ภาษาโปรแกรมมิ่ง · PRC-38

Machine Learning for Business Forecasting

หลักสูตร Machine Learning for Business Forecasting เป็นการอบรมการใช้ Machine Learning ด้วย Python กับสามโจทย์ธุรกิจ ได้แก่ พยากรณ์ยอดขายด้วยอนุกรมเวลา แบ่งกลุ่มลูกค้าด้วย RFM และ K-Means และทำนายลูกค้าที่จะเลิกใช้บริการ เหมาะกับ Data Analyst ทีมวางแผนการขาย และทีม Marketing ที่อยากตัดสินใจจากข้อมูล

อัปเดตล่าสุด 1 ต.ค. 2569

ราคาเริ่มต้น 6,750 บาท / ท่าน 7,500 −10% ยังไม่รวม VAT 7% · มีราคาหมู่คณะ

ขอใบเสนอราคาอบรมองค์กร ลงชื่อจองไว้

PDFดาวน์โหลด Course Outline

ระยะเวลา12 ชั่วโมง · 2 วัน
รูปแบบออนไซต์ / ออนไลน์สด
รอบถัดไปเปิดตามคำขอ
ใบรับรองมี Certificate

ภาพรวมหลักสูตร

คำถามที่ผู้บริหารถามบ่อยที่สุดมักเป็นเรื่องอนาคต เดือนหน้าจะขายได้เท่าไร ควรสต็อกสินค้าเท่าไร ลูกค้ากลุ่มไหนควรได้โปรโมชันแบบใด และลูกค้ารายไหนกำลังจะเลิกใช้บริการ หลายองค์กรยังตอบด้วยการดูยอดปีก่อนแล้วบวกเพิ่มเป็นเปอร์เซ็นต์ หรือใช้ความรู้สึกของคนที่ทำงานมานาน ผลคือสินค้าขาดบ้างเกินบ้าง งบการตลาดกระจายไปทุกกลุ่มเท่ากัน และรู้ตัวว่าเสียลูกค้าไปเมื่อสายเกินแก้

หลักสูตรนี้พาใช้ Machine Learning ตอบสามโจทย์หลักของธุรกิจด้วย Python บน Google Colab เริ่มจากพยากรณ์ยอดขายด้วยอนุกรมเวลา สร้าง Baseline วัดผลด้วย Backtesting ใช้ Prophet ร่วมกับวันหยุดและโปรโมชัน แล้วยกระดับด้วย Gradient Boosting จากนั้นแบ่งกลุ่มลูกค้าด้วย RFM และ K-Means และสร้างโมเดลทำนายการเลิกใช้บริการ (Churn) พร้อมอธิบายผลและเลือก Threshold ตามต้นทุนของธุรกิจ ก่อนปิดท้ายด้วยโปรเจกต์ที่เปลี่ยนผลของโมเดลให้เป็นแผนที่ฝ่ายธุรกิจลงมือทำได้ (อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง ระดับ Intermediate)

สิ่งที่คุณจะได้รับ

แปลงปัญหาธุรกิจให้เป็นโจทย์ Machine Learning ที่วัดผลได้
สำรวจข้อมูลอนุกรมเวลา ทั้ง Trend, Seasonality และผลของวันหยุด
สร้าง Baseline และวัดผลการพยากรณ์ด้วย MAE, WAPE และ Backtesting
พยากรณ์ยอดขายด้วย Prophet และ Gradient Boosting พร้อมช่วงความไม่แน่นอน
แบ่งกลุ่มลูกค้าด้วย RFM และ K-Means แล้วอธิบายลักษณะแต่ละกลุ่มได้
สร้างโมเดลทำนาย Churn โดยหลีกเลี่ยง Data Leakage
อธิบายผลของโมเดลและเลือก Threshold ตามต้นทุนของธุรกิจ
สื่อสารผลของโมเดลเป็นแผนงานที่ฝ่ายธุรกิจนำไปใช้ได้

หลักสูตรนี้เหมาะสำหรับ

Data Analyst ที่ต้องการก้าวจากรายงานย้อนหลังไปสู่การพยากรณ์
ทีมวางแผนการขาย Demand Planning และ Supply Chain
ทีม Marketing และ CRM ที่ต้องแบ่งกลุ่มลูกค้าและรักษาฐานลูกค้า
Data Scientist ระดับเริ่มต้นที่อยากเห็นการใช้ ML กับโจทย์ธุรกิจจริง
ผู้ที่ผ่านพื้นฐาน Python และ pandas มาแล้วและต้องการต่อยอดสู่ ML

