BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Forecast Pro - ECPv6.15.20//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Forecast Pro
X-ORIGINAL-URL:https://dev.forecastpro.com
X-WR-CALDESC:Events for Forecast Pro
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:America/New_York
BEGIN:DAYLIGHT
TZOFFSETFROM:-0500
TZOFFSETTO:-0400
TZNAME:EDT
DTSTART:20200308T070000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:-0400
TZOFFSETTO:-0500
TZNAME:EST
DTSTART:20201101T060000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:-0500
TZOFFSETTO:-0400
TZNAME:EDT
DTSTART:20210314T070000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:-0400
TZOFFSETTO:-0500
TZNAME:EST
DTSTART:20211107T060000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:-0500
TZOFFSETTO:-0400
TZNAME:EDT
DTSTART:20220313T070000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:-0400
TZOFFSETTO:-0500
TZNAME:EST
DTSTART:20221106T060000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:-0500
TZOFFSETTO:-0400
TZNAME:EDT
DTSTART:20230312T070000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:-0400
TZOFFSETTO:-0500
TZNAME:EST
DTSTART:20231105T060000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:-0500
TZOFFSETTO:-0400
TZNAME:EDT
DTSTART:20240310T070000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:-0400
TZOFFSETTO:-0500
TZNAME:EST
DTSTART:20241103T060000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;VALUE=DATE:20230418
DTEND;VALUE=DATE:20230421
DTSTAMP:20260422T080207
CREATED:20230303T215045Z
LAST-MODIFIED:20230321T173819Z
UID:10000003-1681776000-1682035199@dev.forecastpro.com
SUMMARY:Taller En Línea: Técnicas de Pronósticos de Demanda\, Mejores Prácticas y Aplicaciones Utilizando Forecast Pro
DESCRIPTION:18-20 de abril\nTaller En Línea\nRegistro\n\nContenido\nDescripción del Taller \nQuién debería asistir \nAgenda y Descripciones de las presentaciones \nRegistro \nInstructores \nDescripción del Taller\nAl finalizar este extenso taller de 3 días\, los participantes tendrán conocimiento y comprensión de técnicas de pronósticos\, incluyendo su funcionamiento y aplicación en un ambiente de negocios real. El taller se enfoca en los métodos de pronósticos de demanda que son más comúnmente utilizados\, explica conceptualmente cómo funcionan\, discute sus ventajas y desventajas\, y demuestra las mejores prácticas para implementarlos en un ambiente de trabajo real utilizando Forecast Pro. \nEl taller consta de 13 horas de presentaciones en vivo\, distribuidas a lo largo de 3 días. En estas sesiones tendrás la oportunidad de hacer preguntas a los instructores en tiempo real\, así como interactuar con los demás participantes. \nEl taller también incluye un acceso por 2 semanas al Centro de Recursos del taller y una sesión de 2 horas de consultas libre. El Centro de Recursos proporciona acceso a versiones pregrabadas de los 8 módulos presentados durante el taller\, así como 4 módulos adicionales que no son cubiertos en las sesiones en vivo (subtitulados del inglés). Las horas de consulta libre consisten en 2 horas la semana posterior al taller\, donde los instructores se encontrarán disponibles para contestar preguntas sobre los temas cubiertos en el taller. \n \n¿Quién debería asistir?\nEl taller es de gran valor para cualquier persona cuyas responsabilidades en el trabajo incluyan la preparación o análisis de pronósticos – tener conocimiento previo de estadística no es esencial para este taller. Los tutoriales utilizan Forecast Pro y datos de casos reales para proporcionar un entendimiento a fondo de los métodos de pronósticos y para demostrar las mejores prácticas; estas lecciones son aplicables sin importar el programa o software de pronósticos que tu organización utilice. \n \n  \n \n\n\n\nVista General de la AgendaDescripciones de PresentaciónVista General de la Agenda\nDía 1\nIntroducción a los Pronósticos \nSuavización Exponencial \nDía 2\nExtensiones de Suavización Exponencial \nPrecisión y Evaluación de los Pronósticos \nIdentificando Problemas en tu Proceso de Pronósticos \nDía 3\nModelos de Índices de Eventos \nPronósticos en Múltiples Niveles \nPronósticos de Productos Nuevos \nPresentaciones Adicionales (videos subtitulados)\nComponentes de los Datos \nModelos Box-Jenkins (ARIMA) \nPronósticos con Machine Learning \nRegresión Dinámica \nDescripciones de Presentación\nIntroducción a los Pronósticos\nUna explicación general a los pronósticos de la demanda y sus múltiples usos dentro de una organización. Los temas incluyen enfoques de pronósticos\, características de los datos\, el rol del juicio y experiencia\, selección de métodos de pronósticos apropiados para conjuntos de datos variados y recursos para Forecasters. \nComponentes de los Datos\nUn vistazo a profundidad de los distintos componentes encontrados en datos de series de tiempo incluyendo tendencia\, patrones estacionales\, ciclos de negocios\, variaciones por días del calendario\, intervenciones (eventos) y ruido. La explicación incluye las formas que pueden tomar los componentes\, detección de componentes locales vs. globales\, interpretación de indicadores de ciclos de negocios y el uso de rutinas de descomposición. \nSuavización Exponencial\nUna variedad de técnicas de suavización exponencial con un énfasis particular en la familia de modelos Holt-Winters. Los temas incluyen las ventajas y desventajas de utilizar estos modelos\, cuándo es mejor utilizarlos\, cómo funcionan\, identificación de componentes del modelo\, optimización de parámetros y diagnóstico de modelos. \nExtensiones de Suavización Exponencial\nEsta sesión analiza tres útiles extensiones a la familia de modelos de suavización exponencial. La primera es el modelo NA-CL que usualmente mejorará la precisión de los pronósticos para conjuntos de datos que muestran una “demanda de temporada” donde la mayoría de la demanda ocurre en momentos específicos del año (por ejemplo\, vacunas contra la influenza). La segunda es el Modelo de Demanda Intermitente de Croston que es utilizado para pronosticar datos que muestran periodos con demanda de cero frecuentemente. La tercera es el Modelo de Componentes Personalizados que permite estimar algunos componentes desde los datos y que el Forecaster los ajuste. \nModelos Box-Jenkins (ARIMA)\nUn análisis del uso de los modelos ARIMA para pronósticos de la demanda. Los temas incluyen las ventajas y desventajas de utilizar estos modelos\, cómo y cuándo deben de ser aplicados\, procedimientos de identificación automática y diagnósticos de modelos. \nPrecisión y Evaluación de los Pronósticos\nUn análisis detallado a la evaluación de la precisión de los métodos de pronósticos. Los temas incluyen la diferenciación entre errores del modelo y fuera de la muestra\, una variedad de estadísticas para medición de errores\, un resumen de resultados de competencias de pronósticos y una explicación sobre cómo utilizar reportes de seguimiento y realizar simulaciones como técnica de predicción de desempeño del modelo. \nIdentificando Problemas en tu Proceso de Pronósticos\nEnfoques para concentrarse en artículos críticos cuando se pronostican grandes cantidades de datos. Los temas incluyen la evaluación y generación de pronósticos a niveles de artículo\, clasificación ABC (Pareto) y filtros\, detección y corrección de datos atípicos\, reportes de excepciones y medición de precisión en múltiples series de tiempo. \nModelos de Índices de Eventos\nLos modelos de índices de eventos extienden la funcionalidad de los modelos de suavización exponencial al proporcionar ajustes para promociones\, paros o faltantes y otros eventos que no se basan en el calendario regular. Esta sesión habla sobre cómo funcionan estos modelos\, cómo y cuándo deben ser utilizados y cómo personalizar su diseño para que se ajuste mejor a tus necesidades. \nPronósticos en Múltiples Niveles\nEsta sesión analiza las técnicas de pronósticos de jerarquías. Los temas incluyen la necesidad de pronósticos en diferentes niveles\, jerarquías de producto vs. geográficas\, estrategias de reconciliación\, enfoques top-down vs. bottom-up\, el uso de asignación proporcional y ajustes de estacionalidad. \nPronósticos de Productos Nuevos\nEsta sesión analiza una variedad de enfoques para pronósticos de