Открытый семинар-практикум Игоря Чугунова

 

Стоимость - от 7427 до 15377 гривень за 3 дня обучения (ниже см. подробные условия) 

Программа проводится также в корпоративном формате

Множественная линейная регрессия спроса, построенная с использованием статистического анализа данных, накопленных управленческим учетом предприятия  - один из количественных инструментов управления предприятием.             

Модель множественной линейной регрессии применяется на практике для решения большого количества  задач в бизнесе (управлении предприятием). В их числе, кроме задачи увеличения прибыльности предприятия за счет изменения (увеличения/уменьшения) спроса:

·   (1) задачи маркетингового анализа рынка и разработки эффективной (наиболее прибыльной) маркетинговой стратегии предприятия: обнаружение, измерение, использование маркетинговых факторов, значительно влияющих на покупательское поведение и спрос потребителей;

· (2) ценообразование, например, разработка значимой формулы оперативного ценообразования для ответа отдела продаж на запросы В2В потребителей  в ситуации заказного производства (сначала заказ потребителя – затем ответ о цене этого заказа, которая зависит от сложности и размеров конструкции, а потому всегда уникальна)

Автор и ведущий модуля –  Чугунов Игорь Иванович, степень «Профессиональный менеджер уровня диплома» (DipMgmt.(Оpen University, Great Britain) в соответствии с квалификационными стандартами Великобритании,11-летний успешный опыт управления  крупными бизнес-проектами, связанными с созданием бизнесов  и обеспечением их эффективности, автор многих эффективных управленческих технологий, модульных обучающих программ, практикующий бизнес-консультант, бизнес-тренер.

 

Программа модуля  

«Регрессионный анализ маркетингово-производственно-логистических сценариев увеличения продаж продукции для увеличения эффективности (прибыльности) предприятия» 

 

Первый день: 09.30...18.30

1. Содержание и применение маркетингово-производственно-логистических сценариев управления спросом (объемом продаж продукции) «Что, если…?» на основе множественной линейной регрессии для увеличения эффективности (прибыльности) предприятия.

2. Сложности и проблемы, связанные с множественной линейной регрессией, затрудняющие построение множественной линейной регрессии спроса (объема продаж продукции) и достоверную ее интерпретацию.

2.1. Содержание проблемы выбора неслучайных факторов Х и ее предупреждение.

2.1.1. Предупреждение проблемы выбора неслучайных факторов Х методом «Классификация потенциальных важных функциональных факторов спроса Х по приоритетам, сложившимся в уникальной маркетингово-производственно-логистической ситуации конкретного предприятия».

2.1.2. Предупреждение проблемы выбора неслучайных факторов Х методом «Пошаговая процедура добавления важных функциональных факторов спроса Х в регрессионную модель спроса (объема продаж) с учетом уникальной маркетингово-производственно-логистической ситуации предприятия».

2.2. Содержание проблемы мультиколлинеарности факторов Х, ее негативные статистические и вычислительные последствия. Предупреждение возникновения проблемы мультиколлинеарности факторов Х.

2.3. Проблема неправильного выбора модели множественной линейной регрессии и ее предупреждение.

3. Технология построения множественной линейной регрессии спроса D (объема продаж VoS продукции), согласованной с содержанием уникальной маркетингово-производственно-логистической ситуации предприятия.

3.1. Этап 1. Шаг 1 «Предварительный выбор потенциально важных функциональных факторов Х спроса D (объема продаж VoS продукции), находящихся под контролем предприятия в его маркетингово-производственно-логистической ситуации, для включения их в множественную линейную регрессионную модель спроса (объема продаж продукции)».

3.2. Демонстрация № 1 «Предварительный выбор потенциально важных функциональных факторов Х спроса D (объема продаж VoS продукции), находящихся под контролем предприятия в его маркетингово-производственно-логистической ситуации, для включения их в множественную линейную регрессионную модель спроса (объема продаж продукции)».

3.3. Упражнение № 1 «Предварительный выбор потенциально важных функциональных факторов Х спроса D (объема продаж VoS продукции), находящихся под контролем предприятия в его маркетингово-производственно-логистической ситуации, для включения их в множественную линейную регрессионную модель спроса (объема продаж продукции)».

3.4. Этап 1. Шаг 2 «Предупреждение проблемы выбора факторов Х: проверка наличия сильной линейной статистической взаимосвязи между спросом D (объемом продаж продукции) и каждым предварительно выбранным потенциально важным функциональным фактором Х».

3.5. Демонстрация № 2 «Проверка наличия сильной линейной статистической взаимосвязи между спросом D (объемом продаж продукции) и каждым предварительно выбранным потенциальным важным функциональным фактором Х».

