پروفسور وین وینستون برای بیش از بیست سال تکنیک های پیش بینی پیشرفته را به شرکت های Fortune 500 آموزش داده است. در این دوره، او نحوه استفاده از ابزارهای تجزیه و تحلیل داده های اکسل - از جمله نمودارها، فرمول ها و توابع - را برای ایجاد پیش بینی های دقیق و روشنگر نشان می دهد. یاد بگیرید که چگونه داده های سری زمانی را به صورت بصری نمایش دهید. با محاسبه خطاها و سوگیری ها، مطمئن شوید که پیش بینی های شما دقیق است. از خطوط روند برای شناسایی روندها و داده های پرت استفاده کنید. رشد مدل؛ محاسبه فصلی؛ و شناسایی متغیرهای ناشناخته، با تحلیل رگرسیون چندگانه. مجموعه ای از چالش های تمرینی در طول مسیر به شما کمک می کند تا مهارت های خود را آزمایش کنید و کار خود را با راه حل های وین مقایسه کنید.

این دوره به زبان آموزان اجازه می دهد تا مدل های رگرسیون را بررسی کنند تا از این مدل ها برای پیش بینی کسب و کار استفاده کنند. برخلاف مدل‌های سری زمانی، مدل‌های رگرسیون مدل‌های علی هستند، که در آن ما متغیرهای خاصی را در کسب‌وکار خود شناسایی می‌کنیم که بر متغیرهای دیگر تأثیر می‌گذارند. رگرسیون ها این علیت را مدل می کنند و سپس می توانیم از این مدل ها برای پیش بینی و سپس برنامه ریزی برای نیازهای کسب و کار خود استفاده کنیم. ما مدل های رگرسیون ساده، مدل های رگرسیون چندگانه، رگرسیون های متغیر ساختگی، رگرسیون های متغیر فصلی و همچنین خودرگرسیون ها را بررسی خواهیم کرد. هر کدام از اینها اشکال مختلفی از مدل‌های رگرسیون هستند که برای سناریوهای تجاری منحصر به فرد به منظور پیش‌بینی و تولید هوش تجاری برای سازمان‌ها طراحی شده‌اند.

این دوره روش های مختلف پیش بینی کسب و کار سری های زمانی را بررسی می کند. این دوره انواع روش‌های پیش‌بینی کسب‌وکار را برای انواع مختلف مؤلفه‌های موجود در داده‌های سری زمانی - سطح، روند و فصلی، پوشش می‌دهد. با روش های تئوری آشنا می شویم و این روش ها را با استفاده از مایکروسافت اکسل در داده های تجاری اعمال می کنیم. این روش‌های پیش‌بینی در مایکروسافت اکسل برنامه‌ریزی می‌شوند، به صورت گرافیکی نمایش داده می‌شوند و ما این مدل‌ها را برای تولید پیش‌بینی‌های دقیق بهینه‌سازی می‌کنیم. ما مدل‌های مختلف و پیش‌بینی‌های آن‌ها را با هم مقایسه می‌کنیم تا تصمیم بگیریم کدام مدل به بهترین وجه با نیازهای کسب‌وکار ما مطابقت دارد.