Dieser praktische Kurs vermittelt den Teilnehmern die Fähigkeit, Modelle zur Absatzprognose mit Hilfe fortgeschrittener Zeitreihen-Techniken in Python zu analysieren, zu erstellen und zu bewerten. Der Kurs richtet sich an Teilnehmer mit grundlegenden Python-Kenntnissen und reicht von der Vorverarbeitung von Zeitreihen-Rohdaten bis zur Implementierung komplexer Prognosemodelle wie SARIMA und Facebook Prophet. Die Teilnehmer beginnen mit der Vorbereitung von Daten durch strukturierte Vorverarbeitung, Feature Engineering und Zeitreihenzerlegung, um Muster und Trends aufzudecken. Anschließend werden die Teilnehmer beim Training und der statistischen Auswertung von SARIMA-Modellen, der Validierung der Modellleistung und der Visualisierung von Vorhersagen angeleitet. Durch reale Vergleiche mehrerer Datensätze und Kategorien lernen die Teilnehmer fortgeschrittene Methoden zur Modellevaluation kennen. Die zweite Hälfte des Kurses konzentriert sich auf die Prophet-Bibliothek, in der die Teilnehmer Prognosen erstellen, visualisieren und kritisch bewerten, indem sie die intuitiven Möglichkeiten von Prophet zur Modellierung von Trends, Saisonalität und Feiertagen nutzen. Am Ende des Kurses sind die Teilnehmer in der Lage, statistische Argumente anzuwenden, robuste Prognosemodelle zu erstellen, Vorhersagestrategien zu vergleichen und Ergebnisse zu visualisieren, um datengestützte Verkaufsentscheidungen zu unterstützen.