Utilisation des données et de la prévision technologique

Name: Utilisation des données et de la prévision technologique
Author: Michael D. Ford

La technologie n'a pas encore géré le voyage dans le temps, mais elle peut nous en apprendre beaucoup sur l'avenir.

Preview the first lesson free — get full access to all 4 lessons.

Cours : à la demande

(uplifting music) Analyzing data requires recognition of demand patterns, which can be stable or dynamic, have upward or downward trends, and have seasonality. Demand can also be cyclical. This is similar to seasonality, but refers to a cycle that doesn't fit within a calendar year. There are cycles that are longer than a year and cannot be predicted using trend models, or the seasonality index. For example, the housing market used to have a 10 to 15 year cycle between boom and bust. The electronics industry used to have a seven to 10 year cycle. These cycles were severely disrupted by the great recession of 2007. And we have yet to establish what the new norms are. All demand patterns will include randomness, and some may include trend, seasonality or cyclical variation. Some may include all four elements. Tables are good for representing the actual numbers and data sets, while graphs are best for helping us identify demand patterns. It is much easier to visualize trends, cycles, and variations by looking at a plot of the demand data. It is important to recognize that how we break down or aggregate data will affect what we see. For example, if you look at only a total sales of vehicles in North America, you may miss the fact that standard passenger car sales are down, while SUVs and crossovers are up. This also applies to the time periods we are analyzing. If we observe mayonnaise sales over the course of a year, we will find the peak in the summer months. This is when lots of mayonnaise is used in sandwiches and salads for picnics and cookouts. There is also a mini peak late in the year, corresponding to the Thanksgiving and winter holiday season. This is important information for the food processing facility manufacturing the mayonnaise. When you break down grocery sales data into months and weeks, you will find there is a peak at the start of the month for persons who are paid on a monthly basis, such as persons collecting a pension and some school district employees. There are also peaks on weekends for those who are paid weekly. This information is important to grocery wholesalers who supply retail outlets. Breaking sales down further in to days or even hours, we find that sales increase during the lunch hour or after work. This is important for retail stores in terms of staffing cashiers and stock clerks.

Avancé Fournisseur : Michael D. Ford 4 leçons · 8m en Arabe, Allemand, Anglais, Espagnol, Français, Portugais, Chinese

Description du cours

La prévision est une méthode utilisée par les dirigeants d'entreprise pour anticiper les besoins de leurs clients afin de s'assurer qu'ils peuvent répondre à la demande future. Les prévisions intègrent de nombreuses méthodologies différentes selon le type d'organisation, ce que vous essayez de la distance à laquelle vous vous projetez. Ce cours offre une plongée en profondeur dans différents types de prévisions et comment chaque type peut vous offrir un aperçu différent de l'avenir de votre entreprise. En outre, vous découvrirez la technologie et les logiciels disponibles pour améliorer et affiner les prévisions, ainsi que la façon d'analyser les données recueillies pour obtenir des informations significatives.

Ce que vous allez apprendre

Analyser les données collectées pour identifier les tendances de la demande
Utiliser une prévision pour projeter la demande
Choisir la meilleure approche de prévision en fonction de vos besoins
Appliquer la technologie et les logiciels qui aident les chefs d'entreprise à élaborer des prévisions
Comparer les différents types de prévisions et ce que chacune révèle sur votre entreprise

Points clés à retenir

La prévision est une méthode utilisée par les dirigeants d'entreprise pour anticiper les besoins des clients et s'assurer qu'ils peuvent répondre à la demande future.
Les prévisions intègrent de nombreuses méthodologies différentes en fonction du type d'organisation, de ce que vous essayez de prédire et de la durée de vos prévisions.
Les différents types de prévisions offrent chacun un aperçu différent de l'avenir de votre entreprise.
La technologie et les logiciels sont disponibles pour améliorer et affiner les prévisions.
L'analyse des données collectées vous aide à obtenir des informations significatives et à identifier les modèles de demande.

Foire aux questions

Qu'apprendrai-je dans ce cours ?

Vous apprendrez à analyser les données collectées pour identifier les modèles de la demande, utiliser une prévision pour projeter la demande, choisir la meilleure approche de prévision en fonction de vos besoins, et découvrir la technologie qui aide les dirigeants à développer des prévisions.

À qui s'adresse ce cours ?

Il s'adresse aux dirigeants d'entreprise qui utilisent les prévisions pour anticiper les besoins de leurs clients et s'assurer qu'ils peuvent répondre à la demande future.

Quels sujets le cours couvre-t-il ?

Le cours couvre l'analyse des données, le choix de la meilleure approche de prévision, l'utilisation de la prévision implémentée, ainsi que la technologie et la prévision.

Quelles compétences ce cours aide-t-il à développer ?

Il développe des compétences en prévision, prévision d'entreprise, prévision économique, prévision financière, gestion des prévisions et prévision technologique.

Le cours aborde-t-il la technologie de prévision ?

Oui. Il aborde la technologie et les logiciels disponibles pour améliorer et affiner les prévisions, ainsi que la manière dont ils aident les dirigeants d'entreprise à élaborer des prévisions.