Prognozowanie przepływów gotówkowych dla CFO i kontrolerów
Zapytaj o dostęp
Program
-
Tydzień 1: Dane wejściowe do prognozowania
Jakie dane są potrzebne, jak je zebrać z ERP i systemów bankowych- Mapowanie źródeł danych: SAP, Oracle, systemy bankowe
- Częstotliwość aktualizacji i jej wpływ na jakość prognozy
- Ćwiczenie: audyt własnych danych
-
Tydzień 2: Prognozowanie bez programowania
Power BI, Excel AI, DataRobot w praktyce- Konfiguracja modelu prognozowania w Power BI
- Interpretacja przedziałów ufności
-
Tydzień 3: Scenariusze i analiza wrażliwości
Jak testować różne założenia i co z tego wynikaScenariusze what-if są przydatne, ale tylko gdy rozumiemy jakie zmienne faktycznie sterują modelem.
-
Tydzień 4: Prezentacja wyników i integracja z procesem budżetowania
Jak wpleść prognozy ML w istniejący cykl planowania
Prognozy cash flow oparte wyłącznie na Excelu i historycznych trendach mają swoje limity. Modele uczenia maszynowego mogą uwzględniać dziesiątki zmiennych jednocześnie, ale wymagają odpowiedniego przygotowania danych.
Dla kogo jest ten kurs
Dla kontrolerów finansowych, dyrektorów finansowych i analityków FP&A, którzy nie programują na co dzień, ale chcą rozumieć co robią ich zespoły data science lub zewnętrzni dostawcy.
Podejście bez kodu i z kodem
Pierwsza część kursu jest narzędziowa i nie wymaga programowania. Używamy narzędzi takich jak DataRobot i wbudowanych funkcji prognozowania w Power BI. Druga część wprowadza Pythona dla chętnych.
- Automatyczne prognozowanie w Power BI i Excel z AI
- Konfiguracja modeli w DataRobot bez pisania kodu
- Interpretacja wyników dla zarządu i rady nadzorczej
- Scenariusze what-if i ich ograniczenia
Kurs trwa 4 tygodnie. Format to nagrania wideo plus cotygodniowe sesje live z prowadzącym, Bartoszem Maleckim, byłym kontrolerem w grupie kapitałowej z sektora produkcyjnego.
Realistyczne oczekiwania
Modele predyktywne nie przewidzą kryzysu ani nagłej zmiany rynkowej. Są dobre w wychwytywaniu sezonowości i wzorców w dużych zbiorach danych, nie w czytaniu przyszłości.