fbpx
  • LOGIN
  • Nenhum produto no carrinho.

Curso completo e 100% prático, desenvolvido totalmente no Excel, com estudo de casos sobre E-commerce, Moda Feminina, Setor Automotivo, B2B, entre outros.

O que você aprenderá

  • Técnicas para desenvolvimento de Forecasting
  • Métodos Analíticos para Projeção de Vendas
  • Mensurar Sazonalidade e Tendências e seus efeitos nas Vendas
  • Desenvolver Modelos de Propensão à Compras

Requisitos 

  • Excel básico
  • Conhecimento básico em Analytics

Descrição

As empresas precisam de previsões precisas sobre vendas futuras. As estimativas de vendas conduzem decisões que envolvem cronogramas de produção, gerenciamento de inventário, investimento em publicidade, planejamento de mão de obra e muitas outras partes do negócio.

Neste curso, você aprenderá primeiro sobre duas das ferramentas de previsão mais utilizadas: Regressão Linear Simples e Regressão Múltipla. Em seguida, irá aprender como estimar os aspectos de sazonalidade, de tendências das vendas e gerar previsões usando dois métodos comuns de previsão: Médias Móveis e Suavização Exponencial. Por fim, você aprenderá sobre Redes Neurais, uma forma de inteligência Artificial cujo papel na previsão em Marketing está crescendo rapidamente.

Para quem é este curso:

  • Analistas de Inteligência Competitiva
  • Profissionais de Web Analytics / BI
  • Publicitários

Incluído no Curso

  • 7,5 horas de vídeo aulas
  • 20 Recursos para download (modelos no Excel)
  • Acesso total vitalício
  • Acesso no dispositivo móvel e desktop
  • Certificado de conclusão

Condições de Pagamento*

Parcelamos em até 10x no cartão de crédito ou à vista no boleto bancário, pelo sistema PagSeguro.

Após realizado o pagamento o aluno terá até 7 dias para desistir do curso ou antes de concluir o primeiro módulo (o que vencer primeiro). Caso o aluno desista do curso será reembolsado em até 30 dias com o valor integral, menos 4% referente às taxas administrativas.

Para alunos residentes fora do Brasil emitimos ordem de pagamento pelo sistema PayPal. Para mais informações enviar mensagem para financeiro@metodosexatos.com.br

Professor responsável


andre santosAndré L.M.F. Santos

Matemático/Estatístico com Mestrado em Eng. de Produção.

Profissional com mais de 20 anos de experiência na área de Marketing Analytics e setor Acadêmico.

Doutorando em Marketing. Mestre de Engenharia de Produção. Especialista em Matemática/Estatística.

 