พื้นฐานของผู้เข้าอบรม

เขียน Python ขั้นพื้นฐานได้ และใช้ pandas จัดการตารางข้อมูลได้
เข้าใจสถิติเบื้องต้น เช่น ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน และกราฟพื้นฐาน
เคยใช้ Jupyter Notebook หรือ Google Colab จะช่วยให้เรียนได้เร็วขึ้น
มีบัญชี Google สำหรับใช้ Google Colab

หัวข้อการฝึกอบรม

รายละเอียดหลักสูตร

หลักสูตรนี้อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง (09:00-16:00 น.) รูปแบบบรรยายพร้อม Lab บน Google Colab กับข้อมูลยอดขาย การซื้อ และสมาชิกของบริษัทสมมุติ ระดับ Intermediate ต่อยอดจาก Python for Machine Learning ที่ปูพื้นฐาน ML ทั่วไป โดยหลักสูตรนี้เจาะไปที่โจทย์ธุรกิจสามแบบ คือการพยากรณ์ยอดขาย การแบ่งกลุ่มลูกค้า

และการทำนาย Churn Library ทั้งหมดเป็นโอเพนซอร์สและ Lab ทำบน Google Colab รุ่นใช้ฟรีด้วยบัญชีของผู้เรียน ผู้ที่ต้องการนำผลพยากรณ์ไปวางแผนจัดซื้อและสินค้าคงคลังด้วย AI ต่อยอดได้ที่หลักสูตร AI for Supply Chain and Planning ผู้เรียนจะได้ Notebook ครบทุก Lab ชุดข้อมูลตัวอย่าง และ Template สำหรับนำเสนอผลของโมเดลต่อฝ่ายธุรกิจ

Day 1 พยากรณ์ยอดขายด้วยอนุกรมเวลาและ ML

Section 1: ตั้งโจทย์ ML จากปัญหาธุรกิจ

Forecasting, Segmentation และ Classification ตอบคำถามธุรกิจต่างกันอย่างไร
กำหนดเป้าหมาย ตัวชี้วัด และการตัดสินใจที่จะเกิดจากผลของโมเดล
ข้อมูลที่ต้องมี และปัญหาข้อมูลที่พบบ่อยในองค์กร
Lab: เตรียม Google Colab และโหลดข้อมูลยอดขายตัวอย่างด้วย pandas

Section 2: Lab: สำรวจข้อมูลอนุกรมเวลา

Resample ข้อมูลรายวัน รายสัปดาห์ และรายเดือน
แยก Trend และ Seasonality ด้วยกราฟและ Decomposition
ผลของวันหยุดไทย เทศกาล และโปรโมชันต่อยอดขาย
จัดการวันที่ขาดหาย ค่าผิดปกติ และสินค้าที่ขายนาน ๆ ครั้ง

Section 3: Baseline และการวัดผลการพยากรณ์

Baseline แบบ Naive, Seasonal Naive และ Moving Average
เลือกตัวชี้วัด: MAE, RMSE, MAPE และ WAPE พร้อมข้อจำกัด
Backtesting แบบ Rolling Origin แทนการสุ่มแบ่งข้อมูล
Lab: ตั้งเกณฑ์ Baseline ที่โมเดลต่อไปต้องชนะให้ได้

Section 4: Lab: พยากรณ์ยอดขายด้วย Prophet

โครงสร้างของ Prophet: Trend, Seasonality และ Holiday
เพิ่มวันหยุดไทยและโปรโมชันเป็นตัวแปรเสริม
อ่านช่วงความไม่แน่นอนของผลพยากรณ์
Lab: พยากรณ์ยอดขาย 12 สัปดาห์และเทียบกับ Baseline

Section 5: Lab: พยากรณ์ด้วย Gradient Boosting

สร้าง Feature จาก Lag, Rolling Average และปฏิทิน
Train LightGBM หรือ HistGradientBoosting จาก scikit-learn
Time Series Cross-Validation เพื่อป้องกันการแอบเห็นอนาคต
Lab: เปรียบเทียบความแม่นยำกับ Prophet และ Baseline