productos nuevos. Los temas abarcan las ventajas y desventajas de diferentes métodos basados en la clasificación de un nuevo producto y una revisión de métodos típicos incluyendo remplazos de artículos\, pronóstico por analogía y el modelo de difusión de Bass. \nPronósticos con Machine Learning\nEsta sesión describe los conceptos básicos y beneficios de la generación de pronósticos con Machine Learning (ML)\, técnica impulsada por inteligencia artificial. Los temas incluyen conceptos básicos de los pronósticos con Machine Learning\, cuándo utilizar ML para mejorar la exactitud\, cómo utilizar la funcionalidad automática de ML dentro de Forecast Pro y cómo crear modelos personalizados de ML en Forecast Pro. \nRegresión Dinámica \nUn análisis detallado de los pros y contras de los pronósticos de regresión. Los temas incluyen cuándo es mejor aplicar modelos de regresión\, cómo construir estos modelos\, mínimos cuadrados ordinarios\, indicadores que conducen un comportamiento\, variables desfasadas\, modelos Cochrane-Orcutt\, prueba de hipótesis y el uso de variables “dummy”. \n\n\nRegistro\n\n18-20 de abril\nTaller En Línea\nRegistro\n\n\nCosto del Registro: El costo de registro es de $495 USD por participante. Un Descuento de Equipo se encuentra disponible para organizaciones que registren a 3 o más participantes. \nNúmero de Participantes: Debido a la naturaleza interactiva de las presentaciones en vivo\, la asistencia se limita a 25 participantes. \nHorario:  \n18-20 de abril de 2023: El taller será impartido de 9:00 am a 1:30 pm cada día (Hora Estándar Central (UTC/GMT -6)). La sesión de horas de consulta libre se llevará a cabo de 9:00 a.m. a 11:00 a.m. martes\, 25 de abril. \nPolíticas de Cancelación: El taller tiene un cupo limitado y le pedimos que si requiere cancelar nos informe lo antes posible. Los participantes podrán recibir un reembolso total si su cancelación se realiza mínimo 14 días antes del inicio del taller. Los participantes que no se presenten o no realicen la cancelación con mínimo 14 días de anticipación no recibirán un reembolso. Sustitución de participantes se puede realizar en cualquier momento. \n\n\n\n\n\n\n\n\nInstructores\nEste taller está siendo presentado por FBP Systems\, en colaboración con Business Forecast Systems\, para apoyar a la comunidad de pronósticos de habla hispana. \n\nArmando González \nArmando González es el director de FBP Sytems\, un distribuidor autorizado de Forecast Pro. Armando es también un Consultor Internacional con muchos años de experiencia en la implantación de procesos de pronósticos\, mejora de procesos con simulación\, así como análisis y modelado de negocios. Ha impartido innumerables cursos de técnicas de pronósticos\, simulación de procesos y modelos de toma de decisiones para múltiples en México y Latinoamérica. Entre algunas de estas empresas: Coca Cola\, Merck\, Heinz\, Eaton\, Brigthstar\, General Mills\, Etc. Armando es un colaborador en la traducción al español del software de pronósticos estadísticos para negocios\, Forecast Pro y es un instructor de Forecast Pro\, herramienta de pronósticos y planeación de demanda. \n  \n\n\nDaniel González\nDaniel González forma parte de FBP Systems\, distribuidor autorizado de Forecast Pro. Desde 2017 ha colaborado con Business Forecast Systems\, creadores de Forecast Pro\, ofreciendo material educativo y documentación de apoyo de Forecast Pro para forecasters de habla hispana. Se especializó en Administración de la Cadena de Suministro en Humber College\, localizado en Canadá. Su experiencia en el entorno global le ha proporcionado conocimiento y herramientas útiles a través de una variedad de industrias. \n\n\n\n\n\n\n\n18-20 de abril\nTaller En Línea\nRegistro
URL:https://dev.forecastpro.com/event/workshop-forecasting-techniques-applications-and-best-practices-april-2023-spanish/
LOCATION:Taller Interactivo Virtual En Vivo
CATEGORIES:Forecast Pro Event
ATTACH;FMTTYPE=image/png:https://dev.forecastpro.com/wp-content/uploads/2023/03/April-2023-Spanish-Workshop-Image-RESIZED.png
END:VEVENT
BEGIN:VEVENT
DTSTART;VALUE=DATE:20220215
DTEND;VALUE=DATE:20220218
