注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當前位置: 首頁出版圖書經(jīng)濟管理管理電子商務大數(shù)據(jù)預測:需求驅(qū)動與供應鏈變革

大數(shù)據(jù)預測:需求驅(qū)動與供應鏈變革

大數(shù)據(jù)預測:需求驅(qū)動與供應鏈變革

定 價:¥69.00

作 者: [美] Charles W.Chase Jr.(查爾斯·W.蔡斯·Jr.) 著;漆晨曦,張淑芳 譯
出版社: 人民郵電出版社
叢編項: 新信息時代商業(yè)經(jīng)濟與管理譯叢
標 簽: 電子商務 管理

ISBN: 9787115388803 出版時間: 2015-06-01 包裝: 平裝
開本: 小16開 頁數(shù): 296 字數(shù):  

內(nèi)容簡介

  《大數(shù)據(jù)預測:需求驅(qū)動與供應鏈變革》帶領讀者歷經(jīng)了從50年前預測先鋒Bob Brown所信奉的基本方法到今天所用的一些最具創(chuàng)新性的預測方法的整個過程。全書共有11章,從對需求驅(qū)動的預測進行界定開始,帶領讀者回顧最基本的預測方法后,進入高級的時間序列方法,然后再進入今天所使用的最具創(chuàng)新性的技術,比如利用供需關系來支持多層次預測和對下游需求信號的整合。
  《大數(shù)據(jù)預測:需求驅(qū)動與供應鏈變革》文字樸實平白,條理清晰,實證結合方法說明,極具說服力和操作意義。本書意義重大,加快了需求驅(qū)動預測專業(yè)的發(fā)展。對于希望通過利用更科學、更精準、更符合客戶導向原則的需求驅(qū)動預測方法,來推動并提升企業(yè)運營管理水平的預測分析人員及業(yè)務規(guī)劃人員來說,本書極具參考價值。

作者簡介

  Charles W. Chase Jr.是SAS制造業(yè)和供應鏈行業(yè)全球?qū)嵺`部首席咨詢專家,也是首席架構師和戰(zhàn)略師,為SAS客戶提供需求規(guī)劃及預測解決方案,以提高客戶的供應鏈效率。他在快速消費品(CPG,consumer packaged goods)行業(yè)的從業(yè)經(jīng)驗超過26年,是銷售預測、市場響應建模、計量經(jīng)濟學以及供應鏈管理等方面的專家。在進入SAS工作之前,Chase領導了支持SAS預測服務器上市的戰(zhàn)略營銷活動,該服務器被《知識管理世界》雜志譽為“2005年年度受歡迎產(chǎn)品”,即SAS需求驅(qū)動的預測。他還參與了3個預測和營銷智能過程/系統(tǒng)的再造、設計和實施。Chase也在Mennen Company、Johnson & Johnson、Consumer Products Inc.、Reckitt Benckiser、the Polaroid Corporation、Coca-Cola、Wyeth-Ayerst Pharmaceuticals和Heineken USA等公司工作過。
  Chase是《商業(yè)預測期刊》的前副主編,現(xiàn)在是《預測:全球應用預測期刊》從業(yè)者咨詢委員會的活躍成員。他寫過幾篇有關銷售預測和市場響應建模的文章,被《供需鏈管理雜志》2004年2/3月刊評為“2004年度知名教授”,同時,他也是《Bricks Matter:The Role of Supply Chains in Building Market- Driven Differentiation》(Wiley,2012)一書的合著者。

