Combo Supply Chain Data Analyst - Phân tích dữ liệu toàn bộ chuỗi cung ứng (3,999,000 VNĐ) - chưa VAT 8%

03/03/2026

Combo Supply Chain Data Analyst – Phân tích dữ liệu toàn bộ chuỗi cung ứng (3,999,000 VNĐ) – chưa VAT 8%

0 Enrolled

Khóa học Supply Chain Analysis, Logistics, Operation, Planning, Procurement, Purchasing, Supply Chain, Transportation, Warehouse

Mục tiêu khóa học

Phân hệ Planning Data Analytics

Hiểu nghiệp vụ và vai trò của Planning trong chuỗi cung ứng và tại sao nó quan trọng với doanh nghiệp.
Nắm được các kĩ thuật dự báo từ cơ bản đến nâng cao trong dự báo định lượng.
Bạn được làm quen với 2 loại hình doanh nghiệp sản xuất khác nhau.
Làm chủ cách xử lý dữ liệu dự báo bằng Excel, SQL, Python để dự báo nhu cầu chuẩn.
Làm chủ các câu lệnh prompt planning một cách thành thạo để điều khiển AI.

Phân hệ Procurement Supplier Analytics

Hiểu data mua hàng thực tế sẽ trông như thế nào.
Bạn được làm quen với 1 loại hình doanh nghiệp sản xuất thực tế.
Nắm được các quy trình và framework phân tích chi tiêu chuẩn.
Tìm ra được cost saving bằng kĩ thuật phân tích chuyên sâu trên Excel.
Hiểu rõ các key insight chính của phòng mua hàng thông qua báo cáo Power BI.
Nắm rõ tư duy thiết kế báo cáo và nghệ thuật kể chuyện data storytelling cho phòng mua hàng.
Thành thạo các công cụ Excel, Power BI trong xử lý và trực quan hóa dữ liệu mua hàng.
Làm chủ các câu lệnh prompt Procurement một cách thành thạo để điều khiển AI.

Phân hệ Operation Production Analytics

Hiểu rõ cách làm MPS và MRP ngay trên excel.
Bạn được làm quen với 1 loại hình doanh nghiệp sản xuất thực tế.
Được hướng dẫn tạo ra các tool hữu ích dành riêng cho production planner.
Ứng dụng AI+VBA xử lý dữ liệu và tạo lịch sản xuất hoàn toàn tự động.
Ứng dụng AI+VBA để tự động các thao tác lặp đi lặp lại hằng ngày ngay trên ERP/SAP.
Ứng dụng Solver để giải quyết bài toán tối ưu trong sản xuất.
Ứng dụng AI+Python để giải quyết bài toán tối ưu trong sản xuất.
Thành thạo các công cụ AI, Excel, VBA, Python để giải quyết các bài toán đau đầu cho production.
Làm chủ các câu lệnh prompt operation một cách thành thạo để điều khiển AI.

Phân hệ Warehouse Inventory Analytics

Bạn được làm quen với 1 loại hình doanh nghiệp logistics 3PL thực tế.
Hiểu rõ cách tính lượng đặt hàng EOQ và phân tích kho ABC ngay trên excel.
Ứng dụng Power BI để trực quan hóa các key insight chính trong việc quản lý kho gồm: giá trị, nhu cầu bán, thời điểm nên đặt hàng ROP (Reorder Point), tính tồn kho an toàn Safety Stock ..vv
Thành thạo các công cụ Excel, Power BI trong việc phân tích quản lý kho hàng.
Làm chủ các câu lệnh prompt warehouse một cách thành thạo để điều khiển AI.

Phân hệ Logistics Transportation Analytics

Bạn được làm quen với 2 bài toán điển hình vận tải logistics trong giao hàng.
Bài toán chọn vị trí tối ưu ứng dụng trong kho, mặt bằng, cửa hàng bằng excel solver.
Bài toán tìm đường giao hàng tối ưu trong vận tải bằng excel solver.
Xây dựng công cụ khoảng cách distance & time matrix bằng vba excel.
Ứng dụng AI + Python để tối ưu bài toán lộ trình.
Thành thạo các công cụ AI, Excel, Solver, VBA, Python để giải quyết các bài toán đau đầu tối ưu cho vận tải, logistics.
Làm chủ các câu lệnh prompt logistics vận tải một cách thành thạo để điều khiển AI.

Học phí chưa VAT 8%: 3.999.000 VNĐ / học viên

Học phí sau VAT 8%: 4.318.920 VNĐ / học viên

Hướng dẫn thanh toán và học tập:

Chủ tài khoản: CONG TY TNHH BPND GROUP VIET NAM

Số tài khoản: 42289999

Ngân hàng: Ngân hàng TMCP Kỹ Thương Việt Nam, chi nhánh Hà Thành (Techcombank)

Cú pháp: Tên học viên_Số điện thoại

📩 Sau khi chuyển khoản, bạn chụp màn hình thanh toán và gửi qua SĐT/Zalo

Lê Văn Đức – AI Data Trainer – 0567.602.666 để mình kích hoạt khóa học và xuất hóa đơn cho bạn nhé!

Cấp chứng nhận sau khi hoàn thành khóa học

What Will I Learn?