DTSTAMP:20260422T080207
CREATED:20210712T211438Z
LAST-MODIFIED:20220215T223537Z
UID:10000057-1644883200-1645142399@dev.forecastpro.com
SUMMARY:Taller En Línea: Técnicas de Pronósticos de Demanda\, Mejores Prácticas y Aplicaciones Utilizando Forecast Pro
DESCRIPTION:15-17 de febrero\nTaller En Línea\nRegistro\n\nContenido\nDescripción del Taller \nQuién debería asistir \nAgenda y Descripciones de Presentación \nRegistro \nInstructores \nDescripción del Taller\nAl finalizar este extenso taller de 3 días\, los participantes tendrán conocimiento y comprensión de técnicas de pronósticos\, incluyendo su funcionamiento y aplicación en un ambiente de negocios real. El taller se enfoca en los métodos de pronósticos de demanda que son más comúnmente utilizados\, explica conceptualmente cómo funcionan\, discute sus ventajas y desventajas\, y demuestra las mejores prácticas para implementarlos en un ambiente de trabajo real utilizando Forecast Pro. \nEl taller consta de 13.5 horas de presentaciones en vivo\, distribuidas a lo largo de 3 días. En estas sesiones tendrás la oportunidad de hacer preguntas a los instructores en tiempo real\, así como interactuar con los demás participantes. \nEl taller también incluye un acceso por 2 semanas al canal de streaming del taller y una sesión de 2 horas de consulta libre. El canal de streaming proporciona acceso a versiones pregrabadas de los 8 módulos presentados durante el taller\, así como 4 módulos adicionales que no son cubiertos en las sesiones en vivo. Las horas de consulta libre consisten en un periodo de 2 horas la semana posterior al taller donde los instructores se encontrarán disponibles para contestar preguntas sobre los temas cubiertos en el taller. \n \n¿Quién debería asistir?\nEl taller es de gran valor para cualquier persona cuyas responsabilidades en el trabajo incluyan la preparación o análisis de pronósticos – tener conocimiento previo de estadística no es esencial para este taller. Los tutoriales utilizan Forecast Pro y datos de casos reales para proporcionar un entendimiento a fondo de los métodos de pronósticos y para demostrar las mejores prácticas; estas lecciones son aplicables sin importar el programa o software de pronósticos que tu organización utilice. \n \n  \n \n\n\n\nAgenda de un VistazoDescripciones de PresentaciónAgenda de un Vistazo\nDía 1\nIntroducción a los Pronósticos \nSuavización Exponencial \nDía 2\nExtensiones de Suavización Exponencial \nPrecisión y Evaluación de los Pronósticos \nIdentificando Problemas en tu Proceso de Pronósticos \nDía 3\nModelos de Índices de Eventos \nPronósticos en Múltiples Niveles \nPronósticos de Productos Nuevos \nPresentaciones Adicionales Reproducibles\nComponentes de los Datos \nModelos Box-Jenkins (ARIMA) \nPronóstico con Machine Learning \nRegresión Dinámica \nDescripciones de Presentación\nIntroducción a los Pronósticos\nUna vista general a los pronósticos de la demanda y sus múltiples usos dentro de una organización. Los temas incluyen enfoques de pronósticos\, características de los datos\, el rol del juicio y experiencia\, selección de métodos de pronósticos apropiados para conjuntos de datos variados y recursos para Forecasters. \nComponentes de los Datos\nUn vistazo a profundidad de los distintos componentes encontrados en datos de series de tiempo incluyendo tendencia\, patrones estacionales\, ciclos de negocios\, variaciones por días del calendario\, intervenciones (eventos) y ruido. La discusión incluye las formas que pueden tomar los componentes\, detección de componentes locales vs. globales\, interpretación de indicadores de ciclos de negocios y el uso de rutinas de descomposición. \nSuavización Exponencial\nUna variedad de técnicas de suavización exponencial con un énfasis particular en la familia de modelos Holt-Winters. Los temas incluyen las ventajas y desventajas de utilizar estos modelos\, cuándo es mejor utilizarlos\, cómo funcionan\, identificación de componentes del modelo\, optimización de parámetros y diagnóstico de modelos. \nExtensiones de Suavización Exponencial\nEsta sesión analiza tres útiles extensiones a la familia de