Cel szkolenia: Celem szkolenia jest praktyczne nauczenie uczestników zaawansowanych metod automatyzacji, analizy i optymalizacji procesów logistyczno-magazynowych z wykorzystaniem narzędzi Power Query, VBA oraz Sztucznej Inteligencji. Uczestnicy zdobędą umiejętności, które pozwolą im efektywnie konsolidować i przetwarzać dane z różnych źródeł, automatyzować rutynowe zadania raportowe, wykorzystywać AI do analiz i wsparcia decyzji, a także budować modele prognozowania oraz interaktywne kokpity menedżerskie, aby zwiększyć precyzję i wydajność operacji.
Program szkolenia:
Moduł I: Fundamenty automatyzacji i Power Query
– Automatyzacja pobierania danych: łączenie informacji z wielu źródeł (systemy WMS/ERP, pliki CSV, Excel, bazy danych dostawców).
– Power Query w logistyce: automatyczne czyszczenie i transformacja danych (np. standaryzacja numerów partii, formatowanie dat ważności komponentów).
– Konsolidacja raportów: budowa jednego, spójnego widoku z rozproszonych plików magazynowych bez ręcznego kopiowania danych.
Moduł II: VBA i makra w służbie magazynu
– Automatyzacja powtarzalnych czynności: nagrywanie oraz edycja makr usprawniających codzienne raportowanie stanów magazynowych.
– Budowa interaktywnych formularzy: tworzenie szablonów do rejestracji przyjęć i wydań z automatyczną walidacją danych (zgodność z normami aerospace).
– Proste skrypty VBA w praktyce: optymalizacja procesów takich jak generowanie list przewozowych czy alertów o niskim poziomie zapasów (Safety Stock).
Moduł III: Sztuczna Inteligencja (AI) w analizie operacyjnej
– Prompt Engineering w logistyce: jak skutecznie komunikować się z AI (ChatGPT/Claude/Copilot), aby szybko tworzyć zaawansowane formuły Excel i skrypty VBA.
– Analiza danych z AI: wykorzystanie modeli językowych do interpretacji dużych zbiorów danych (np. wykrywanie anomalii w łańcuchu dostaw, identyfikacja wąskich gardeł).
– AI jako wsparcie decyzji: zastosowanie algorytmów do analizy trendów rynkowych oraz oceny ryzyka opóźnień w dostawach komponentów.
Moduł IV: Zaawansowane prognozowanie i optymalizacja
– Prognozowanie zapotrzebowania: wykorzystanie metod statystycznych oraz AI do przewidywania popytu na komponenty aerospace (sezonowość vs. zdarzenia losowe).
– Optymalizacja przestrzeni magazynowej: narzędzia do analizy ABC/XYZ oraz oceny rotacji towaru.
-Warsztat praktyczny: budowa dashboardu menedżerskiego (KPI logistyczne), aktualizowanego jednym kliknięciem.
Podsumowanie i ewaluacja
– Sesja pytań i odpowiedzi (Q&A).
– Podsumowanie najważniejszych wniosków