大数据预测:需求驱动与供应链变革

大数据预测:需求驱动与供应链变革
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者: [美] (查尔斯·W.蔡斯·Jr.)
出版社: 人民邮电出版社
2015-06
版次: 01
ISBN: 9787115388803
定价: 69.00
装帧: 平装
开本: 其他
纸张: 胶版纸
页数: 296页
正文语种: 简体中文
分类: 管理
  •   《大数据预测:需求驱动与供应链变革》带领读者历经了从50年前预测先锋BobBrown所信奉的基本方法到今天所用的一些很具创新性的预测方法的整个过程。全书共有11章,从对需求驱动的预测进行界定开始,带领读者回顾基本的预测方法后,进入高级的时间序列方法,然后再进入今天所使用的很具创新性的技术,比如利用供需关系来支持多层次预测和对下游需求信号的整合。
      《大数据预测:需求驱动与供应链变革》文字朴实平白,条理清晰,实证结合方法说明,极具说服力和操作意义。本书意义重大,加快了需求驱动预测专业的发展。对于希望通过利用更科学、更精准、更符合客户导向原则的需求驱动预测方法,来推动并提升企业运营管理水平的预测分析人员及业务规划人员来说,本书极具参考价值。   CharlesW.ChaseJr.是SAS制造业和供应链行业全球实践部首席咨询专家,也是首席架构师和战略师,为SAS客户提供需求规划及预测解决方案,以提高客户的供应链效率。他在快速消费品(CPG,consumerpackagedgoods)行业的从业经验超过26年,是销售预测、市场响应建模、计量经济学以及供应链管理等方面的专家。在进入SAS工作之前,Chase领导了支持SAS预测服务器上市的战略营销活动,该服务器被《知识管理世界》杂志誉为“2005年年度受欢迎产品”,即SAS需求驱动的预测。他还参与了3个预测和营销智能过程/系统的再造、设计和实施。Chase也在MennenCompany、JohnsonJohnson、ConsumerProductsInc.、ReckittBenckiser、thePolaroidCorporation、Coca-Cola、Wyeth-AyerstPharmaceuticals和HeinekenUSA等公司工作过。
      Chase是《商业预测期刊》的前副主编,现在是《预测:全球应用预测期刊》从业者咨询委员会的活跃成员。他写过几篇有关销售预测和市场响应建模的文章,被《供需链管理杂志》2004年2/3月刊评为“2004年度知名教授”,同时,他也是《BricksMatter:TheRoleofSupplyChainsinBuildingMarket-DrivenDifferentiation》(Wiley,2012)一书的合著者。 1 第1章 揭秘预测:神话与现实1.1 数据采集、存储和处理的现状1.2 预测艺术的神话1.3 特惠区的困扰1.4 判断超控的现状1.5 由烤箱清洁剂引发的关联关系1.6 更多并不一定就是更好1.7 不受约束的预测、受约束的预测和规划的现状1.8 东北地区销售综合预测1.9 层层递进法则1.10 欠佳的计划1.11 按订单包装和按订单生产1.12 “你需要配上炸薯条吗?”1.13 总结1.14 注释25 第2章 什么是需求驱动的预测?2.1 传统需求预测的转变2.2 需求生成存在什么问题?2.3 传统需求生成的根本缺陷2.4 仅仅依靠供应驱动策略并非解决之道2.5 什么是需求驱动的预测?2.6 什么是需求感知和需求塑造?2.7 需求管理流程的改变是关键2.8 沟通是关键2.9 成功需求管理的评估2.10 需求驱动预测流程的好处2.11 需求管理流程推进的关键步骤2.12 为什么企业不接受需求驱动的概念?2.13 总结2.14 注释61 第3章 预测方法概述3.1 基础方法论3.2 不同类别的方法3.3 未来的可预见程度如何?3.4 导致预测误差的一些原因3.5 细分产品以选择合适的预测方法3.6 总结3.7 注释83 第4章 预测性能测算4.1 “我们超预测完成任务,让我们开个Party庆祝吧!”4.2 预测性能测算的目的4.3 标准统计误差术语4.4 预测误差的具体测算4.5 样本外测算4.6 预测价值增加4.7 总结4.8 注释103 第5章 使用时间序列数据的定量预测法5.1 模型拟合过程的理解5.2 定量时间序列方法简介5.3 定量时间序列法5.4 移动平均5.5 指数平滑法5.6 一次指数平滑法5.7 Holt双参数法5.8 Holt-Winters法5.9 Winters加法季节性模型5.10 总结5.11 注释133 第6章 回归分析6.1 回归方法6.2简单回归6.3 相关系数6.4 判定系数6.5 多元回归6.6 基于散点图和线图的数据可视化6.7 相关矩阵6.8 多重共线性6.9 方差分析6.10 F检验6.11 调整后的R26.12 参数系数6.13 t检验6.14 