129分钟
Excel极简销售预测：供应链销售预测分析
当下很多企业在销售预测中，常因季节性波动干扰、数据处理复杂、缺乏实用工具，导致预测偏差大，进而引发库存积压或缺货、资源浪费等问题。 因此，三节课邀请尚西老师打造《Excel 极简销售预测》课程，用极简…
当下很多企业在销售预测中，常因季节性波动干扰、数据处理复杂、缺乏实用工具，导致预测偏差大，进而引发库存积压或缺货、资源浪费等问题。
因此，三节课邀请尚西老师打造《Excel 极简销售预测》课程，用极简的 Excel 实操方法，帮你攻克销售预测难题。尚西老师深耕供应链销售预测领域，老师擅长将复杂的预测模型转化为通俗的 Excel 操作，规避 “理论多、落地难” 的痛点。
课程内容分为两大模块：
第一模块聚焦基础预测分析，详解移动平均法的间隔选择与误差判断（结合推广成本案例）、指数平滑法的 a 值确定与平滑次数选择（含电商服装销量实操）、线性回归的参数解读（如相关系数、Significance F 检验）及 Forecast 函数应用（第三方仓储收入预测），帮你打好非季节性数据预测基础；
第二模块聚焦季节性预测模型，通过饮料 3 年月度销量案例，拆解居中移动平均法（计算月度销售占比）、规划求解法（优化基准与趋势值）、线性回归系数调整法（平均系数应用）的原理与步骤，全程结合 Excel 界面演示，确保你能跟着练、跟着用。
学习本课程，您不仅能独立用 Excel 完成从数据整理到预测输出的全流程，还能精准处理淡旺季销售数据，让预测结果真正服务于销售与供应链决策，成为懂数据、能落地的职场 “预测达人”。
第一章：预测分析
- 1.1 移动平均法
- 1.2 预测分析-指数平滑法（分析思路和模型介绍）
- 1.3 预测分析-指数平滑法（案例实操）
- 1.4 预测分析-线性回归分析预测仓储收入
- 1.5 多元线性回归预测物流运输时间
- 1.6 二次多项式回归预测
- 1.7 指数回归方程
- 1.8 Excel函数预测仓储收入
第二章：季节性预测模型
- 2.1 计算季节指数-计算中心化的移动平均值（CMA）
- 2.2 计算季节指数-拟合预测方程与销售预测
- 2.3 季节性预测模型-基本原理和案例背景介绍
- 2.4 季节性预测模型-居中移动平均法
- 2.5 季节性预测模型-居中移动平均法二
- 2.6 季节性预测模型-规划求解法
- 2.7 季节性预测模型-规划求解法二
- 2.8 季节性预测模型-回归系数调整法（数据建模）
- 2.9 季节性预测模型-线性回归系数调整法（下年预测与小结）
尚西
20年供应链数据分析师、需求预测专家