3.6. Упражнение № 2 «Проверка наличия сильной линейной статистической взаимосвязи между спросом D (объемом продаж продукции) и каждым предварительно выбранным потенциальным важным функциональным фактором Х».

Второй день: 09.30...18.30

6.7. Этап 1. Шаг 3 «Предупреждение проблемы мультиколлинеарности: проверка отсутствия сильной статистической линейной взаимосвязи между факторами Х по критерию значения коэффициента корреляции меньше 0,9».

6.8. Демонстрация № 3 «Проверка отсутствия сильной статистической линейной взаимосвязи между факторами Х по критерию значения коэффициента корреляции меньше 0,9».

6.9. Упражнение № 3 «Проверка отсутствия сильной статистической линейной взаимосвязи между факторами Х по критерию значения коэффициента корреляции меньше 0,9».

6.10. Этап 1. Шаг 4 «Предупреждение проблемы неправильного выбора множественной линейной регрессии для модели спроса (объема продаж): проверка нелинейности совокупности значений спроса D (объема продаж), неравномерности значений спроса D (объема продаж), наличия «выбросов» спроса».

6.11. Демонстрация № 4 «Проверка совокупности значений спроса D (объема продаж) на нелинейность, неравномерность значений, наличие выбросов и обеспечение возможности применения множественной линейной регрессии для построения регрессионной модели спроса (объема продаж)».

6.12. Упражнение № 4 «Проверка совокупности значений спроса D (объема продаж) на нелинейность, неравномерность значений, наличие выбросов и обеспечение возможности применения множественной линейной регрессии для построения регрессионной модели спроса (объема продаж)».

6.13. Демонстрация № 5 «Использование процентных изменений спроса D (объема продаж) и выбранных важных функциональных факторов для построения множественной линейной регрессии в ситуации увеличивающегося или уменьшающего спроса от периода к периоду».

6.14. Упражнение № 5 «Использование процентных изменений спроса D (объема продаж) и выбранных важных функциональных факторов для построения множественной линейной регрессии в ситуации увеличивающегося или уменьшающего спроса от периода к периоду».

6.15. Вычисление параметров функций множественной линейной регрессии от Х факторов, описывающих взаимосвязь случайного спроса D (объемов продаж продукции) и неслучайных факторов Х, для разных наборов выбранных факторов Х.

6.16. Демонстрация № 6 «Вычисление параметров функции множественной линейной регрессии от Х факторов, описывающих взаимосвязь случайного спроса D (объемов продаж) и неслучайных факторов Х».

6.17. Упражнение № 6 «Вычисление параметров функции множественной линейной регрессии от Х факторов, описывающих взаимосвязь случайного спроса D (объемов продаж) и неслучайных факторов Х».

Третий день: 09.30...18.30

6.18. Проверка статистической значимости регрессионной модели спроса D (объема продаж) по критерию R^2 и статистической значимости каждого фактора Х для описания изменений спроса D (объема продаж продукции).

6.18.1. Проверка статистической значимости регрессионной модели спроса D (VoS) в целом по критерию R^2.

6.18.2. Проверка статистической значимости каждого коэффициента множественной линейной регрессии по критерию значения t-статистики.

6.18.3. Определение относительной важности факторов Х, включенных в модель множественной линейной регрессии спроса D (VoS) в уникальной маркетингово-производственно-логистической ситуации.

6.18.3.1. Сравнение стандартизированных коэффициентов регрессии для выяснения относительной важности Х-переменных.

6.18.3.2 Сравнение коэффициентов корреляции между спросом D (VoS) и его факторами Х в модели множественной линейной регрессии для выяснения относительной важности Х-переменных.

6.19. Демонстрация № 7 «Проверка статистической значимости регрессионной модели спроса D (объема продаж) по критерию R^2 и статистической значимости каждого фактора Х для описания изменений спроса D (объема продаж)».

6.20. Упражнение № 7 «Проверка статистической значимости регрессионной модели спроса D (объема продаж) по критерию R^2 и статистической значимости каждого фактора Х для описания изменений спроса D (объема продаж)».

6.21. Выбор лучшей регрессионной модели спроса D (объемов продаж продукции) по критерию статистической значимости модели спроса в целом и значимости для описания спроса факторов Х, которые планируется изменять в маркетинговых сценариях управления спросом (объемом продаж продукции).

7. Разработка маркетингово-производственно-логистических сценариев управления спросом (объемом продаж) с использованием лучшей регрессионной модели спроса (объема продаж) с целью оптимального увеличения чистой прибыли предприятия в краткосрочном периоде.