modelos de suavización exponencial. La primera es el modelo NA-CL que usualmente mejorará la precisión de los pronósticos para conjuntos de datos que muestran una “demanda de temporada” donde la mayoría de la demanda ocurre en momentos específicos del año (por ejemplo\, vacunas contra la influenza). La segunda es el Modelo de Demanda Intermitente de Croston que es utilizado para pronosticar datos que muestran periodos con demanda de cero frecuentemente. La tercera es el Modelo de Componentes Personalizados que permite estimar algunos componentes desde los datos y que el Forecaster los ajuste. \nModelos Box-Jenkins (ARIMA)\nUn análisis del uso de los modelos ARIMA para pronósticos de la demanda. Los temas incluyen las ventajas y desventajas de utilizar estos modelos\, cómo y cuándo deben de ser aplicados\, procedimientos de identificación automática y diagnósticos de modelos. \nPrecisión y Evaluación de los Pronósticos\nUn análisis detallado a la evaluación de la precisión de los métodos de pronósticos. Los temas incluyen la diferenciación entre errores del modelo y fuera de la muestra\, una variedad de estadísticas para medición de errores\, un resumen de resultados de competencias de pronósticos y una explicación sobre cómo utilizar reportes de seguimiento y realizar simulaciones como técnica de predicción de desempeño del modelo. \nIdentificando Problemas en tu Proceso de Pronósticos\nEnfoques para concentrarse en artículos críticos cuando se pronostican grandes cantidades de datos. Los temas incluyen la evaluación y generación de pronósticos a niveles de artículo\, clasificación ABC (Pareto) y filtros\, detección y corrección de datos atípicos\, reportes de excepciones y medición de precisión en múltiples series de tiempo. \nModelos de Índices de Eventos\nLos modelos de índices de eventos extienden la funcionalidad de los modelos de suavización exponencial al proporcionar ajustes para promociones\, paros o faltantes y otros eventos que no se basan en el calendario regular. Esta sesión habla sobre cómo funcionan estos modelos\, cómo y cuándo deben ser utilizados y cómo personalizar su diseño para que se ajuste mejor a tus necesidades. \nPronósticos en Múltiples Niveles\nEsta sesión analiza las técnicas de pronósticos de jerarquías. Los temas incluyen la necesidad de pronósticos en diferentes niveles\, jerarquías de producto vs. geográficas\, estrategias de reconciliación\, enfoques top-down vs. bottom-up\, el uso de asignación proporcional y ajustes de estacionalidad. \nPronósticos de Productos Nuevos\nEsta sesión analiza una variedad de enfoques para pronósticos de productos nuevos. Los temas abarcan las ventajas y desventajas de diferentes métodos basados en la clasificación de un nuevo producto y una revisión de métodos típicos incluyendo remplazos de artículos\, pronóstico por analogía y el modelo de difusión de Bass. \nPronóstico con Machine Learning \nEsta sesión describe los conceptos básicos y los beneficios de la previsión con Machine Learning (ML). Los temas incluyen los conceptos básicos de la previsión basada en el aprendizaje automático\, cuándo es probable que ML mejore sus previsiones\, cómo utilizar la opción ML completamente automática en Forecast Pro y cómo crear modelos AA personalizados en Forecast Pro. \nRegresión Dinámica\nUn análisis detallado de los pros y contras de los pronósticos de regresión. Los temas incluyen cuándo es mejor aplicar modelos de regresión\, cómo construir estos modelos\, mínimos cuadrados ordinarios\, indicadores que conducen un comportamiento\, variables defasadas\, modelos Cochrane-Orcutt\, prueba de hipótesis y el uso de variables “dummy”. \n\n\nRegistro\n\n15-17 de febrero\nTaller En Línea\nRegistro\n\n\nCosto del Registro: El costo de registro es de $495 USD por participante. Un Descuento de Equipo se encuentra disponible para organizaciones que registren a 3 o más participantes. \nNúmero de Participantes: Debido a la naturaleza interactiva de las presentaciones en vivo\, la asistencia se limita a 25 participantes. \nHorario:  \n15-17 de febrero: El taller será impartido de 9:00 am a 1:30 pm cada día (Hora