预测需求抢得市场先机 需求感知技术是关键

来源: 作者:2018年02月05日 12:43
关键词:智能制造

在现今的市场,消费者喜好变化益发快速,尤其愈来愈讲求立即满足,为了因应消费者需求,可以看到电商业者的到货时间愈缩愈短。不过他们究竟如何做到当日下订当日到货呢?很有可能是因为企业早已预测到消费者可能想买的东西,事先将货运送到最近的仓库。

此一神奇的技术,叫做需求感知(demand sensing)。据报导,需求感知技术能分析公司历史资料和其它实时资料,借以预测潜在消费者会在何时、从哪里里购买多少商品。

此技术能为企业带来莫大好处,能更快送达产品、增加销售、提升服务质量,并确保未售出货品退回给供应商。不仅得以更贴近消费者,更能将分析结果运用在供应链上。随时联机的供应链能更实时应变,可望减少35~45%预测错误的情况,提升效率、系统可靠度和消费者满意度。

预测需求抢得市场先机 需求感知技术是关键

企业采用需求感知技术一般都走二种路径,其一是利用开源算法自行建造分析模型;其二是利用各种第三方软件即服务(SaaS)方案。产品销售越大量、与消费者接触越密切的企业,越是能从需求感知技术获益。

也因为如此,零售业与快速消费品(Fast Moving Consumer Goods;FMCG)业者是最先采用此技术的先行者。不过诸如工业产品、药厂、汽车、能源甚至飞机制造业等也陆续跟进。譬如汽车业推出可以让消费者自行搭配汽车规格的应用程序(App),就让他们可以搜集到第一手的消费者偏好。

专家指出,未来趋势是原本看似不相关的产业将开始互相分享资料,譬如机场可能开始分享消费者人潮的资料,餵入飞机制造商或出租车公司的需求感知模型中。

不过,使用搜集到的庞大资料进行预测分析时必须特别留意,资料背后代表的意义会随情境和时间推移而有所改变,因此并非所有产业、地区、消费者类型或不同生命周期的产品都适用同一套分析。

专家也提醒,需求感知是供应链不可或缺的一环,但是不能取代需求规划(Planning Demand;PD)。后者意指利用历史销售纪录等具结构性的内部资料来做预测。需求感知与需求规划应该相辅相成,使得供应链更能实时因应改变。

企业在供应链中应用需求感知技术的好处,包括自动短期规划,以及解放专家人力转而投入中长期的策略分析,让他们更有余裕专注处理供应链出现的警讯和突发情况。

其它优点还包括能减少库存短缺的情况进而提升5~10%的销售;减少投入预测工作的人力,节省5~10%的营运成本;而所需安全库存量减少则代表整体产出时间能缩短10~20%。

此外,采用需求感知技术更能开启企业的数码化变革,有助整体供应链进一步走向数码化。企业欲采用需求感知技术,第一步可以先了解手边能取得什么资料?以及什么资料点(data point)有潜力影响消费者需求?

资料共可分为四大类别,第一是结构性内部资料,如端点销售系统(POS)、电商销售、消费者服务等来源;第二是无结构内部资料,如来自营销计画、店内装置和应用程序(App)的资料;第三是结构性外部资料,包括各种总体经济指标、天气纪录甚至出生率等;第四是无结构外部资料,象是连网装置、数码个人助理、社群媒体等。

了解手边的资源并厘清目标后,下一步便可以开始从小处着手,锁定业务中的某一块来做分析。选择标准是该区块的资料有潜力影响消费者需求,且能取得至少2年的资料纪录。

企业可以先运用需求感知算法、机器学习技术以及第一年的资料建构出分析引擎,再将分析结果与第二年的资料互相比对,藉此调整。比对地越详细、了解地越多,预测就会变得越精准。

专家指出,之所以建议企业从小处着手,是因为如此一来可以快速取得结果,也简化了区域和市场等复杂因素,并能好好利用第一次分析所获得的经验。

此外,为了因应现今变化快速的环境,保持弹性以及反复分析也很重要,有些资料可能随著时间而丧失重要性,原本不知道的、新的资料来源也会不断出现,必须加进来一倂考量。

尽管需求感知技术俨然是未来趋势,不过部分企业仍可能因为一些疑虑而裹足不前。譬如有些企业主不够敏锐,未能了解此技术潜藏的价值,对这些企业来说,上述从小处着手进行实验比对的做法就很适合。许多企业可能不相信自动化系统,那么不妨选定某块能取得历史资料的业务,让系统和人类分析师都做分析,再比对两者的差异。

人类分析师在其中还是可以扮演监督的角色,而比对机器与人类的分析结果也有助于自动化系统更进步,不仅可以从过程中自我学习,也能学习人类的分析,藉此调整算法,假以时日便能变得更准确。

现今市场变化万千,影响因素愈来愈多,传统预测模式已不足以因应。可以想见,运用需求感知技术建构出随时连网、能实时调整的供应链,在未来几年将会是企业维持甚至提升市场地位的关键。

关注电子发烧友微信

有趣有料的资讯及技术干货

下载发烧友APP

打造属于您的人脉电子圈

关注发烧友课堂

锁定最新课程活动及技术直播
声明:电子发烧友网转载作品均尽可能注明出处,该作品所有人的一切权利均不因本站而转移。
作者如不同意转载,既请通知本站予以删除或改正。转载的作品可能在标题或内容上或许有所改动。
收藏 人收藏
分享:

相关阅读

发表评论

elecfans网友

分享到:

用户评论(0