1. Phân hệ Planning Data Analytics
Hiểu rõ Demand Planning và KPI quan trọng.
Biết dùng Excel + SQL + Python để xử lý, phân tích và dự báo nhu cầu.
Có mini-project Demand Forecast làm portfolio khi đi phỏng vấn.
Tự tin trình bày insight về nhu cầu sản phẩm cho quản lý/doanh nghiệp.
Học viên thành thạo các câu lệnh prompt planning chuyên sâu để điều khiển AI.
2. Phân hệ Procurement Supplier Analytics
Quản lý phân loại vật tư một cách khoa học.
Thành thạo phân tích dữ liệu mua hàng bằng Excel + Power BI.
Biết đo lường, phân tích cost saving và trực quan hóa các key insight của phòng mua hàng qua dashboard.
Hướng dẫn các phương pháp Spend Analysis cho phòng mua hàng.
Làm chủ các câu lệnh prompt Procurement một cách thành thạo để điều khiển AI.
3. Phân hệ Operation Production Analytics
Hiểu rõ nghiệp vụ Operations & Production Planning: MPS, MRP, Capacity Planning, Lead time.
Thành thạo sử dụng AI, Excel, Solver, VBA, Python để lập & tối ưu lịch sản xuất.
Biết xử lý dữ liệu bằng VBA, Python (pandas, numpy).
Ứng dụng VBA để tự động các thao tác thủ công trên SAP/ERP.
Áp dụng Linear Programming (PuLP, OR-Tools) để tối ưu hóa sản xuất.
Hoàn thành mini-project về Production Planning để thêm vào Portfolio.
Thành thạo câu lệnh prompt operation chuyên sâu để điều khiển AI.
4. Phân hệ Warehouse Inventory Analytics
Hiểu rõ nghiệp vụ Warehouse & Inventory: DC, Bonded, CFS, Cross-Docking, 3PL, 4PL, 5PL, EOQ, ABC, XYZ, ROP, Safety Stock ..vv
Thành thạo Excel, Power BI trong phân tích quản lý kho hàng.
Ứng dụng các phương pháp quản lý và phân tích kho hàng như: ABC, XYZ, ROP, Safety Stock.
Hoàn thành mini-project về Inventory Management Power BI để thêm vào Portfolio.
Học viên thành thạo câu lệnh prompt warehouse chuyên sâu để điều khiển AI.
5. Phân hệ Logistics Transportation Analytics
Hiểu rõ quy trình để build một bài toán tối ưu trong vận tải, logistics từ A-Z.
Thành thạo Excel, VBA, Excel Solver, Python ứng dụng trong các bài toán tối ưu vận tải, logistics.
Ứng dụng các phương pháp tối ưu như TSP, GRG Nonlinear, Evolutionary ..vv
Hoàn thành mini-project về tối ưu vị trí, tuyến đường, giải VRP bằng Excel solver, Python để thêm vào Portfolio.
Học viên thành thạo các câu lệnh prompt logistics vận tải chuyên sâu để điều khiển AI.
6. Cấp chứng nhận
Cấp chứng nhận hoàn thành khóa học Supply Chain Analyst - Trở thành chuyên gia phân tích dữ liệu trong chuỗi cung ứng từ Bpnd Group Việt Nam.

Course Content

Buổi 1 Tìm hiểu về các loại hình công ty trong chuỗi cung ứng

1.1 Nội dung chính
1.2 Giới thiệu chung
1.3 Mô hình chuỗi cung ứng SCOR
1.4 Case thực tế công ty sản xuất công nghiệp nặng quản lý theo mô hình SCOR
1.5 Tại sao phải tìm hiểu phân hệ Make trong SCOR trước?
1.6 Quy trình sản xuất thực tế (Make) phần 1
1.7 Quy trình sản xuất thực tế (Make) phần 2
1.8 Quy trình sản xuất của một công ty nói lên điều gì trong SCM?
1.9 Tìm hiểu phân hệ Plan trong công ty này có gì? Demand Planning
1.10 Các capacity của demand planning
1.11 Summarize lại cho demand planning
1.12 Supply Planning sẽ làm gì đây?
1.13 Các capacity của một supply planning
1.14 Summarize các ý chính của Supply Planning và mối quan hệ với Demand Planning
1.15 Tìm hiểu phân hệ Source trong SCOR – Phần 1
1.16 Tìm hiểu phân hệ Source trong SCOR – Phần 2
1.17 Tìm hiểu phân hệ Delivery trong SCOR cho công ty sản xuất này
1.18 Bài tập về nhà

Buổi 2 Dùng Excel Để Xử Lý Các Mô Hình Dự Báo Cơ Bản

2.1 Nội dung chính
2.2 Mô hình hồi quy đơn (Regression Analysis) cho máy khoan – Công ty lắp ráp thiết bị cầm tay – P1
2.3 Mô hình hồi quy đơn (Regression Analysis) cho máy khoan – Công ty lắp ráp thiết bị cầm tay – P2
2.4 Mô hình hồi quy đơn (Regression Analysis) cho máy khoan – Công ty lắp ráp thiết bị cầm tay – P3
2.5 Mô hình hồi quy đơn (Regression Analysis) cho máy khoan – Công ty lắp ráp thiết bị cầm tay – P4
2.6 Mô hình làm mịn theo hàm mũ (Exponential Smoothing) cho máy cắt – Công ty lắp ráp thiết bị cầm tay – P1
2.7 Mô hình làm mịn theo hàm mũ (Exponential Smoothing) cho máy cắt – Công ty lắp ráp thiết bị cầm tay – P2
2.8 Mô hình làm mịn theo hàm mũ (Exponential Smoothing) cho máy cắt – Công ty lắp ráp thiết bị cầm tay – P3
2.9 Mô hình làm mịn theo hàm mũ (Exponential Smoothing) cho máy cắt – Công ty lắp ráp thiết bị cầm tay – P4
2.10. Summary cách dùng 2 kĩ thuật dự báo trên và gợi ý kĩ thuật dự báo mới
2.11 Bài tập về nhà ứng dụng dự báo cho công ty sản xuất công nghiệp nặng