Estándar Central (UTC/GMT -6)). La sesión de horas de consulta libre se llevará a cabo de 9:00 a.m. a 11:00 a.m. martes\, 22 de febrero. \nPolíticas de Cancelación: El taller tiene un cupo limitado y le pedimos que si requiere cancelar nos informe lo antes posible. Los participantes podrán recibir un reembolso total si su cancelación se realiza 14 días o más anteriores al inicio del taller. Los participantes que no se presenten o no realicen la cancelación con mínimo 14 días de anticipación no recibirán un reembolso. Sustitución de participantes se puede realizar en cualquier momento. \n\n\n\n\n\n\n\n\nInstructores\nEste taller está siendo presentado por FBP Systems\, en colaboración con Business Forecast Systems\, para apoyar a la comunidad de pronósticos de habla hispana. \n\nArmando González \nArmando González es el director de FBP Sytems\, un distribuidor autorizado de Forecast Pro. Armando es también un Consultor Internacional con muchos años de experiencia en la implantación de procesos de pronósticos\, mejora de procesos con simulación\, así como análisis y modelado de negocios. Ha impartido innumerables cursos de técnicas de pronósticos\, simulación de procesos y modelos de toma de decisiones para múltiples en México y Latinoamérica. Entre algunas de estas empresas: Coca Cola\, Merck\, Heinz\, Eaton\, Brigthstar\, General Mills\, Etc. Armando es un colaborador en la traducción al español del software de pronósticos estadísticos para negocios\, Forecast Pro y es un instructor de Forecast Pro\, herramienta de pronósticos y planeación de demanda. \n  \n\n\nDaniel González\nDaniel González ha colaborado con FBP Systems y BFS desde 2017. Colaborador en la traducción del Manual de Usuarios de Forecast Pro versión español. Actualmente se especializa en Administración de la Cadena de Suministro en Humber College\, localizado en Canadá. Su experiencia en el entorno global le ha proporcionado conocimiento y herramientas útiles a través de una variedad de industrias. \n\n\n\n\n\n\n\n15-17 de febrero\nTaller En Línea\nRegistro
URL:https://dev.forecastpro.com/event/workshop-forecasting-techniques-applications-and-best-practices-october-2021-spanish/
LOCATION:Taller Interactivo Virtual En Vivo
CATEGORIES:Forecast Pro Event
ATTACH;FMTTYPE=image/png:https://dev.forecastpro.com/wp-content/uploads/2021/07/Februrary-2022-Spanish-Workshop-Image-SMALL.png
END:VEVENT
BEGIN:VEVENT
DTSTART;VALUE=DATE:20210525
DTEND;VALUE=DATE:20210528
DTSTAMP:20260422T080207
CREATED:20210127T194919Z
LAST-MODIFIED:20220121T185037Z
UID:10000047-1621900800-1622159999@dev.forecastpro.com
SUMMARY:Taller En Línea: Técnicas de Pronósticos de Demanda\, Mejores Prácticas y Aplicaciones Utilizando Forecast Pro
DESCRIPTION:15 – 17 de febrero\nTaller En Línea\n  \nConozca más sobre el taller en línea del 15 al 17 de febrero.\nDescripción del Taller\nAl finalizar este extenso taller de 3 días\, los participantes tendrán conocimiento y comprensión de técnicas de pronósticos\, incluyendo su funcionamiento y aplicación en un ambiente de negocios real. El taller se enfoca en los métodos de pronósticos de demanda que son más comúnmente utilizados\, explica conceptualmente cómo funcionan\, discute sus ventajas y desventajas\, y demuestra las mejores prácticas para implementarlos en un ambiente de trabajo real utilizando Forecast Pro. \nEl taller consta de 12 horas de presentaciones en vivo\, distribuidas a lo largo de 3 días. En estas sesiones tendrás la oportunidad de hacer preguntas a los instructores en tiempo real\, así como interactuar con los demás participantes. \nEl taller también incluye un acceso por 2 semanas al canal de streaming del taller y una sesión de 2 horas de consulta libre. El canal de streaming proporciona acceso a versiones pregrabadas de los 8 módulos presentados durante el taller\, así como 3 módulos adicionales que no son cubiertos en las sesiones en vivo. Las horas de consulta libre consisten en un periodo de 2 horas la semana posterior al taller donde los instructores se encontrarán disponibles para contestar preguntas sobre los temas cubiertos en el taller. \n\n¿Quién debería asistir?