コース概要

S&OPの概要

  • S&OPとは何か?
  • S&OPの主要な利点と課題
  • S&OPサイクルとサプライチェーン計画との統合

需要予測手法

  • 統計的予測方法(移動平均、指数平滑化)
  • 機械学習とAIを用いた需要予測
  • 季節性、トレンド、および需要変動の対処

S&OPのためのデータ分析

  • データソースと需要信号分析
  • ExcelとPower BIを使用した需要計画
  • データ駆動型予測モデルの構築

予測精度の最適化

  • 予測誤差とバイアスの特定
  • 予測精度を向上させる手法
  • 横断的なチームの整合性確保のためのベストプラクティス

在庫と供給計画

  • 需要変動に合わせた在庫レベルのバランス調整
  • 補充戦略の最適化
  • 鮮度保持製品と非鮮度保持製品の管理

横断的な協力

  • S&OPにおける営業、運用、財務の整合性確保
  • 予測と計画に関する合意形成
  • S&OPミーティングでの効果的なコミュニケーション戦略

S&OPのための技術とツール

  • 現代のS&OPソフトウェアの概要
  • リアルタイム意思決定用デジタルダッシュボードの実装
  • S&OP導入成功事例の分析

S&OPの継続的改善

  • S&OPプロセスの監視と改善
  • 主要パフォーマンス指標(KPI)の測定
  • 95%の予測精度を達成するための戦略

まとめと次なるステップ

要求

  • サプライチェーン管理の原理に関する理解。
  • 需要計画と予測手法の経験。
  • Excelやサプライチェーン分析ツールを使用する基本的な能力。

対象者

  • 需要プランナー
  • サプライチェーン専門家
  • 運用管理者
 14 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (2)

今後のコース

関連カテゴリー