Buổi 3 SQL phân tích dữ liệu bán hàng

3.1 Nội dung chính
3.2 Hướng dẫn cài đặt SQL Server trên Desktop – P1
3.3 Hướng dẫn cài đặt SQL Server trên Desktop – P2
3.4 Tại sao phải dùng SQL?
3.5 Nền tảng web giả lập giúp bạn học SQL siêu nhanh
3.6 Thực hành viết câu lệnh SELECT
3.7 Câu lệnh kết hợp SELECT + WHERE
3.8 Thực hành viết câu lệnh GROUP BY – P1
3.9 Thực hành viết câu lệnh GROUP BY – P2
3.10 Câu lệnh HAVING
3.11 Thực hành viết ORDER BY
3.12 Mẹo viết câu lệnh SQL
3.13 Tại sao chúng ta cần biết thêm câu lệnh JOIN trong SQL
3.14 Cấu trúc của các câu lệnh JOIN qua hình minh họa trực quan
3.15 Thực chiến câu lệnh JOIN – P1
3.16 Thực chiến câu lệnh JOIN – P2
3.17 Thực hành phân tích dữ liệu bán hàng thực tế ngay trên SQL server – P1
3.18 Thực hành phân tích dữ liệu bán hàng thực tế ngay trên SQL server – P2

Buổi 4 Dự báo nhu cầu nâng cao với Python

4.1 Nội dung chính
4.2 Hướng dẫn cài đặt Anaconda cho Windows và Macbook
4.3 Nhưng tại sao lại là Python để phân tích dữ liệu
4.4 Làm quen code Python trên Jupyter Notebook trên Anaconda
4.5 Hướng dẫn cách thiết lập đường dẫn file dự báo
4.6 Giới thiệu kĩ thuật dự báo Moving Average
4.7 Giới thiệu case Moving Average tại công ty sản xuất 01
4.8 Giải case Moving Average tại công ty sản xuất 01 – P1
4.9 Giải case Moving Average tại công ty sản xuất 01 – P2
4.10 Giải case Moving Average tại công ty sản xuất 01 – P3
4.11 Giải case Moving Average tại công ty sản xuất 01 – P4
4.12 Giải case Moving Average tại công ty sản xuất 01 – P5
4.13 Giới thiệu kĩ thuật dự báo Holt Winter
4.14 Check yếu tố add hay là mul cho mô hình dự báo Holt Winter
4.15 Giới thiệu case Holt Winter tại công ty sản xuất 01
4.16 Giải case Holt Winter tại công ty sản xuất 01 – P1
4.17 Giải case Holt Winter tại công ty sản xuất 01 – P2
4.18 So sánh về 2 kĩ thuật dự báo Moving Average và Holt Winter
4.19 Bài tập ứng dụng về nhà – gợi ý dùng SARIMAX
4.20 Sửa bài tập về nhà khó – Ứng dụng SARIMAX – P1
4.21 Sửa bài tập về nhà khó – Ứng dụng SARIMAX – P2
4.22 Sửa bài tập về nhà khó – Ứng dụng SARIMAX – P3

Ebook 100 câu lệnh prompt planning chuyên sâu

Buổi 5 Hiểu về quy trình sản xuất và phương pháp phân tích chi tiêu

5.1 Nội dung chính
5.2 Tại sao nên hiểu quy trình sản xuất trước khi mua hàng?
5.3 Quy trình sản xuất thực tế của công ty 01 – P1
5.4 Quy trình sản xuất thực tế của công ty 01 – P2
5.5 Cách công ty phân loại quản lý vật tư như thế nào?
5.6 Đặc điểm của các loại vật tư trong các nhóm vật tư – P1
5.7 Đặc điểm của các loại vật tư trong các nhóm vật tư – P2
5.8 Đặc điểm của các loại vật tư trong các nhóm vật tư – P3
5.9 Đặc điểm của các loại vật tư trong các nhóm vật tư – P4
5.10 Phương pháp phân tích chi tiêu Spend Analysis chuẩn
5.11 Framework giúp các bạn phân tích chi tiêu dễ dàng hơn