\nEl taller es de gran valor para cualquier persona cuyas responsabilidades en el trabajo incluyan la preparación o análisis de pronósticos – tener conocimiento previo de estadística no es esencial para este taller. Los tutoriales utilizan Forecast Pro y datos de casos reales para proporcionar un entendimiento a fondo de los métodos de pronósticos y para demostrar las mejores prácticas; estas lecciones son aplicables sin importar el programa o software de pronósticos que tu organización utilice. \n\n  \n\n\n\n\nAgenda At-a-GlanceDescripción de las PresentacionesAgenda At-a-Glance\nDía 1\nIntroducción a los Pronósticos \nSuavización Exponencial \nDía 2\nExtensiones de Suavización Exponencial \nPrecisión y Evaluación de los Pronósticos \nIdentificando Problemas en tu Proceso de Pronósticos \nDía 3\nModelos de Índices de Eventos \nPronósticos en Múltiples Niveles \nPronósticos de Productos Nuevos \nPresentaciones Adicionales Reproducibles\nComponentes de los Datos \nModelos Box-Jenkins (ARIMA) \nRegresión Dinámica \nDescripción de las Presentaciones\nIntroducción a los Pronósticos\nUna vista general a los pronósticos de la demanda y sus múltiples usos dentro de una organización. Los temas incluyen enfoques de pronósticos\, características de los datos\, el rol del juicio y experiencia\, selección de métodos de pronósticos apropiados para conjuntos de datos variados y recursos para Forecasters. \nComponentes de los Datos\nUn vistazo a profundidad de los distintos componentes encontrados en datos de series de tiempo incluyendo tendencia\, patrones estacionales\, ciclos de negocios\, variaciones por días del calendario\, intervenciones (eventos) y ruido. La discusión incluye las formas que pueden tomar los componentes\, detección de componentes locales vs. globales\, interpretación de indicadores de ciclos de negocios y el uso de rutinas de descomposición. \nSuavización Exponencial\nUna variedad de técnicas de suavización exponencial con un énfasis particular en la familia de modelos Holt-Winters. Los temas incluyen las ventajas y desventajas de utilizar estos modelos\, cuándo es mejor utilizarlos\, cómo funcionan\, identificación de componentes del modelo\, optimización de parámetros y diagnóstico de modelos. \nExtensiones de Suavización Exponencial\nEsta sesión analiza tres útiles extensiones a la familia de modelos de suavización exponencial. La primera es el modelo NA-CL que usualmente mejorará la precisión de los pronósticos para conjuntos de datos que muestran una “demanda de temporada” donde la mayoría de la demanda ocurre en momentos específicos del año (por ejemplo\, vacunas contra la influenza). La segunda es el Modelo de Demanda Intermitente de Croston que es utilizado para pronosticar datos que muestran periodos con demanda de cero frecuentemente. La tercera es el Modelo de Componentes Personalizados que permite estimar algunos componentes desde los datos y que el Forecaster los ajuste. \nModelos Box-Jenkins (ARIMA)\nUn análisis del uso de los modelos ARIMA para pronósticos de la demanda. Los temas incluyen las ventajas y desventajas de utilizar estos modelos\, cómo y cuándo deben de ser aplicados\, procedimientos de identificación automática y diagnósticos de modelos. \nPrecisión y Evaluación de los Pronósticos\nUn análisis detallado a la evaluación de la precisión de los métodos de pronósticos. Los temas incluyen la diferenciación entre errores del modelo y fuera de la muestra\, una variedad de estadísticas para medición de errores\, un resumen de resultados de competencias de pronósticos y una explicación sobre cómo utilizar reportes de seguimiento y realizar simulaciones como técnica de predicción de desempeño del modelo. \nIdentificando Problemas en tu Proceso de Pronósticos\nEnfoques para concentrarse en artículos críticos cuando se pronostican grandes cantidades de datos. Los temas incluyen la evaluación y generación de pronósticos a niveles de artículo\, clasificación ABC (Pareto) y filtros\, detección y corrección de datos atípicos\, reportes de excepciones y medición de precisión en múltiples series de tiempo. \nModelos de Índices de Eventos\nLos