圖書目錄

1 第1章 揭秘預測:神話與現(xiàn)實
1.1 數(shù)據(jù)采集、存儲和處理的現(xiàn)狀
1.2 預測藝術的神話
1.3 特惠區(qū)的困擾
1.4 判斷超控的現(xiàn)狀
1.5 由烤箱清潔劑引發(fā)的關聯(lián)關系
1.6 更多并不一定就是更好
1.7 不受約束的預測、受約束的預測和規(guī)劃的現(xiàn)狀
1.8 東北地區(qū)銷售綜合預測
1.9 層層遞進法則
1.10 欠佳的計劃
1.11 按訂單包裝和按訂單生產(chǎn)
1.12 “你需要配上炸薯條嗎?”
1.13 總結
1.14 注釋
25 第2章 什么是需求驅(qū)動的預測?
2.1 傳統(tǒng)需求預測的轉(zhuǎn)變
2.2 需求生成存在什么問題?
2.3 傳統(tǒng)需求生成的根本缺陷
2.4 僅僅依靠供應驅(qū)動策略并非解決之道
2.5 什么是需求驅(qū)動的預測?
2.6 什么是需求感知和需求塑造?
2.7 需求管理流程的改變是關鍵
2.8 溝通是關鍵
2.9 成功需求管理的評估
2.10 需求驅(qū)動預測流程的好處
2.11 需求管理流程推進的關鍵步驟
2.12 為什么企業(yè)不接受需求驅(qū)動的概念?
2.13 總結
2.14 注釋
61 第3章 預測方法概述
3.1 基礎方法論
3.2 不同類別的方法
3.3 未來的可預見程度如何?
3.4 導致預測誤差的一些原因
3.5 細分產(chǎn)品以選擇合適的預測方法
3.6 總結
3.7 注釋
83 第4章 預測性能測算
4.1 “我們超預測完成任務,讓我們開個Party慶祝吧!”
4.2 預測性能測算的目的
4.3 標準統(tǒng)計誤差術語
4.4 預測誤差的具體測算
4.5 樣本外測算
4.6 預測價值增加
4.7 總結
4.8 注釋
103 第5章 使用時間序列數(shù)據(jù)的定量預測法
5.1 模型擬合過程的理解
5.2 定量時間序列方法簡介
5.3 定量時間序列法
5.4 移動平均
5.5 指數(shù)平滑法
5.6 一次指數(shù)平滑法
5.7 Holt雙參數(shù)法
5.8 Holt-Winters法
5.9 Winters加法季節(jié)性模型
5.10 總結
5.11 注釋
133 第6章 回歸分析
6.1 回歸方法
6.2簡單回歸
6.3 相關系數(shù)
6.4 判定系數(shù)
6.5 多元回歸
6.6 基于散點圖和線圖的數(shù)據(jù)可視化
6.7 相關矩陣
6.8 多重共線性
6.9 方差分析
6.10 F檢驗
6.11 調(diào)整后的R2
6.12 參數(shù)系數(shù)
6.13 t檢驗
6.14 P值
6.15 差異膨脹因子
6.16 德賓—瓦特遜統(tǒng)計
6.17 干預變量(或啞變量)
6.18 回歸模型的結果
6.19 建立多元回歸模型的關鍵行動
6.20 有關回歸模型的忠告
6.21 總結
6.22 注釋
171 第7章 ARIMA模型
7.1 步驟1:確定初始試驗性模型
7.2 步驟2:對模型參數(shù)進行評估和診斷
7.3 步驟3:生成預測結果
7.4 季節(jié)性ARIMA模型
7.5 Box-Jenkins總結
7.6 ARIMA模型拓展:涵蓋解釋變量
7.7 傳遞函數(shù)
7.8 分子和分母
7.9 理性傳遞函數(shù)
7.10 ARIMA模型結果
7.11 總結
7.12 注釋
201 第8章 加權綜合預測法
8.1 加權綜合預測是什么?
8.2 建立方差加權綜合預測
8.3 加權綜合預測使用指南
8.4 總結
8.5 注釋
211 第9章 感知、塑造和關聯(lián)需求以指導供應:MTCA應用案例
9.1 利用多層次因果分析(MTCA)將需求與供應進行關聯(lián)
9.2 案例研究:碳酸軟飲料的故事
9.3 總結
9.4 附錄9A:消費者包裝貨品專用術語
9.5 附錄9B:廣告GRP/TRP的廣告遺留指數(shù)轉(zhuǎn)化
9.6 注釋
237 第10章 新產(chǎn)品預測:結構判斷法應用
10.1 改良型新產(chǎn)品與革命性新產(chǎn)品之間的區(qū)別
10.2 新產(chǎn)品預測的總體感覺
10.3 新產(chǎn)品預測概述
10.4 候選產(chǎn)品界定
10.5 新產(chǎn)品預測流程
10.6 結構化判定分析
10.7 結構化流程步驟
10.8 統(tǒng)計過濾步驟
10.9 建模步驟
10.10 預測步驟
10.11 總結
10.12 注釋
263 第11章 戰(zhàn)略價值評估:評估需求預測過程的預備性
11.1 戰(zhàn)略價值評估體系
11.2 戰(zhàn)略價值評估流程
11.3 SVA案例研究:XYZ公司
11.4 總結
11.5 建議閱讀
11.6 注釋
293 譯者后記

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) www.talentonion.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號