Section 6: พยากรณ์หลายสินค้าและนำไปใช้วางแผน

พยากรณ์หลายสาขาและหลายสินค้าด้วยโมเดลเดียว
รวมผลขึ้นเป็นระดับหมวดและระดับบริษัทให้ตัวเลขสอดคล้องกัน
แปลงผลพยากรณ์และช่วงความไม่แน่นอนเป็น Safety Stock
Lab: สรุปแผนสั่งสินค้าเดือนหน้าจากผลพยากรณ์

Day 2 แบ่งกลุ่มลูกค้าและทำนาย Churn

Section 7: Lab: วิเคราะห์ลูกค้าด้วย RFM

คำนวณ Recency, Frequency และ Monetary จากประวัติการซื้อ
ให้คะแนนและจัดกลุ่มลูกค้าแบบ RFM
ตั้งชื่อกลุ่มที่ฝ่ายการตลาดเข้าใจ เช่น ลูกค้าประจำ และลูกค้าที่กำลังห่างหาย
Lab: สรุปจำนวนลูกค้าและยอดขายของแต่ละกลุ่ม

Section 8: Lab: Customer Segmentation ด้วย K-Means

เลือก Feature และปรับสเกลข้อมูลก่อนจัดกลุ่ม
เลือกจำนวนกลุ่มด้วย Elbow และ Silhouette ร่วมกับมุมมองธุรกิจ
อธิบายลักษณะแต่ละกลุ่มด้วยตารางและกราฟ
Lab: ออกแบบแคมเปญที่เหมาะกับแต่ละกลุ่ม

Section 9: นิยาม Churn และเตรียมข้อมูล

นิยาม Churn สำหรับธุรกิจแบบสมาชิกเทียบกับธุรกิจค้าปลีก
กำหนดจุดตัดเวลาเพื่อสร้าง Label และ Feature อย่างถูกต้อง
Data Leakage คืออะไร และตัวอย่างที่ทำให้โมเดลดูแม่นเกินจริง
Lab: สร้างตาราง Feature ของลูกค้าจากข้อมูลการใช้งาน

Section 10: Lab: โมเดลทำนาย Churn

Logistic Regression, Random Forest และ Gradient Boosting
รับมือข้อมูลไม่สมดุลด้วย Class Weight
วัดผลด้วย ROC-AUC, Precision, Recall และ Lift
Lab: เลือกโมเดลที่ดีที่สุดด้วย Cross-Validation

Section 11: อธิบายผลและตัดสินใจตามต้นทุน

Feature Importance และ SHAP บอกอะไร และควรระวังอะไร
เลือก Threshold จากต้นทุนแคมเปญเทียบกับมูลค่าลูกค้าที่รักษาไว้
จัดลำดับลูกค้าเสี่ยงสูงให้ทีมขายหรือทีม CRM ติดต่อ
ติดตามผลโมเดลเมื่อพฤติกรรมลูกค้าเปลี่ยน และกำหนดรอบ Train ใหม่

Section 12: Workshop: Capstone นำเสนอผลต่อฝ่ายธุรกิจ

เลือกโจทย์ พยากรณ์ยอดขาย แบ่งกลุ่มลูกค้า หรือทำนาย Churn
ทำครบตั้งแต่เตรียมข้อมูล สร้างโมเดล จนถึงวัดผลเทียบ Baseline
ส่งออกผลเป็น CSV หรือ Google Sheets ให้ทีมนำไปใช้ต่อ
นำเสนอผลเป็นภาษาธุรกิจ และรีวิวร่วมกัน

รอบอบรมและรูปแบบการอบรม

สำหรับบุคคล — รอบอบรมทั่วไป

ขณะนี้ยังไม่มีรอบอบรมเปิดรับสมัคร ลงชื่อจองไว้ได้เลย ทีมงานจะติดต่อกลับเป็นกลุ่มแรกเมื่อเปิดรอบถัดไป หรือสอบถามทางไลน์ หรือโทร 02-570-8449 หรือ 088-807-9770

ลงชื่อจองไว้ สอบถามรอบอบรม

สำหรับองค์กร — In-house / Private Training

ปรับเนื้อหาให้ตรงกับเครื่องมือและงานจริงของทีม
เลือกวันเอง อบรมที่บริษัทหรือออนไลน์สด
ออกใบเสนอราคาในนามนิติบุคคลให้ฝ่ายจัดซื้อ