Currículo do Curso

INTRODUÇÃO
Apresentação 00:13:36
Metodologia 00:04:12
MA – 085 Introdução 00:03:20
MA – 086 Objetivo da Regressão Linear Simples 00:02:41
MA – 087 Variáveis Independentes & Dependentes 00:03:04
Pesquisa de Satisfação Ilimitado
MODELOS PREDITIVOS PARA VENDAS I
MA – 088 Estudo de Caso: Restaurante Mao’s Palace 00:01:59
MA – 089 Construção Diagrama de Dispersão 00:07:20
MA – 090 Análise Gráfico de Dispersão 00:03:59
MA – 091 Coeficientes r² e r 00:08:01
MA – 092 Equação Linear 00:11:48
MA – 093 Estimativas & Previsão com MRLS 00:08:55
MA – 094 Erro & Erro Padrão 00:12:26
MA – 095 Matriz de Correlação 00:07:27
MA – 096 Atividade 1 – Regressão Linear Simples 00:08:49
MA – 097 Modelo 02 – Diagrama de Dispersão 00:07:41
MA – 098 Modelo 02 – Coeficientes 00:06:22
MA – 099 Modelo 02 – Estimativas 00:06:49
MA – 100 Modelo 03 – Problemas de Ajuste 00:07:57
MA – 101 Seleção de Modelos 00:04:18
MA – 102 Validação pela Regra 70 x 30 00:11:44
MODELOS PREDITIVOS PARA VENDAS II
MA – 103 Introdução a Regressão Linear Múltipla 00:04:00
MA – 104 Estudo de Caso: MAX Computer 03:15:00
MA – 105 Execução do MRLM 00:07:26
MA – 106 Análise dos Testes de Hipóteses 00:06:26
MA – 107 Análise Gráfica dos Resíduos 00:06:00
MA – 108 Seleção de Variáveis para Ajuste do Modelo 00:05:01
MA – 109 Estimativas & Previsão com MRLM 00:05:07
MA – 110 Atividade – Forecast para Vendas no Setor Automotivo 00:15:22
MA – 111 Seleção de Variáveis pelos Testes de Hipóteses – Parte 1 00:09:03
MA – 112 Seleção de Variáveis pelos Testes de Hipóteses – Parte 2 00:05:42
MA – 113 Previsão de Vendas no Setor Automotivo 00:11:29
MODELOS PARA ANÁLISE DE SAZONALIDADE E TENDÊNCIA EM VENDAS I
MA – 114 Metodologias de Previsão para Análise de Séries Temporais 00:04:34
MA – 115 Métodos de Previsão por Modelos sem Tendência e Sazonalidade 00:02:58
MA – 116 Previsão de Produção de Cerveja com Média Móvel Simples 00:09:07
MA – 117 Previsão de Produção de Cerveja com Média Móvel Ponderada 00:10:10
MA – 118 Previsão de Produção de Cerveja com Suavização Exponencial 00:06:36
MA – 119 Métodos de Previsão para Modelos com Tendência e Nenhuma Sazonalidade 00:03:10
MA – 120 Previsão de Vendas de Roupas de Inverno com Média Móvel Dupla 00:04:38
MA – 121 Previsão de Vendas de Roupas de Inverno com Holt 00:08:54
MA – 122 Previsão de Vendas em Posto de Gasolina com Série Sazonal e sem Tendência – M01 00:09:18
MODELOS PARA ANÁLISE DE SAZONALIDADE E TENDÊNCIA EM VENDAS II
MA – 123 Previsão de Vendas em Posto de Gasolina com Série Sazonal e sem Tendência – M02 00:02:16
MA – 124 Estudo de Caso – Forecasting para Vendas de Milhas Aéreas 00:03:06
MA – 125 Previsão de Vendas de Milhas Aéreas pelo Índice de Sazonalidade Individual (ISI) 00:10:27
MA – 126 Previsão de Vendas de Milhas Aéreas pela Média dos ISI 00:02:58
MA – 127 Modelo Multiplicativo pelas Constantes 00:09:43
MA – 128 Modelo Multiplicativo pelas Constantes com Otimização Não-linear 00:06:29
MA – 129 Modelo Aditivo para Série Temporal sem Tendência 00:04:29
MA – 130 Modelo para Séries Temporais com Sazonalidade e Tendência 00:02:37
MA – 131 Modelo Multiplicativo de Holt-Winters 00:11:33
MA – 132 Modelo Multiplicativo de Holt-Winters Otimizado 00:13:02
MA – 133 Modelo Aditivo de Holt-Winters 00:04:48
MA – 134 Estudo de Caso: Otimização da Previsão Anual da Produção de Leite em SC 00:07:50
MODELOS DE PROPENSÃO PARA COMPRAS COM REDES NEURAIS
MA – 135 Redes Neurais Artificiais 00:06:43
MA – 136 Inputs e Outputs da Rede Neural 00:09:02
MA – 137 Estrutura da Rede Neural 00:07:39
MA – 138 Cálculo e Aplicação da Função de Ativação 00:04:14
MA – 139 Tratamento da Amostra para Treinamento e Teste da Rede Neural 00:12:43
MA – 140 Definição da Base de Treino 00:04:56
MA – 141 Função de Ativação ReLu 00:05:44
MA – 142 Função de Ativação Softmax 00:08:29
MA – 143 Cálculo do Erro do Modelo 00:03:24
MA – 144 Execução do Modelo de Rede Neural 00:06:00
MA – 145 Avaliação do Modelo de Rede Neural 00:04:54
MA – 146 Estudo de Caso: Modelo de Propensão a Compra para E-commerce 00:03:45
MA – 147 Tratamento de Dataset para Ecommerce de Moda Feminina 00:12:22
MA – 148 Modelo de Propensão para Compras – N4 00:06:42
MA – 149 Ajuste no Modelo de Propensão com 5 nós 00:07:20
MA – 150A Considerações Finais 00:02:37
Pesquisa de Satisfação Ilimitado

Resenhas do Curso

N.D

classificações
  • 5 estrelas0
  • 4 estrelas0
  • 3 estrelas0
  • 2 estrelas0
  • 1 estrelas0

Nenhuma resenha foi encontrada para este curso.

QUERO FAZER ESSE CURSO
  • R$187,00 R$99,90
  • Certificado
3 ALUNOS INSCRITOS

Melhores Classificados

Revisões do Curso

  • Introdução à Bioestatística com Computação Científica

    Excelente 5

    Muito bem explicado.
    Ramiro Nery de Souza
  • Curso Estatística Descritiva

    Muito bom! 4

    O conteúdo é muito bem explicado em um ritmo que, mesmo quem não tem muita experiência em estatística pode acompanhar. Pra quem já tem experiência, pode ser muito básico, mas é sempre bom rever os conceitos.
    Fábio Baum
  • Planejamento de Estudos Estatísticos

    Parabéns

    Muito bom. Foi possível aprender diversos conceitos.
    LeonardoFelipedasChagas
  • Pré-cálculo I

    Excelente 5

    Curso muito bom, está ajudando muito há relembrar os conceitos matemáticos.
    guilhermevfc
  • Computação Científica com R

    5

    Adorei o curso! A explicação é objetiva, o professor realiza a prática através de exemplos no Rstudio. Estão de parabéns! Gostei bastante!
    Angélica Rodrigues de Lima
  • Computação Científica com R

    5

    O curso é excelente para quem está iniciando ou até mesmo quem ficou muito tempo sem contato com a ferramenta e precisava relembrar alguns conceitos básicos. O André segue uma didática muito boa.
    AndersonAlmeida
Métodos Exatos © Direitos reservados.