Buổi 6 Phân tích Spend Analysis bằng Excel

6.1 Nội dung chính
6.2 Khám phá data mua hàng thực tế của công ty 01 – P1
6.3 Khám phá data mua hàng thực tế của công ty 01 – P2
6.4 Data Preparation chuẩn bị dữ liệu để phân tích – P1
6.5 Data Preparation chuẩn bị dữ liệu để phân tích – P2
6.6 Data Preparation chuẩn bị dữ liệu để phân tích – P3
6.7 Data Preparation chuẩn bị dữ liệu để phân tích – P4
6.8 Data Preparation chuẩn bị dữ liệu để phân tích – P5
6.9 Data Preparation chuẩn bị dữ liệu để phân tích – P6
6.10 Data Preparation chuẩn bị dữ liệu để phân tích – P7
6.11 Data Preparation chuẩn bị dữ liệu để phân tích – P8
6.12 Data Preparation chuẩn bị dữ liệu để phân tích – P9
6.13 Data Preparation chuẩn bị dữ liệu để phân tích – P10
6.14 Data Preparation chuẩn bị dữ liệu để phân tích – P11
6.15 Data Preparation chuẩn bị dữ liệu để phân tích – P12
6.16 Data Preparation chuẩn bị dữ liệu để phân tích – P13
6.17 Data Preparation chuẩn bị dữ liệu để phân tích – P14
6.18 Data Preparation chuẩn bị dữ liệu để phân tích – P15
6.19 Kĩ thuật tìm chi phí ẩn trong Spend Analysis – P1
6.20 Kĩ thuật tìm chi phí ẩn trong Spend Analysis – P2
6.21 Kĩ thuật tìm chi phí ẩn trong Spend Analysis – P3
6.22 Kĩ thuật tìm chi phí ẩn trong Spend Analysis – P4
6.23 Tìm cơ hội cost saving – P1
6.24 Tìm cơ hội cost saving – P2
6.25 Tìm cơ hội cost saving – P3
6.26 Tìm cơ hội cost saving – P4
6.27 Tìm cơ hội cost saving – P5
6.28 Tìm cơ hội cost saving – P6

Buổi 7 Phân tích Insight Spend Analysis trên Power BI Dashboard

7.1 Giới thiệu
7.2 Tư duy thiết kế layout báo cáo Power BI mua hàng
7.3 Các bước tạo ra một báo cáo Power BI mua hàng hoàn chỉnh – P1
7.4 Các bước tạo ra một báo cáo Power BI mua hàng hoàn chỉnh – P2
7.5 Phân tích key insight mua hàng – P1
7.6 Phân tích key insight mua hàng – P2
7.7 Phân tích key insight mua hàng – P3
7.8 Phân tích key insight mua hàng – P4
7.9 Phân tích key insight mua hàng cộng kĩ thuật data storytelling – P5
7.10 Phân tích key insight mua hàng cộng kĩ thuật data storytelling – P6

Buổi 8 Tặng tài liệu và dữ liệu phân tích mua hàng chuyên sâu

Ebook 100 câu lệnh prompt Procurement chuyên sâu

Buổi 9: Quy trình sản xuất MPS + BOM + MRP

9.1 Nội dung chính
9.2 Giới thiệu chung về công ty
9.3 Quy trình sản xuất manage vật tư và xếp plan sản xuất – P1
9.4 Quy trình sản xuất manage vật tư và xếp plan sản xuất – P2
9.5 Hình ảnh sản xuất thực tế
9.6 MPS là gì? Tóm gọn cho bạn dễ hiểu nhất
9.7 Các yếu tố tạo nên một MPS hiệu quả
9.8 Quy trình tạo MPS trực tiếp trên Excel – P1
9.9 Quy trình tạo MPS trực tiếp trên Excel – P2
9.10 Quy trình tạo MPS trực tiếp trên Excel – P3
9.11 Quy trình tạo MPS trực tiếp trên Excel – P4
9.12 BOM thực tế
9.13 Các loại BOM trong sản xuất
9.14 MRP ngắn gọn
9.15 MRP thực chiến trên Excel – P1
9.16 MRP thực chiến trên Excel – P2
9.17 MRP thực chiến trên Excel – P3
9.18 MRP thực chiến trên Excel – P4
9.19 Tạo sao MOQ lại phụ thuộc vào supplier?
9.20 Lưu ý khi làm MRP

Buổi 10: AI + VBA tool hữu ích dành cho planner

10.1 Nội dung chính
10.2 Hiểu công việc hằng ngày đến nhu cầu cần tool VBA – P1
10.3 Hiểu công việc hằng ngày đến nhu cầu cần tool VBA – P2
10.4 Hiểu công việc hằng ngày đến nhu cầu cần tool VBA – P3
10.5 Ứng dụng AI + VBA tự động combine lịch chạy sản xuất – P1
10.6 Ứng dụng AI + VBA tự động combine lịch chạy sản xuất – P2
10.7 Ứng dụng AI + VBA tự động combine lịch chạy sản xuất – P3
10.8 Ứng dụng AI + VBA tự động combine lịch chạy sản xuất – P4
10.9 Ứng dụng AI + VBA tự động combine lịch chạy sản xuất – P5
10.10 Ứng dụng AI + VBA tự động combine lịch chạy sản xuất – P6
10.11 Trực quan hóa lịch chạy sản xuất bằng AI + VBA – P1
10.12 Trực quan hóa lịch chạy sản xuất bằng AI + VBA – P2
10.13 Trực quan hóa lịch chạy sản xuất bằng AI + VBA – P3
10.14 Trực quan hóa lịch chạy sản xuất bằng AI + VBA – P4
10.15 Trực quan hóa lịch chạy sản xuất bằng AI + VBA – P5
10.16 Trực quan hóa lịch chạy sản xuất bằng AI + VBA – P6
10.17 Trực quan hóa lịch chạy sản xuất bằng AI + VBA – P7
10.18 Trực quan hóa lịch chạy sản xuất bằng AI + VBA – P8
10.19 Trực quan hóa lịch chạy sản xuất bằng AI + VBA – P9
10.20 Trực quan hóa lịch chạy sản xuất bằng AI + VBA – P10
10.21 Trực quan hóa lịch chạy sản xuất bằng AI + VBA – P11
10.22 Trực quan hóa lịch chạy sản xuất bằng AI + VBA – P12
10.23 Trực quan hóa lịch chạy sản xuất bằng AI + VBA – P13
10.24 Trực quan hóa lịch chạy sản xuất bằng AI + VBA – P14
10.25 Tự động các thao tác thủ công trên SAP/ERP với AI + VBA