P值6.15 差异膨胀因子6.16 德宾—瓦特逊统计6.17 干预变量(或哑变量)6.18 回归模型的结果6.19 建立多元回归模型的关键行动6.20 有关回归模型的忠告6.21 总结6.22 注释171 第7章 ARIMA模型7.1 步骤1:确定初始试验性模型7.2 步骤2:对模型参数进行评估和诊断7.3 步骤3:生成预测结果7.4 季节性ARIMA模型7.5 Box-Jenkins总结7.6 ARIMA模型拓展:涵盖解释变量7.7 传递函数7.8 分子和分母7.9 理性传递函数7.10 ARIMA模型结果7.11 总结7.12 注释201 第8章 加权综合预测法8.1 加权综合预测是什么?8.2 建立方差加权综合预测8.3 加权综合预测使用指南8.4 总结8.5 注释211 第9章 感知、塑造和关联需求以指导供应:MTCA应用案例9.1 利用多层次因果分析(MTCA)将需求与供应进行关联9.2 案例研究:碳酸软饮料的故事9.3 总结9.4 附录9A:消费者包装货品专用术语9.5 附录9B:广告GRP/TRP的广告遗留指数转化9.6 注释237 第10章 新产品预测:结构判断法应用10.1 改良型新产品与革命性新产品之间的区别10.2 新产品预测的总体感觉10.3 新产品预测概述10.4 候选产品界定10.5 新产品预测流程10.6 结构化判定分析10.7 结构化流程步骤10.8 统计过滤步骤10.9 建模步骤10.10 预测步骤10.11 总结10.12 注释263 第11章 战略价值评估:评估需求预测过程的预备性11.1 战略价值评估体系11.2 战略价值评估流程11.3 SVA案例研究:XYZ公司11.4 总结11.5 建议阅读11.6 注释293 译者后记
  • 内容简介:
      《大数据预测:需求驱动与供应链变革》带领读者历经了从50年前预测先锋BobBrown所信奉的基本方法到今天所用的一些很具创新性的预测方法的整个过程。全书共有11章,从对需求驱动的预测进行界定开始,带领读者回顾基本的预测方法后,进入高级的时间序列方法,然后再进入今天所使用的很具创新性的技术,比如利用供需关系来支持多层次预测和对下游需求信号的整合。
      《大数据预测:需求驱动与供应链变革》文字朴实平白,条理清晰,实证结合方法说明,极具说服力和操作意义。本书意义重大,加快了需求驱动预测专业的发展。对于希望通过利用更科学、更精准、更符合客户导向原则的需求驱动预测方法,来推动并提升企业运营管理水平的预测分析人员及业务规划人员来说,本书极具参考价值。
  • 作者简介:
      CharlesW.ChaseJr.是SAS制造业和供应链行业全球实践部首席咨询专家,也是首席架构师和战略师,为SAS客户提供需求规划及预测解决方案,以提高客户的供应链效率。他在快速消费品(CPG,consumerpackagedgoods)行业的从业经验超过26年,是销售预测、市场响应建模、计量经济学以及供应链管理等方面的专家。在进入SAS工作之前,Chase领导了支持SAS预测服务器上市的战略营销活动,该服务器被《知识管理世界》杂志誉为“2005年年度受欢迎产品”,即SAS需求驱动的预测。他还参与了3个预测和营销智能过程/系统的再造、设计和实施。Chase也在MennenCompany、JohnsonJohnson、ConsumerProductsInc.、ReckittBenckiser、thePolaroidCorporation、Coca-Cola、Wyeth-AyerstPharmaceuticals和HeinekenUSA等公司工作过。
      Chase是《商业预测期刊》的前副主编,现在是《预测:全球应用预测期刊》从业者咨询委员会的活跃成员。他写过几篇有关销售预测和市场响应建模的文章,被《供需链管理杂志》2004年2/3月刊评为“2004年度知名教授”,同时,他也是《BricksMatter:TheRoleofSupplyChainsinBuildingMarket-DrivenDifferentiation》(Wiley,2012)一书的合著者。
  • 目录:
    1 第1章 揭秘预测:神话与现实1.1 数据采集、存储和处理的现状1.2 预测艺术的神话1.3 特惠区的困扰1.4 判断超控的现状1.5 由烤箱清洁剂引发的关联关系1.6 更多并不一定就是更好1.7 不受约束的预测、受约束的预测和规划的现状1.8 东北地区销售综合预测1.9 层层递进法则1.10 欠佳的计划1.11 按订单包装和按订单生产1.12 “你需要配上炸薯条吗?”1.13 总结1.14 注释25 第2章 什么是需求驱动的预测?2.1 传统需求预测的转变2.2 需求生成存在什么问题?2.3 传统需求生成的根本缺陷2.4 仅仅依靠供应驱动策略并非解决之道2.5 什么是需求驱动的预测?2.6 什么是需求感知和需求塑造?2.7 需求管理流程的改变是关键2.8 沟通是关键2.9 