Выпущен: 1 сентября 2025 Ранняя цена: 29 000 ₽ Практика FMCG

Освойте профессию Demand Planner (прогнозирование спроса) с нуля за 8 недель

Практика FMCG + кейсы Nestlé, Unilever, BIC, Castrol, Starbucks. Шаблоны Excel / Power BI / Python. Метрики Forecast Accuracy, Bias, FVA.

Практика

Excel • Power BI • Python
Готовые шаблоны и скрипты

Методы

MA • ES • ARIMA • ML
+ Demand Sensing

Метрики

FA • MAPE • Bias • FVA
Простая визуализация
Мы объединяем практику, методы и метрики, чтобы вы не просто изучали теорию, а сразу видели результат своей работы.

Почему это важно

  • Нечёткий прогноз = убытки: лишние запасы и потеря продаж.
  • Каждый промах — замороженные деньги и падение сервиса.
  • Demand Planner — одна из самых востребованных профессий 2025.
  • FMCG/retail/e-commerce активно ищут специалистов по Forecast Accuracy.
NestléUnilever BICCastrol StarbucksRitter Sport

Что получите на практике

  • Воркбуки Excel: MA/ES/Regression, MAPE/Bias/FVA, версии прогнозов.
  • Дашборд Power BI: точность, тренды, промо, сценарии.
  • Скрипты Python: ARIMA/Prophet, признаки для ML, Demand Sensing.
  • Шаблоны S&OP: календарь, роли, протоколы консенсуса.

За время курса вы научитесь

Прогноз и визуализация

Excel-прогнозы, Power BI-дашборды: MA, ES, Regression, ARIMA/Prophet; Machine Learning и Demand Sensing.

Управлять точностью

Считать MAPE, Bias, FVA и защищать цифры перед руководством.

Проводить S&OP

Организовать S&OP/IBP: роли, календарь, артефакты, консенсус и эскалации.

Курс подойдёт, если вы

Аналитик/финансист и хотите перейти в роль Demand Planner.

Работаете в FMCG/ритейле/e-commerce и хотите прокачать прогнозирование.

Участвуете в S&OP/IBP и хотите понимать, как строится прогноз.

Нужны инструменты ML без глубокого кода.

Планируете карьерный рост и доход от 150 000 ₽/мес.

Студент и хотите быстрее освоить профессию Demand Planner.

План курса — 12 модулей, 130+ тем

Введение в профессию планера

Что такое Demand Planning, роли и быстрые победы в первые 30 дней.

Источники данных

История продаж, CRM, внешние факторы, дата-качество и версии прогнозов.

Методы прогнозирования

MA/ES/Regression, ARIMA, Prophet, LSTM, ансамбли.

Точность прогноза

MAPE, Bias, FVA, разбор ошибок и улучшения.

S&OP/IBP

Роли, процессы, консенсус; связь с Supply/Finance/Marketing.

Финансовое измерение

P&L, cash flow, промо-эффекты, KPI.

Практика и кейсы FMCG

Nestlé, Unilever, Castrol, BIC, Ritter Sport.

Психология планера

Коммуникации, стресс, дедлайны, влияние.

Файлы и шаблоны

Важно: материалы (Excel, PowerPoint, Power BI) сейчас доступны через Google Drive. Дублируем на Яндекс.Диск.

Excel

  • MA/ES/Regression (автоподбор)
  • MAPE/Bias/FVA + сравнение версий
  • Календарь S&OP и протокол

Power BI

  • Forecast Accuracy / Bias / FVA
  • Промо-анализ и сценарии
  • Baseline/Promo/ML версии

Python

  • ARIMA/Prophet, кросс-валидация
  • Feature store для ML + Sensing
  • Экспорт результатов в Excel/BI

Пример дашборда (демо)

Actual vs Forecast • 24 мес • авто-метрики

Forecast Accuracy

по последним 12 мес

Bias

перепрогноз (+) / недопрогноз (−)

FVA

к базовой модели
Метод: ES(α=0.3) • горизонт 6 мес

Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь c политикой конфиденциальности

Made on
Tilda