Buổi 11: Solver giúp planner giải bài toán tối ưu trong sản xuất

Buổi 12: AI + Python chạy kết quả tối ưu trong sản xuất dành cho planner

Tặng tài liệu Operation Management

Ebook 100 câu lệnh prompt operation chuyên sâu

Bài 13: Tìm hiểu thực tế về công ty 3PL và các loại hình thuê kho trong công ty này

Bài 14: Tính lượng đặt hàng EOQ thực tế trên Excel

Bài 15: Dùng phương pháp ABC để phân tích kho hàng ngay trên Excel

15.1 Phương pháp ABC trong quản lý kho là gì?
15.2 Lợi ích khi dùng phương pháp ABC trong quản lý kho
15.3 Quy trình làm ABC trên Excel – P1
15.4 Quy trình làm ABC trên Excel – P2
15.5 Quy trình làm ABC trên Excel – P3
15.6 Quy trình làm ABC trên Excel – P4
15.7 Quy trình làm ABC trên Excel – P5
15.8 Quy trình làm ABC trên Excel – P6
15.9 Quy trình làm ABC trên Excel – P7

Bài 16: Quản lý kho bằng báo cáo Power BI

16.1 Giới thiệu về báo cáo quản lý kho
16.2 Phân tích insight biểu đồ ABC (Pareto) của tồn kho – P1
16.3 Hướng dẫn vẽ biểu đồ ABC trên Power BI – P1
16.4 Hướng dẫn vẽ biểu đồ ABC trên Power BI – P2
16.5 Hướng dẫn vẽ biểu đồ ABC trên Power BI – P3
16.6 Hướng dẫn vẽ biểu đồ ABC trên Power BI – P4
16.7 Hướng dẫn vẽ biểu đồ ABC trên Power BI – P5
16.8 Hướng dẫn vẽ biểu đồ ABC trên Power BI – P6
16.9 Phân tích insight biểu đồ ABC (Pareto) của tồn kho – P2
16.10 Biểu đồ ma trận ABC-XYZ
16.11 Ứng dụng biểu đồ ma trận ABC-XYZ trong đánh giá doanh thu trong kho – P1
16.12 Ứng dụng biểu đồ ma trận ABC-XYZ trong đánh giá doanh thu trong kho – P2
16.13 Cách build hệ số biến thiên trong ma trận ABC-XYZ – P1
16.14 Cách build hệ số biến thiên trong ma trận ABC-XYZ – P2
16.15 Cách build độ lệch chuẩn trong ma trận ABC-XYZ
16.16 Cách build ma trận ABC-XYZ trên Power BI – P1
16.17 Cách build ma trận ABC-XYZ trên Power BI – P2
16.18 Cách build ma trận ABC-XYZ trên Power BI – P3
16.19 Ứng dụng biểu đồ ma trận ABC-XYZ trong đánh giá stock hiện tại trong kho
16.20 Cách build hệ số quay vòng hàng tồn kho trong ma trận ABC-XYZ
16.21 Insight từ hệ số quay vòng hàng tồn kho Inventory Turnover cho bạn thấy điều gì?
16.22 Làm sao biết khi nào nên đặt hàng về kho (ROP) Reorder Point
16.23 Rồi chừa lại bao nhiêu stock trong kho là đủ an toàn cho công ty (safety stock)
16.24 Đánh giá các key insight number of skus, current value, ROP, Inventory turnover và stock status – P1
16.25 Đánh giá các key insight number of skus, current value, ROP, Inventory turnover và stock status – P2
16.26 Đánh giá các key insight doanh thu, số lượng và bảng biểu chi tiết trong kho – P1
16.27 Đánh giá các key insight doanh thu, số lượng và bảng biểu chi tiết trong kho – P2
16.28 Đánh giá các key insight doanh thu, số lượng và bảng biểu chi tiết trong kho – P3
16.29 Kết luận cách vận hành của kho hàng này
16.30 Các bạn có giải pháp nào cho tình hình của kho hiện tại?
16.31 Giải pháp gợi ý

