主要障碍；掌握正确的预测方法，可以产生如下的价值：更好的客户服务水平，更少的库存，比竞争对手更低的成本；Gartner全球供应链Top企业需求计划和库存控制的流程和工作细节分享，怎样结合数字化赋能实际业务；本课程中将近一半的课时被用于供应链计划建模的讲解和Excel现场教学，从知道到做到，实操性极强，避免填鸭式的理论灌输。 - 课程纲要
第一天 | 9月18日 09:00-17:30（周四） I.需求计划理论知识
——供应链计划中的两种不同需求及意义 ——需求计划的目的、重要性、来源 ——预测的层级和颗粒度 ——需求计划的时间长度和颗粒度 ——需求预测和需求计划的区别是什么 ——Gartner最佳实践企业的需求计划流程是怎么样的 ——Gartner最佳实践企业的计划员每天的工作内容 II.怎样通过数据分析快速了解业务 ——需求计划会用到哪些历史销售数据 ——ABC分类及Excel建模演示 ——XYZ分析及Excel建模演示 ——需求间隔分析介绍Excel建模演示 ——趋势性分析介绍Excel建模演示 ——季节性分析介绍Excel建模演示 ——季度底冲量分析介绍 ——销售数据分析/标签的实际应用场景 III.基线预测 ——格兰杰因果算法介绍 ——统计预测模型成熟度介绍 ——机器学习模型算法介绍 ——机器学习模型的特征工程介绍 ——机器学习模型VS 传统统计预测模型 ——机器学习/统计预测模型使用场景 IV.事件管理和流程介绍 ——销售异常、客户异常、预测异常分析及Excel建模演示 ——Tracking Signal分析介绍及Excel建模演示 ——端到端供应链控制塔简介、纵向维度、横向深度 ——多版本情景模拟简介 ——新产品、高价值/低销售频率的产品怎么样做预测 ——需求共识会议介绍、需求共识KPI ——预测准确率的滞后考核介绍及Excel建模演示 ——及时交货率Excel建模演示 ——数字化赋能对需求计划的支持 第二天 | 9月19日 09:00-17:30（周五） V.库存的组成和主要驱动因素 ——库存的组成 ——库存的主要驱动因素 ——库存有效下降方案全景图 VI.通过计划能力提升有效降低周转库存 ——成品的补货策略：MRP,ROP,MTO ——需求驱动的MRP模式 VS 重订货点模式 ——MRP的定义与价值：从“缺料停产”到“精准供应”的转变 ——成品MRP ——批量规则简介 ——MRP输出结果应用 ——重订货点模式详细介绍 ——增加补货频率有效降低周转库存 ——通过预测库存能见度有效降低月底库存 VII.通过安全库存公式优化有效降低安全库存 ——安全库存计算的驱动因素 ——库存策略对服务水平的影响 ——安全库存Excel建模演示 ——非正态分布情况下安全库存计算介绍 ——使用K-Test判断是否符合正态分布 ——非正态分布情况下的安全库存计算公式 VIII.通过库存监控有效降低呆滞慢动库存 ——库龄表监控 ——慢动产品监控 - 讲师介绍
Mr. Seiya Lu（陆宸霖）
15年世界五百强端到端供应链计划团队管理和实战经验,
耐消/电商/医疗/化工/工业品/汽配等行业从业经验，
先后在贺利氏，德司达，施耐德电气，赛默飞世尔，江森自控等公司担任计划经理，资深计划经理；
现任某制造业世界五百强Asia Senior S&OP Manager
Gartner全球供应链Top1公司供应链计划管理经验，供应链爱迪生专家
中物联电子行业供应链计划专家组成员，供应链计划专家
带领团队获得2018年 国际预测协会IBF(Institute of Business Forecasting and Planning)颁发的2018年全球需求计划最佳实践
丰富的供应链数字化转型项目落地经验，多次主导供应链数字化项目；精通编程语言Python和可视化工具Power BI(2018年微软MVP)，擅长使用统计学和运筹学算法与实际业务结合，赋能管理决策
- 培训对象
建议由需求计划、S&OP、销售、市场、商务、供应链计划、生产、财务、客服、渠道等相关负责人相关职能参与。 - 费用
价格: RMB 7,800 / 人
包含:教材、午餐、茶歇等- 报名与咨询/Contact Info
上海议睿会展服务有限公司 Shanghai MFG Event Co., Ltd Tel: 021-62153526 E-mail: info@mfgevent.com.cn Website: www.mfgevent.com
WeChat Official Account: mfgevent- 企业信息 / Company Info
MFGEvent为上海议睿会展服务有限公司旗下面向中国制造业供应链高级经理人的知名专业服务品牌，议睿拥有一支了解制造型企业不同行业特点的专家团队，专注并致力于向客户提供专业化的供应链解决方案，议睿运用良好的网络资源优势、专家背景优势和强大的社会资源优势，帮助企业解决生产运营难题，是业内公认的制造业资源服务平台。