成功需求管理的评估2.10 需求驱动预测流程的好处2.11 需求管理流程推进的关键步骤2.12 为什么企业不接受需求驱动的概念?2.13 总结2.14 注释61 第3章 预测方法概述3.1 基础方法论3.2 不同类别的方法3.3 未来的可预见程度如何?3.4 导致预测误差的一些原因3.5 细分产品以选择合适的预测方法3.6 总结3.7 注释83 第4章 预测性能测算4.1 “我们超预测完成任务,让我们开个Party庆祝吧!”4.2 预测性能测算的目的4.3 标准统计误差术语4.4 预测误差的具体测算4.5 样本外测算4.6 预测价值增加4.7 总结4.8 注释103 第5章 使用时间序列数据的定量预测法5.1 模型拟合过程的理解5.2 定量时间序列方法简介5.3 定量时间序列法5.4 移动平均5.5 指数平滑法5.6 一次指数平滑法5.7 Holt双参数法5.8 Holt-Winters法5.9 Winters加法季节性模型5.10 总结5.11 注释133 第6章 回归分析6.1 回归方法6.2简单回归6.3 相关系数6.4 判定系数6.5 多元回归6.6 基于散点图和线图的数据可视化6.7 相关矩阵6.8 多重共线性6.9 方差分析6.10 F检验6.11 调整后的R26.12 参数系数6.13 t检验6.14 P值6.15 差异膨胀因子6.16 德宾—瓦特逊统计6.17 干预变量(或哑变量)6.18 回归模型的结果6.19 建立多元回归模型的关键行动6.20 有关回归模型的忠告6.21 总结6.22 注释171 第7章 ARIMA模型7.1 步骤1:确定初始试验性模型7.2 步骤2:对模型参数进行评估和诊断7.3 步骤3:生成预测结果7.4 季节性ARIMA模型7.5 Box-Jenkins总结7.6 ARIMA模型拓展:涵盖解释变量7.7 传递函数7.8 分子和分母7.9 理性传递函数7.10 ARIMA模型结果7.11 总结7.12 注释201 第8章 加权综合预测法8.1 加权综合预测是什么?8.2 建立方差加权综合预测8.3 加权综合预测使用指南8.4 总结8.5 注释211 第9章 感知、塑造和关联需求以指导供应:MTCA应用案例9.1 利用多层次因果分析(MTCA)将需求与供应进行关联9.2 案例研究:碳酸软饮料的故事9.3 总结9.4 附录9A:消费者包装货品专用术语9.5 附录9B:广告GRP/TRP的广告遗留指数转化9.6 注释237 第10章 新产品预测:结构判断法应用10.1 改良型新产品与革命性新产品之间的区别10.2 新产品预测的总体感觉10.3 新产品预测概述10.4 候选产品界定10.5 新产品预测流程10.6 结构化判定分析10.7 结构化流程步骤10.8 统计过滤步骤10.9 建模步骤10.10 预测步骤10.11 总结10.12 注释263 第11章 战略价值评估:评估需求预测过程的预备性11.1 战略价值评估体系11.2 战略价值评估流程11.3 SVA案例研究:XYZ公司11.4 总结11.5 建议阅读11.6 注释293 译者后记
查看详情
好书推荐 / 更多
大数据预测:需求驱动与供应链变革
许倬云说美国:一个不断变化的现代西方文明
许倬云 著
大数据预测:需求驱动与供应链变革
(现代人小丛书)叙事的胜利——在大众文化时代讲故事
[加拿大]罗伯特·弗尔福德 著;李磊 译
大数据预测:需求驱动与供应链变革
我心深处(美国电影大师伍迪·艾伦权威访谈录)
[美]伍迪·艾伦(Woody Allen) 著;博集天卷 出品
大数据预测:需求驱动与供应链变革
蓝图(好社会的八大特征)
尼古拉斯·克里斯塔基斯(Nicholas A.Christakis) 著;贾拥民 译
大数据预测:需求驱动与供应链变革
理想的工作间
[韩]金霞娜 著;刘欣、全毅 译
大数据预测:需求驱动与供应链变革
印学百咏
何积石 著
大数据预测:需求驱动与供应链变革
科学素养:概念、情境与影响
肯妮.A.迪布纳 著;肯妮·A. 迪布纳(主编) 编;凯瑟琳.E.斯诺、凯瑟琳·E. 斯诺、裴新宁、郑太年 译
大数据预测:需求驱动与供应链变革
女性的时刻
梅琳达·盖茨 著
大数据预测:需求驱动与供应链变革
美丽的数学(一本独具特色的数学科普书)
[美]爱德华·沙伊纳曼(Edward Scheinerman) 著;博集天卷 出品
大数据预测:需求驱动与供应链变革
万千心理·游戏的力量:58种经典儿童游戏治疗技术
Cangelosi 著;[美]Charles、E.Schaefer、[美]Donna、张琦云、吴晨骏 译
大数据预测:需求驱动与供应链变革
疫苗竞赛:人类对抗疾病的代价(比尔·盖茨年度推荐!解答疫苗困惑。医学新闻报道的典范之作!《科学》《自然》期刊权威推荐)
梅雷迪丝·瓦德曼 著;罗爽 译
大数据预测:需求驱动与供应链变革
思考的艺术(第11版)·英文版
[美]文森特·赖安·拉吉罗(Vincent Ryan Ruggiero)