Lewati ke konten utama

Kursus

Peramalan Permintaan Produk dengan R

MenengahTingkat Keterampilan

Diperbarui 11/2022

Mulai Kursus Gratis

RProbability & Statistics

4 jam

13 videos

50 Latihan

4,200 XP

9,446

Pernyataan Pencapaian

Dipercaya oleh para pelajar di ribuan perusahaan

Melatih Tim?

Coba untuk Bisnis

Deskripsi Kursus

Memprediksi permintaan produk secara akurat memungkinkan perusahaan tetap selangkah di depan pasar. Dengan memahami faktor yang membentuk permintaan, Anda dapat mengarahkan perilaku terkait produk dengan lebih baik. Kursus ini membuka proses memprediksi permintaan produk menggunakan R. Anda akan mempelajari cara mengidentifikasi pendorong penting permintaan, melihat efek musiman, dan meramalkan permintaan untuk hierarki produk dari contoh dunia nyata. Pada akhir kursus, Anda akan mampu meramalkan permintaan untuk banyak produk di berbagai wilayah dalam satu negara bagian di AS. Lalu Anda akan mengakumulasikan ramalan ini dari berbagai wilayah dalam negara bagian yang sama untuk membentuk sistem peramalan hierarkis yang lengkap.

Persyaratan

Case Study: Analyzing City Time Series Data in R

1

Peramalan Permintaan dengan Deret Waktu

Untuk peramalan, pemodelan deret waktu adalah tempat yang tepat untuk mulai! Anda perlu meramalkan nilai permintaan penjualan di masa depan dan pendekatan dasar yang baik adalah model ARIMA. Di bab ini Anda akan mempelajari cara menerapkan model ARIMA dengan cepat dan memperoleh ramalan awal yang baik untuk permintaan produk di masa depan.

Memuat data ke dalam objek xts

Mengimpor data

Memplot / memvisualisasikan data

Pengantar Deret Waktu ARIMA 101

Fungsi auto.arima()

Menginterpretasikan auto.arima

Peramalan dan Evaluasi

Fungsi forecast

Menghitung MAPE dan MAE

Memvisualisasikan Prakiraan

Interval Kepercayaan untuk Peramalan

2

Komponen Permintaan

Teori ekonomi banyak membahas tentang memprediksi nilai permintaan. Jelas, faktor eksternal seperti harga, musiman, dan waktu promosi akan memengaruhi beberapa aspek permintaan produk. Di bab ini Anda akan mempelajari dasar-dasar model elastisitas harga dan cara memasukkan faktor musiman serta waktu promosi ke dalam ramalan permintaan produk kita.

Elastisitas harga

Menghitung elastisitas harga

Menginterpretasikan hasil elastisitas

Dampak musiman/liburan/promosi

Visualisasikan efek hari libur/promosi

Buat variabel efek hari libur / promosi

Regresi untuk efek hari libur/promosi

Apakah ada efek hari raya atau promosi yang signifikan?

Peramalan dengan regresi

Buat variabel prediktor untuk periode mendatang

Meramalkan nilai permintaan di masa depan

Memvisualisasikan peramalan dengan regresi

3

Menggabungkan Regresi dengan Deret Waktu

Model deret waktu dan regresi harga tidak harus dipandang sebagai pendekatan yang terpisah untuk peramalan permintaan produk. Keduanya dapat dikombinasikan! Di bab ini Anda akan mempelajari dua cara "menggabungkan" informasi yang diperoleh dari kedua pendekatan pemodelan tersebut—transfer function dan penggabungan ramalan (forecast ensembling).

Residual dari model regresi

Menghitung residual dari regresi

Memvisualisasikan residual

Meramalkan residual

Fungsi auto.arima

Peramalan residual dengan deret waktu

Memvisualisasikan peramalan residual

Fungsi transfer & ensembling

Menggabungkan residual dari regresi & deret waktu

Memvisualisasikan peramalan fungsi transfer

Menghitung MAPE dan MAE fungsi transfer

Peramalan ARIMA

Ensembling Ramalan

4

Peramalan Hierarkis

Sampai titik ini, semuanya membahas pembuatan model individual untuk meramalkan permintaan produk. Namun, kita belum memanfaatkan fakta bahwa semua produk tersebut membentuk hierarki penjualan. Produk membentuk wilayah dan wilayah membentuk negara bagian. Bagaimana kita memastikan bahwa ramalan kita selaras dengan benar naik dan turun dalam hierarki? Di bab ini Anda akan mempelajari peramalan hierarkis dan cara menggunakannya untuk keuntungan Anda dalam meramalkan permintaan produk.

Peramalan Hierarkis Bottom-Up

Bangun peramalan deret waktu untuk produk baru

Bangun peramalan regresi untuk produk baru

Ensemble prakiraan untuk produk baru

Hitung peramalan bottom-up untuk seluruh wilayah

Peramalan Hierarkis Top-Down

Bangun peramalan deret waktu pada tingkat regional

Menggunakan proporsi historis rata-rata

Menggunakan proporsi dari rata-rata historis

Peramalan Hierarkis Middle-Out

Bangun peramalan deret waktu untuk wilayah baru

Peramalan top-down untuk wilayah baru

Prediksi bottom-up untuk seluruh negara bagian

Peramalan Permintaan Produk dengan R

Kursus
Selesai

Memperoleh Surat Keterangan Prestasi

Tambahkan kredensial ini ke profil LinkedIn, resume, atau CV Anda
Bagikan di media sosial dan dalam penilaian kinerja AndaDaftar sekarang

Bergabung dengan 19 juta pelajar dan mulai Peramalan Permintaan Produk dengan R Hari Ini!

Kembangkan keterampilan data Anda dengan DataCamp untuk Mobile

Buat kemajuan di mana saja dengan kursus mobile kami dan tantangan coding harian 5 menit.