需求预测中的机器学习：供应链的英雄
需求预测
许多企业高管抱怨说，他们最大的痛点是产品需求突然出 约旦电报数据 现负面变化。没有人预见到这种变化！全球最大的 IT 研究公司 Gartner 为许多组织遭受的相同问题提出了一个术语：需求波动。
影响特定产品或服务需求的因素有很多，比如天气波动、趋势、替代品的可用性、经济衰退时期，以及社交媒体的力量，甚至社交影响者或名人的帖子也会对买家产生影响。
例如，让我们看一下硬币的两面。
瑞典手表初创公司 Daniel Wellington 是一家利用全球影响力人士网络营销手表的公司。Instagram 上的一位影响力人士发布了一张引人注目且构图精良的图片，并配上文字说明，不仅介绍了照片中的手表，还介绍了她的粉丝如何以折扣价购买手表。由于利用了社交影响力人士，Daniel Wellington 现在拥有一个经过验证的 Instagram 帐户，拥有 460 万粉丝，通过该帐户，它赢得了巨大的市场并可以吸引潜在买家。
另一方面，青少年气候活动家格蕾塔·桑伯格（Greta Thunberg）因环保原因拒绝乘坐飞机，引发了“飞行耻辱”运动，导致瑞典航空旅客数量下降了5% 。
预测魔法球
如果人们有一颗类似电影中展示的魔法水晶球，他们就可以轻松预测这种意想不到的结果。那么，我们能做些什么呢？因为这是全世界面临的挑战。简单的解决方案 - 在这个工业 4.0 时代，我们需要利用人工智能和机器学习的技术进步来实现业务目标。
机器学习与传统需求预测方法
“虽然任何组织都可以在规划中运用技术，但停下来思考一下哪种数字技术合适更有意义。”
蒂姆·佩恩
Gartner 研究与咨询部门副总裁分析师
对于那些可能需要快速入门的人来说，需求预测是对产品/服务未来盈利或亏损的估计。当机器学习在预测应用中发挥作用时，它提供了更好的准确性，并在端到端供应链管理中展示了有效的优势。此外，使用电子表格等传统方法以及销售、营销和需求规划团队之间缺乏协作只会增加复杂性。
老式的统计预测方法需要稳定性。它们依赖历史数据并假设历史会重演。但这个世界上唯一不变的就是变化，因此统计方法往往无法预见客户偏好的不合逻辑的变化，也无法预测市场何时会饱和。
頁:
[1]