7.1. Демонстрация № 8 «Разработка варианта маркетингово-производственно-логистического сценария увеличения спроса D (VoS) на основе лучшей по статистической значимости множественной линейной модели спроса D (VoS), включающая важные функциональные факторы влияния на спрос (объем продаж), находящиеся под контролем функциональных руководителей предприятия, к которым спрос D (VoS) в существующей маркетингово-производственно-логистической ситуации наиболее чувствителен».

7.2. Упражнение № 8 «Разработка варианта маркетингово-производственно-логистического сценария увеличения спроса D (VoS) на основе лучшей по статистической значимости множественной линейной модели спроса D (VoS), включающая важные функциональные факторы влияния на спрос (объем продаж), находящиеся под контролем функциональных руководителей предприятия, к которым спрос D (VoS) в существующей маркетингово-производственно-логистической ситуации наиболее чувствителен».

8. Финансовая оценка эффективности (прибыльности) разработанных маркетингово-производственно-логистических сценариев управления спросом (объемом продаж) и выбор лучшего сценария по критерию наибольшей эффективности (наибольшей прибыльности) при одинаковом уровне риска.

8.1. Демонстрация № 9 «Разработка финансовых планов сценариев увеличения спроса D (VoS) с целью выбора для реализации наилучшего сценария по критерию максимального индекса прибыльности сценария проекта».

8.2. Упражнение № 9 «Разработка финансовых планов сценариев увеличения спроса D (VoS) с целью выбора для реализации наилучшего сценария по критерию максимального индекса прибыльности сценария проекта».

---

Организационные вопросы и стоимость:

Варианты оплаты: только 100% предоплата,  за 14 дней и более

Стоимость при обычной предоплате за 1 участника (14-27 дней): 15377 грн, ниже см.скидки за количество участников

Стоимость при предоплате за 1 участника за 49 дней и более, ЕСЛИ ОТ КОМПАНИИ 4-7 УЧАСТНИКОВ: 9227 гривень 

Стоимость при  предоплате за 1 участника за 28-48 дней, ЕСЛИ ОТ КОМПАНИИ 3 УЧАСТНИКА: 12377 гривень 

Стоимость онлайн-формата: минус 1800 грн от соответствующей суммы, а именно от 7427 до 13577 грн

Скидки в цене за количество участников от одного предприятия (плательщика): 2 человека - 2%, 3 человека - 4%, 4 человека - 6%, 5 человек - 8%, 6 человек - 10%, 7 человек - 12%.

Скидки суммируются.

В стоимость входит: обучение, объемное печатное пособие, кофе-паузы, сертификат

Место проведения: Киев, центр города (аудитория арендуется под мероприятие). Возможно проведение на территории заказчика (Киев, 

Формат проведения: заказной (не поточный), в малых группах

Количество участников: от 1 человека (оплата одним участником является гарантией проведения)

Даты проведения: по графику или договорные

---

Регрессионный анализ маркетингово-производственно-логистических сценариев увеличения спроса (объема продаж) для увеличения эффективности (прибыльности) предприятия - это технология выбора по критерию наибольшего индекса прибыльности наиболее результативного и экономичного сценария проекта увеличения эффективности (прибыльности) предприятия в условиях конкуренции и ограниченных ресурсов на основе построенной на данных управленческого учета предприятия статистически значимой множественной линейной регрессии спроса (объема продаж), включающей статистически значимые факторы маркетинга, в т.ч. продаж продукции, производства продукции, логистики, находящиеся под контролем предприятия. Это позволяет наиболее качественно спланировать и выполнить проект увеличения эффективности (прибыльности) предприятия с достижением его целей в установленное время, без превышения ограниченного бюджета расходов проекта и с получением прибыли, увеличивающей чистую прибыль предприятия.

    Фокус на высокое качество планирования проекта на основе статистически значимой множественной линейной регрессии спроса (объема продаж продукции), построенной на данных уникальной маркетингово-производственно-логистической ситуации конкретного предприятия, отличает разработанную технологию увеличения эффективности (прибыльности) предприятия.

    Практическое выполнение шагов технологии построения наиболее статистически значимой множественной линейной регрессии спроса (объема продаж) на данных управленческого учета предприятия демонстрируется в "Microsoft Excel" с помощью сквозного примера в 9 демонстрациях.

---

Резюме тренера

---

 

Ваши действия?

Зарегистрироваться на участие в тренинге или сделать запрос по корпоративному тренингу на эту же тему:

 (044) 221-85-66, (067) 504 37 67, (050) 445-37 04

info@rost.biz.ua

Посмотреть все открытые тренинги

Хотите больше информации, записаться на тренинг? позвоните нам!

 

	Позвонить:
	(044) 221 85 66 (050) 445 37 04  (067) 504 37 67
	info@rost.biz.ua