CDMP-需求預測規劃師認證
上課時間：2025年12月18日,結束時間：2025年12月20日
上課地點：上海
課程費用：9,800/人
課程對象：要求三年以上工作經驗，需求計劃，S&OP，銷售，市場，商務，供應鏈計劃，生產，財務，客服，渠道等領域管理人員
課程目標
理解需求計劃對于企業經營的影響以及相關績效指標(KPI)評估方法
基于科學的KPI，漸進考核方式搭建全視角可執行的激勵性評估體系
幫助企業基于行業特點建立高效可執行的職能架構以及運作流程
掌握預測編制過程中如何推動跨部門協同合作的技巧和方法論
掌握經典統計技術，組合預測技術等關鍵預測技術及其應用場景
了解促銷預測管理流程，掌握各種促銷預測的編制技術及其應用場景
了解新產品預測管理流程，掌握新產品預測編制方法及其應用場景
掌握歷史數據清理技術以及如何建立基準預測的相關技巧與方法
通過行業案例分享，了解行業標桿管理實踐，尋找自身管理差距
通過實戰演練，實現理論與實際操作的互動融合，系統化理解和掌握需求預測管理的理念和實務操作技巧
課程大綱
1.需求預測概述，業務價值和績效評估體系
需求預測管理的業務范圍及其價值所在
為何預測要評估偏差而不是準確性
統計視角偏差與業務視角偏差的區別和價值
預測不是越準越好–預測對客戶滿意度和運營成本的影響
掌握常用的WMAPE的計算方法和假設前提
記錄預測過程比預測結果更加重要
如何基于行業特征選擇最適合的評估指標
企業需求預測績效管理體系發展的四個階段
2.需求預測管理的職能體系
為何需要全職的需求預測管理職能
需求預測管理職能的匯報線如何設置
了解需求預測管理中的三種角色：責任者，支持者和使用者
需求預測管理者的職責和能力要求
自上而下與自下而上預測的差異和職能體系
對標需求預測管理職能的四個發展階段
3.需求預測的實現途徑
不同視角下的需求預測流程：操作流程，協同流程和數字流程
如何選擇預測間隔，預測期間，預測層次以及凍結期間
預測的編制層次，溝通層次和展現層次的區別
為何消費品企業必須使用自上而下的預測模式
如何在S&OP會議上有效快速達成共識預測
對標需求預測實現途徑的四個發展階段
4.促銷預測和新產品編制流程與技術
促銷預測驅動機制分析：促銷計劃，激勵政策
如何建立促銷計劃分享機制和數據修正機制
促銷效果和促銷回報率的評估
新產品預測策略比新產品預測本身更加重要
新產品的定位和使命以及如何選擇新產品預測策略
新產品不是預測出來的，是管理出來的
三種新產品預測：升級換代產品，全新產品，老產品新渠道
分流預測的重要性—自相蠶食法
推動建立促銷和新產品預測的最佳和最差實踐
第二天需求預測管理案例分享和研討
5.不同行業的需求預測管理的優勢和挑戰
消費品制造行業/制藥制造業-處方藥
工業品制造行業—標準產品/客戶化產品/配置型/項目型
貿易行業/零售行業/汽配行業/服裝行業
備品備件行業/餐飲行業/電商預測
通過企業實際應用案例的分享，并結合第一天的培訓成果，深刻體驗何為最佳的需求預測運作實踐。分析案例企業在需求領域的管理優勢和不足之處，分享各自企業需求預測管理體驗。
6.案例分享：消費品需求預測管理對標分享和圓桌討論
因為其市場模式的不同，消費品企業往往對需求管理有著更高的要求，并且有著更加完善和專業的實踐積累，但這僅限于一些大型跨國公司。更多的國內消費品企業的需求管理也仍然處于意識覺醒和模仿階段。通過對同行業需求預測不同管理模式的對比分析，深度理解管理精髓所在和實踐方法論。
7.案例分享：工業品案例分享和圓桌討論
不同的工業品企業有著不同的運作模式，但是工業品企業整體需求管理水平遠低于消費品企業，大部分公司沒有專職預測職能和KPI，預測更多是收集出來不是預測出來的。如何讓管理層意識到預測對于公司財務結果的巨大影響，如何讓銷售部門承擔起預測的職責，如何為一線銷售提供更多支持，培訓預測技能也是工業品企業普遍面臨的挑戰。
8.需求預測管理工作日歷和系統演示，強化培訓效果
典型的需求預測工作日歷分享
專業需求預測管理系統體驗
如何基于不同促銷事件類別，實現修正歷史數據
如何基于統計誤差分析選擇最佳預測模型，并生成基準預測
銷售部門，市場部門，財務以及管理層等如何參與預測調整
如何實現基于數據平臺的多維度協同預測
第三天統計技術應用與實戰演練&認證考試
需求預測管理與企業其他業務管理的一大顯著差異就是其對統計技術的強大依賴，科學而理性的預測需要統計技術的支撐，因此需求預測管理面臨來自管理和技術的雙重挑戰。該課程將幫助學員著重從應用的角度系統化地掌握統計技術的基礎知識和在商業預測領域的應用技巧，并重點選擇目前在行業實踐中得到普遍使用，并卓有成效的17種經典型統計技術進行深度講解，同時通過系統模擬完整體驗統計技術的應用過程。
9.統計預測概論與基礎知識
數據的收集
數據的聚合分解與數據預處理技術
數據分布特征的分析技術
Winter模型與自下而上預測技巧
回歸模型與自上而下預測技巧
10.掌握17種經典統計模型的業務邏輯和應用技巧--實操演練
對統計技術的合理應用是需求預測管理所面臨的一大挑戰。本章節將通過系統模擬，將17種經典統計技術的業務邏輯和應用技巧完整呈現，學會如何基于歷史數據的分布態勢選擇最佳模型，以及如何基于統計誤差的變化優化模型參數等基本技巧，內容包括:
掌握17種經典統計技術的基本原理以及應用環境
理解歷史數據修正(Outl
IEr)的基本原理以修正因子的合理調整
理解趨勢衰減技術(Damping)的基本原理以及應用場景
理解新產品預測模型(Likingmodel)的基本原理和應用技巧
掌握自相蠶食技術（Cannibalization）在促銷預測中的應用
統計誤差的計算原理和應用（BIAS,MAD,MAPE,MSE,TS）
11.課程反饋和建議收集
12.CDMP認證考試
師資介紹
主講老師：趙老師
教育背景：
工作背景：美國國際預測者協會IIF認證培訓講師，荷蘭TFC黑帶教練，前SAP中國研究院供應鏈計劃架構師，咨詢經理。擁有近二十年制造業供應鏈管理實踐和咨詢經驗，在消費品，化工和機械制造等行業均有豐富的系統實施和咨詢經驗。
專業專長：擅長供應鏈計劃管理和轉型設計，供應鏈策略設計，需求預測，庫存和訂單策略優化，供應鏈計劃集成和S&OP產銷協同優化等
授課經驗：
服務行業：
服務客戶：
