大數據與需求感知技術搶佔先機

在現今的市場，消費者喜好變化益發快速，尤其愈來愈講求立即滿足，為了因應消費者需求，可以看到電商業者的到貨時間愈縮愈短。不過他們究竟如何做到當日下訂當日到貨呢？很有可能是因為企業早已預測到消費者可能想買的東西，事先將貨運送到最近的倉庫。

此一神奇的技術，叫做需求感知(demand sensing)。據Strategy+Business報導，需求感知技術能分析公司歷史數據和其它實時數據，藉以預測潛在消費者會在何時、從哪裡購買多少商品。

此技術能為企業帶來莫大好處，能更快送達產品、增加銷售、提升服務質量，並確保未售出貨品退回給供應商。不僅得以更貼近消費者，更能將分析結果運用在供應鏈上。隨時聯機的供應鏈能更實時應變，可望減少35~45%預測錯誤的情況，提升效率、系統可靠度和消費者滿意度。

企業採用需求感知技術一般都走二種路徑，其一是利用開源演算法自行建造分析模型；其二是利用各種第三方軟體即服務(SaaS)方案。產品銷售越大量、與消費者接觸越密切的企業，越是能從需求感知技術獲益。

也因為如此，零售業與快速消費品(Fast Moving Consumer Goods；FMCG)業者是最先採用此技術的先行者。不過諸如工業產品、藥廠、汽車、能源甚至飛機製造業等也陸續跟進。譬如汽車業推出可以讓消費者自行搭配汽車規格的應用程序(App)，就讓他們可以搜集到第一手的消費者偏好。

專家指出，未來趨勢是原本看似不相關的產業將開始互相分享數據，譬如機場可能開始分享消費者人潮的數據，餵入飛機製造商或計程車公司的需求感知模型中。

不過，使用搜集到的龐大數據進行預測分析時必須特別留意，數據背後代表的意義會隨情境和時間推移而有所改變，因此並非所有產業、地區、消費者類型或不同生命周期的產品都適用同一套分析。

專家也提醒，需求感知是供應鏈不可或缺的一環，但是不能取代需求規劃(Planning Demand；PD)。後者意指利用歷史銷售紀錄等具結構性的內部數據來做預測。需求感知與需求規劃應該相輔相成，使得供應鏈更能實時因應改變。

企業在供應鏈中應用需求感知技術的好處，包括自動短期規劃，以及解放專家人力轉而投入中長期的策略分析，讓他們更有餘裕專註處理供應鏈出現的警訊和突發情況。

其它優點還包括能減少庫存短缺的情況進而提升5~10%的銷售；減少投入預測工作的人力，節省5~10%的營運成本；而所需安全庫存量減少則代表整體產出時間能縮短10~20%。

此外，採用需求感知技術更能開啟企業的數碼化變革，有助整體供應鏈進一步走向數碼化。企業欲採用需求感知技術，第一步可以先了解手邊能取得什麼數據？以及什麼數據點(data point)有潛力影響消費者需求？

數據共可分為四大類別，第一是結構性內部數據，如端點銷售系統(POS)、電商銷售、消費者服務等來源；第二是無結構內部數據，如來自營銷計劃、店內裝置和應用程序(App)的數據；第三是結構性外部數據，包括各種總體經濟指標、天氣紀錄甚至出生率等；第四是無結構外部數據，像是連網裝置、數碼個人助理、社群媒體等。

了解手邊的資源並理清目標後，下一步便可以開始從小處著手，鎖定業務中的某一塊來做分析。選擇標準是該區塊的數據有潛力影響消費者需求，且能取得至少2年的數據紀錄。

企業可以先運用需求感知演算法、機器學習技術以及第一年的數據建構出分析引擎，再將分析結果與第二年的數據互相比對，藉此調整。比對地越詳細、了解地越多，預測就會變得越精準。

專家指出，之所以建議企業從小處著手，是因為如此一來可以快速取得結果，也簡化了區域和市場等複雜因素，並能好好利用第一次分析所獲得的經驗。

此外，為了因應現今變化快速的環境，保持彈性以及反覆分析也很重要，有些數據可能隨著時間而喪失重要性，原本不知道的、新的數據來源也會不斷出現，必須加進來一併考量。

儘管需求感知技術儼然是未來趨勢，不過部分企業仍可能因為一些疑慮而裹足不前。譬如有些企業主不夠敏銳，未能了解此技術潛藏的價值，對這些企業來說，上述從小處著手進行實驗比對的做法就很適合。許多企業可能不相信自動化系統，那麼不妨選定某塊能取得歷史數據的業務，讓系統和人類分析師都做分析，再比對兩者的差異。

人類分析師在其中還是可以扮演監督的角色，而比對機器與人類的分析結果也有助於自動化系統更進步，不僅可以從過程中自我學習，也能學習人類的分析，藉此調整演算法，假以時日便能變得更準確。

現今市場變化萬千，影響因素愈來愈多，傳統預測模式已不足以因應。可以想見，運用需求感知技術建構出隨時連網、能實時調整的供應鏈，在未來幾年將會是企業維持甚至提升市場地位的關鍵。

關注DIGITIMES，產業資訊一手掌握

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！