ขอใบเสนอราคาอบรมองค์กร

วิทยากรผู้สอน

สามิตร โกยมCEO ที่สถาบันไอทีจีเนียส

คำถามที่พบบ่อย

หลักสูตร Machine Learning for Business Forecasting เหมาะกับใคร ต้องมีพื้นฐานอะไรมาก่อน

เหมาะกับ Data Analyst ที่ต้องการก้าวจากรายงานย้อนหลังไปสู่การพยากรณ์ · ทีมวางแผนการขาย Demand Planning และ Supply Chain · ทีม Marketing และ CRM ที่ต้องแบ่งกลุ่มลูกค้าและรักษาฐานลูกค้า พื้นฐานที่ผู้เรียนควรมี เขียน Python ขั้นพื้นฐานได้ และใช้ pandas จัดการตารางข้อมูลได้ · เข้าใจสถิติเบื้องต้น เช่น ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน และกราฟพื้นฐาน หากไม่แน่ใจว่าพื้นฐานพอหรือไม่ ปรึกษาทีมงานได้ฟรีทาง LINE @itgenius หรือโทร 02-570-8449

หลักสูตร Machine Learning for Business Forecasting ราคาเท่าไร ใช้เวลาเรียนกี่ชั่วโมง

ราคาปกติ 7,500 บาท (โปรโมชันปัจจุบันเหลือ 6,750 บาท) ใช้เวลาอบรม 12 ชั่วโมง ราคานี้ยังไม่รวม VAT 7% (กรณีชำระในนามนิติบุคคล) ชำระค่าอบรมด้วยการโอนเข้าบัญชีบริษัท แล้วแจ้งชำระเงินผ่านหน้าแจ้งชำระเงินของเว็บไซต์ และขอใบเสร็จรับเงินหรือใบกำกับภาษีในนามบริษัทได้

เรียนจบได้รับ Certificate หรือไม่

ได้รับ ผู้ผ่านการอบรมทุกท่านจะได้รับใบประกาศนียบัตร (Certificate of Completion) จากสถาบันไอทีจีเนียส ใบประกาศแต่ละใบมีเลขที่ของตัวเอง ใครก็ตามที่มีเลขที่ใบประกาศตรวจสอบความถูกต้องออนไลน์ได้ที่หน้าตรวจสอบใบประกาศของสถาบัน จึงใช้แนบแฟ้มผลงานหรือส่งให้ฝ่ายบุคคลประกอบการพัฒนาบุคลากรได้

อบรมที่ไหน มีเรียนแบบออนไลน์หรือไม่

เรียนได้ทั้งแบบออนไซต์ที่สถาบันไอทีจีเนียส และนัดเรียนผ่านออนไลน์ และรับจัดอบรมเฉพาะทีม (In-house Training) ให้องค์กร สอบถามรอบและสถานที่ได้ที่ LINE @itgenius หรือโทร 02-570-8449

ถ้าเรียนไม่ทันหรือขาดเรียน มีเรียนซ้ำ/เรียนชดเชยหรือไม่

มี ผู้เรียนสามารถแจ้งขอเรียนซ้ำ (repeat) ในรอบถัดไปของหลักสูตรเดียวกันได้ฟรีตามเงื่อนไขของสถาบัน แจ้งชื่อหลักสูตรและรอบที่เคยเรียนกับทีมงาน แล้วทีมงานจะตรวจสอบและแจ้งรอบที่ยังมีที่นั่งว่างให้เลือก สอบถามได้ที่ LINE @itgenius หรือโทร 02-570-8449

สมัครเรียนหรือขอใบเสนอราคาในนามบริษัทได้อย่างไร

สมัครออนไลน์ได้จากแบบฟอร์มลงทะเบียนบนหน้านี้ ลงทะเบียนผู้เข้าอบรมหลายคนได้ในครั้งเดียว และกรอกเลขประจำตัวผู้เสียภาษีกับที่อยู่สำหรับออกใบกำกับภาษีได้ในฟอร์ม หรือขอใบเสนอราคา (Quotation) ในนามนิติบุคคลได้ทันทีจากปุ่มขอใบเสนอราคา สอบถามเพิ่มเติมโทร 02-570-8449 หรือ LINE @itgenius