Ebook 100 câu lệnh prompt warehouse chuyên sâu

Buổi 17 Xây dựng và giải bài toán tối ưu trong vận tải

17.1 Giới thiệu chung về bài toán vận tải
17.2 Chuẩn bị dữ liệu các điểm giao hàng bán lẻ – Bài toán chọn vị trí
17.3 Chuẩn bị dữ liệu các điểm giao hàng bán lẻ (tt) – Bài toán chọn vị trí
17.4 Phương pháp trực quan hóa các điểm giao hàng bán lẻ – Bài toán chọn vị trí
17.5 Phương pháp trực quan hóa các điểm giao hàng bán lẻ (tt) – Bài toán chọn vị trí
17.6 Phương pháp trực quan hóa các điểm giao hàng bán lẻ (tt) – Bài toán chọn vị trí
17.7 Phương pháp trực quan hóa các điểm giao hàng bán lẻ (tt) – Bài toán chọn vị trí
17.8 Set mục tiêu và các biến để tìm vị trí tối ưu bằng solver – P1
17.9 Set mục tiêu và các biến để tìm vị trí tối ưu bằng solver – P2
17.10 Set mục tiêu và các biến để tìm vị trí tối ưu bằng solver – P3
17.11 Set mục tiêu và các biến để tìm vị trí tối ưu bằng solver – P4
17.12 Set mục tiêu và các biến để tìm vị trí tối ưu bằng solver – P5
17.13 Set mục tiêu và các biến để tìm vị trí tối ưu bằng solver – P6
17.14 Set mục tiêu và các biến để tìm vị trí tối ưu bằng solver – P7
17.15 Thuật toán tìm đường đi tối ưu trong vận tải – Bài toán phân tuyến giao hàng
17.16 Thuật toán tìm đường đi tối ưu trong vận tải (tt) – Bài toán phân tuyến giao hàng
17.17 Phân tuyến giao hàng bán lẻ bằng Excel Solver – P1
17.18 Phân tuyến giao hàng bán lẻ bằng Excel Solver – P2
17.19 Phân tuyến giao hàng bán lẻ bằng Excel Solver – P3
17.20 Phân tuyến giao hàng bán lẻ bằng Excel Solver – P4
17.21 Phân tuyến giao hàng bán lẻ bằng Excel Solver – P5
17.22 Phân tuyến giao hàng bán lẻ bằng Excel Solver – P6
17.23 Phân tuyến giao hàng bán lẻ bằng Excel Solver – P7
17.24 Phân tuyến giao hàng bán lẻ bằng Excel Solver – P8
17.25 Phân tuyến giao hàng bán lẻ bằng Excel Solver – P9
17.26 Phân tuyến giao hàng bán lẻ bằng Excel Solver – P10
17.27 Phân tuyến giao hàng bán lẻ bằng Excel Solver – P11

Buổi 18 Xây dựng công cụ Distance & Time Matrix cho dân Logistics bằng VBA Excel

18.1 Giới thiệu đôi nét về các công cụ cho dân Logistics vận tải
18.2 Các nền tảng API để xây dựng công cụ vận tải
18.3 Vậy nên xây dựng công cụ vận tải theo API nào?
18.4 Các bước xây dựng công cụ vận tải 01 với AI+VBA+API – P1
18.5 Các bước xây dựng công cụ vận tải 01 với AI+VBA+API – P2
18.6 Các bước xây dựng công cụ vận tải 01 với AI+VBA+API – P3
18.7 Các bước xây dựng công cụ vận tải 01 với AI+VBA+API – P4
18.8 Các bước xây dựng công cụ vận tải 01 với AI+VBA+API – P5
18.9 Các bước xây dựng công cụ vận tải 01 với AI+VBA+API – P6
18.10 Các bước xây dựng công cụ vận tải 01 với AI+VBA+API – P7
18.11 Xây dựng công cụ Logistics 02 với AI+VBA+API – P1
18.12 Xây dựng công cụ Logistics 02 với AI+VBA+API – P2
18.13 Xây dựng công cụ Logistics 02 với AI+VBA+API – P3
18.14 Xây dựng công cụ Logistics 02 với AI+VBA+API – P4
18.15 Xây dựng công cụ Logistics 02 với AI+VBA+API – P5
18.16 Xây dựng công cụ Logistics 02 với AI+VBA+API – P6

Buổi 19 Ứng dụng AI + Python để tối ưu giải bài toán lộ trình

19.1 Giới thiệu các bước tối ưu bài toán lộ trình
19.2 Thực hiện viết câu lệnh prompt chuẩn – P1
19.3 Thực hiện viết câu lệnh prompt chuẩn – P2
19.4 Chu trình quay đầu và về điểm xuất phát – P1
19.5 Chu trình quay đầu và về điểm xuất phát – P2
19.6 Chuẩn hóa chu trình cho tuật toán – P1
19.7 Chuẩn hóa chu trình cho tuật toán – P2
19.8 Load lộ trình từ Excel lên để tối ưu
19.9 In lộ trình tối ưu ra Excel cho tiện sử dụng – P1
19.10 In lộ trình tối ưu ra Excel cho tiện sử dụng – P2

Tài liệu tham khảo bài toán VRP (Vehicle Routing Problems + Hướng dẫn + Code)

Ebook 100 câu lệnh prompt logistics vận tải chuyên sâu

About the instructor

Lê Văn Đức AI Data Trainer

Xem Profile Trainer tại phần Giới thiệu Trainer phía trên

4.00 (18 ratings)

29 Courses

0 students

Durations: 12 giờ

Lectures: 287

Students: Max 0

Level: Tất cả trình độ

Language:

Certificate:

Material Includes

Username và Password mình sẽ cấp cho bạn (bạn không được đổi gì nhé)
1. Phân hệ Planning Data Analytics
Các file bài giảng pdf đầy đủ.
Các file excel đính kèm trong bài giảng.
File excel lịch sử bán hàng.
Các file code python và file kết quả dự báo tham khảo.
Tặng tài liệu các kĩ thuật dự báo chuyên sâu.
Tặng ebook 100 câu lệnh prompt planning chuyên sâu.
2. Phân hệ Procurement Supplier Analytics
File bài giảng PDF hướng dẫn chi tiết từng bước.
File data excel và kết quả phân tích dữ liệu mua hàng.
File trực quan hóa các key insight của phòng mua hàng trên Power BI.
Tặng tài liệu + data hướng dẫn các kĩ thuật phân tích chi tiêu chuyên sâu.
Tặng Ebook 100 câu lệnh prompt procurement chuyên sâu.
3. Phân hệ Operartion Production Analytics
File bài giảng PDF.
File excel dữ liệu BOM.
File excel tạo MPS, tạo MRP.
File VBA combine dữ liệu, tạo schedule tự động.
File excel framework giải solver cho bài toán tối ưu trong sản xuất.
File code Python giải bài toán tối ưu trong sản xuất bằng nhiều cách tiếp cận.
Tặng tài liệu Operation Management.
Tặng học viên Ebook 100 câu lệnh prompt operation chuyên sâu.
4. Phân hệ Warehouse Inventory Analytics
File bài giảng PDF.
File excel tạo EOQ.
File excel phân tích ABC.
File báo cáo Power BI dùng để quản lý kho hiệu quả.
Tặng ebook 100 câu lệnh prompt warehouse chuyên sâu.
5. Phân hệ Logistics Transportation Analytics
File bài giảng PDF.
File Excel Solver chọn vị trí tối ưu để giao hàng.
File Excel Solver phân bổ tuyến giao hàng.
File VBA tính toán distance & time matrix tự động.
File Code Python tự động tối ưu tuyến giao xuất ra excel.
Tặng ebook 100 câu lệnh prompt logistics vận tải chuyên sâu.

Requirements

Bạn không cần có nền tảng về supply chain, AI, excel, solver, vba, sql, python, Power BI mình sẽ train từ đầu cho bạn.
Với châm ngôn zero to hero!
Học trực tuyến - Làm thực chiến!
Lưu ý: Nếu trong quá trình mình phát hiện bạn share account học tập, tài liệu, video, quay video để thương mại mình có quyền tạm dừng khóa học của bạn nhé!

Audience

1. Phân hệ Planning Data Analytics
Sinh viên năm 3–4, người mới đi làm trong Supply Chain, Business Analyst, Data Analyst muốn hiểu về Demand Planning.
2. Phân hệ Procurement Supplier Analytics
Sinh viên năm 3–4 chuyên ngành Quản trị kinh doanh, Logistics, SC
Người mới đi làm trong các bộ phận Procurement, Sourcing, SC
Business/Data Analyst muốn học cách phân tích dữ liệu thu mua – nhà cung cấp.
3. Phân hệ Operartion Production Analytics
Sinh viên năm 3–4 chuyên ngành Quản trị Logistics, Supply Chain, Kinh tế, Kĩ thuật.
Người đi làm trong bộ phận Production Planning, Operations, Supply Chain.
Business/Data Analyst muốn hiểu và phân tích dữ liệu sản xuất.
4. Phân hệ Warehouse Inventory Analytics
Sinh viên năm 3–4 chuyên ngành Quản trị Logistics, Supply Chain, Kinh tế, Kĩ thuật.
Người đi làm trong bộ phận Warehouse, Supply Chain.
Business/Data Analyst muốn hiểu và phân tích dữ liệu kho trong chuỗi cung ứng.
5. Phân hệ Logistics Transportation Analytics
Sinh viên năm 3–4 chuyên ngành Quản trị Logistics, Supply Chain, Kinh tế, Vận tải.
Người đi làm trong bộ phận Vận tải, Logistics, Supply Chain.
Business/Data Analyst muốn hiểu và phân tích dữ liệu vận tải, logistics trong chuỗi cung ứng.

Lê Văn Đức - AI Data Trainer

Email

Combo Supply Chain Data Analyst – Phân tích dữ liệu toàn bộ chuỗi cung ứng (3,999,000 VNĐ) – chưa VAT 8%

Combo Supply Chain Data Analyst – Phân tích dữ liệu toàn bộ chuỗi cung ứng (3,999,000 VNĐ) – chưa VAT 8%

What Will I Learn?