modelos de índices de eventos extienden la funcionalidad de los modelos de suavización exponencial al proporcionar ajustes para promociones\, paros o faltantes y otros eventos que no se basan en el calendario regular. Esta sesión habla sobre cómo funcionan estos modelos\, cómo y cuándo deben ser utilizados y cómo personalizar su diseño para que se ajuste mejor a tus necesidades. \nPronósticos en Múltiples Niveles\nEsta sesión analiza las técnicas de pronósticos de jerarquías. Los temas incluyen la necesidad de pronósticos en diferentes niveles\, jerarquías de producto vs. geográficas\, estrategias de reconciliación\, enfoques top-down vs. bottom-up\, el uso de asignación proporcional y ajustes de estacionalidad. \nPronósticos de Productos Nuevos\nEsta sesión analiza una variedad de enfoques para pronósticos de productos nuevos. Los temas abarcan las ventajas y desventajas de diferentes métodos basados en la clasificación de un nuevo producto y una revisión de métodos típicos incluyendo remplazos de artículos\, pronóstico por analogía y el modelo de difusión de Bass. \nRegresión Dinámica\nUn análisis detallado de los pros y contras de los pronósticos de regresión. Los temas incluyen cuándo es mejor aplicar modelos de regresión\, cómo construir estos modelos\, mínimos cuadrados ordinarios\, indicadores que conducen un comportamiento\, variables defasadas\, modelos Cochrane-Orcutt\, prueba de hipótesis y el uso de variables “dummy”. \n\n\nRegistro\n\n15 – 17 de febrero\nTaller En Línea\n\n\nCosto del Registro: El costo de registro es de $495 USD por participante. Un Descuento de Equipo se encuentra disponible para organizaciones que registren a 3 o más participantes. \nNúmero de Participantes: Debido a la naturaleza interactiva de las presentaciones en vivo\, la asistencia se limita a 25 participantes. \nHorario: El taller será impartido de 9:00 am a 1:00 pm cada día (Hora De Verano Central (UTC/GMT -5)) con 30 minutos adicionales que serán dedicados a aclarar dudas de los participantes. La sesión de horas de consulta libre se llevará a cabo de 9:00 a.m. a 11:00 a.m. el primer martes posterior al taller. \nPolíticas de Cancelación: El taller tiene un cupo limitado y le pedimos que si requiere cancelar nos informe lo antes posible. Los participantes podrán recibir un reembolso total si su cancelación se realiza 14 días o más anteriores al inicio del taller. Los participantes que no se presenten o no realicen la cancelación con mínimo 14 días de anticipación no recibirán un reembolso. Sustitución de participantes se puede realizar en cualquier momento. \n\n\n\n\n\n\n\nInstructores\n\nArmando González \nArmando González es un Consultor Internacional con muchos años de experiencia en la implantación de procesos de pronósticos\, mejora de procesos con simulación\, así como análisis y modelado de negocios. Ha impartido innumerables cursos de técnicas de pronósticos\, simulación de procesos y modelos de toma de decisiones para múltiples en México y Latinoamérica. Entre algunas de estas empresas: Coca Cola\, Merck\, Heinz\, Eaton\, Brigthstar\, General Mills\, Etc. Armando es un colaborador en la traducción al español del software de pronósticos estadísticos para negocios\, Forecast Pro y es un instructor de Forecast Pro\, herramienta de pronósticos y planeación de demanda. \n  \n\n\nDaniel González\nDaniel González ha colaborado con FBP Systems y BFS desde 2017. Colaborador en la traducción del Manual de Usuarios de Forecast Pro versión español. Actualmente se especializa en Administración de la Cadena de Suministro en Humber College\, localizado en Canadá. Su experiencia en el entorno global le ha proporcionado conocimiento y herramientas útiles a través de una variedad de industrias. \n  \n\n\n\n\n15 – 17 de febrero\nTaller En Línea
URL:https://dev.forecastpro.com/event/workshop-forecasting-techniques-applications-and-best-practices-may-2021-spanish/
LOCATION:Taller Interactivo Virtual En Vivo
CATEGORIES:Forecast Pro Event
ATTACH;FMTTYPE=image/png:https://dev.forecastpro.com/wp-content/uploads/2021/01/SOLD-OUT-Spanish-Workshop-Image-1.png
END:VEVENT
END:VCALENDAR