Course Content

Buổi 1 Tìm hiểu về các loại hình công ty trong chuỗi cung ứng

1.1 Nội dung chính

1.2 Giới thiệu chung

1.3 Mô hình chuỗi cung ứng SCOR

1.4 Case thực tế công ty sản xuất công nghiệp nặng quản lý theo mô hình SCOR

1.5 Tại sao phải tìm hiểu phân hệ Make trong SCOR trước?

1.6 Quy trình sản xuất thực tế (Make) phần 1

1.7 Quy trình sản xuất thực tế (Make) phần 2

1.8 Quy trình sản xuất của một công ty nói lên điều gì trong SCM?

1.9 Tìm hiểu phân hệ Plan trong công ty này có gì? Demand Planning

1.10 Các capacity của demand planning

1.11 Summarize lại cho demand planning

1.12 Supply Planning sẽ làm gì đây?

1.13 Các capacity của một supply planning

1.14 Summarize các ý chính của Supply Planning và mối quan hệ với Demand Planning

1.15 Tìm hiểu phân hệ Source trong SCOR – Phần 1

1.16 Tìm hiểu phân hệ Source trong SCOR – Phần 2

1.17 Tìm hiểu phân hệ Delivery trong SCOR cho công ty sản xuất này

1.18 Bài tập về nhà

Buổi 2 Dùng Excel Để Xử Lý Các Mô Hình Dự Báo Cơ Bản

2.1 Nội dung chính

2.2 Mô hình hồi quy đơn (Regression Analysis) cho máy khoan – Công ty lắp ráp thiết bị cầm tay – P1

2.3 Mô hình hồi quy đơn (Regression Analysis) cho máy khoan – Công ty lắp ráp thiết bị cầm tay – P2

2.4 Mô hình hồi quy đơn (Regression Analysis) cho máy khoan – Công ty lắp ráp thiết bị cầm tay – P3

2.5 Mô hình hồi quy đơn (Regression Analysis) cho máy khoan – Công ty lắp ráp thiết bị cầm tay – P4

2.6 Mô hình làm mịn theo hàm mũ (Exponential Smoothing) cho máy cắt – Công ty lắp ráp thiết bị cầm tay – P1

2.7 Mô hình làm mịn theo hàm mũ (Exponential Smoothing) cho máy cắt – Công ty lắp ráp thiết bị cầm tay – P2

2.8 Mô hình làm mịn theo hàm mũ (Exponential Smoothing) cho máy cắt – Công ty lắp ráp thiết bị cầm tay – P3

2.9 Mô hình làm mịn theo hàm mũ (Exponential Smoothing) cho máy cắt – Công ty lắp ráp thiết bị cầm tay – P4

2.10. Summary cách dùng 2 kĩ thuật dự báo trên và gợi ý kĩ thuật dự báo mới

2.11 Bài tập về nhà ứng dụng dự báo cho công ty sản xuất công nghiệp nặng

Buổi 3 SQL phân tích dữ liệu bán hàng

3.1 Nội dung chính

3.2 Hướng dẫn cài đặt SQL Server trên Desktop – P1

3.3 Hướng dẫn cài đặt SQL Server trên Desktop – P2

3.4 Tại sao phải dùng SQL?

3.5 Nền tảng web giả lập giúp bạn học SQL siêu nhanh

3.6 Thực hành viết câu lệnh SELECT

3.7 Câu lệnh kết hợp SELECT + WHERE

3.8 Thực hành viết câu lệnh GROUP BY – P1

3.9 Thực hành viết câu lệnh GROUP BY – P2

3.10 Câu lệnh HAVING

3.11 Thực hành viết ORDER BY

3.12 Mẹo viết câu lệnh SQL

3.13 Tại sao chúng ta cần biết thêm câu lệnh JOIN trong SQL

3.14 Cấu trúc của các câu lệnh JOIN qua hình minh họa trực quan

3.15 Thực chiến câu lệnh JOIN – P1

3.16 Thực chiến câu lệnh JOIN – P2

3.17 Thực hành phân tích dữ liệu bán hàng thực tế ngay trên SQL server – P1

3.18 Thực hành phân tích dữ liệu bán hàng thực tế ngay trên SQL server – P2

Buổi 4 Dự báo nhu cầu nâng cao với Python

4.1 Nội dung chính

4.2 Hướng dẫn cài đặt Anaconda cho Windows và Macbook

4.3 Nhưng tại sao lại là Python để phân tích dữ liệu

4.4 Làm quen code Python trên Jupyter Notebook trên Anaconda

4.5 Hướng dẫn cách thiết lập đường dẫn file dự báo

4.6 Giới thiệu kĩ thuật dự báo Moving Average

4.7 Giới thiệu case Moving Average tại công ty sản xuất 01

4.8 Giải case Moving Average tại công ty sản xuất 01 – P1

4.9 Giải case Moving Average tại công ty sản xuất 01 – P2

4.10 Giải case Moving Average tại công ty sản xuất 01 – P3

4.11 Giải case Moving Average tại công ty sản xuất 01 – P4

4.12 Giải case Moving Average tại công ty sản xuất 01 – P5

4.13 Giới thiệu kĩ thuật dự báo Holt Winter

4.14 Check yếu tố add hay là mul cho mô hình dự báo Holt Winter

4.15 Giới thiệu case Holt Winter tại công ty sản xuất 01

4.16 Giải case Holt Winter tại công ty sản xuất 01 – P1

4.17 Giải case Holt Winter tại công ty sản xuất 01 – P2

4.18 So sánh về 2 kĩ thuật dự báo Moving Average và Holt Winter

4.19 Bài tập ứng dụng về nhà – gợi ý dùng SARIMAX

4.20 Sửa bài tập về nhà khó – Ứng dụng SARIMAX – P1

4.21 Sửa bài tập về nhà khó – Ứng dụng SARIMAX – P2

4.22 Sửa bài tập về nhà khó – Ứng dụng SARIMAX – P3

Ebook 100 câu lệnh prompt planning chuyên sâu