预测工作的未来 - 机器学习正在深刻改变需求计划流程

在众多行业中,库存积压都日益成为一个突出的问题。根据美国联邦统计局所公布的数据,自 2011 年以来,企业库存销售比一直处于上升趋势。新的销售渠道产生了更大的需求波动。为此,许多企业的应对之道是增加他们的库存水平,以保证客户能随时随地获得商品。


这一方法固然能保证企业有足够的商品去满足需求,但是过多库存给企业造成了沉重的负担,同时也不是可持续发展的长久之计。这样做不仅导致企业资本成本升高,也增加了库存浪费和过期的风险,尤其是在生鲜或快消品行业。事实上,预测不准确导致的相关企业成本十分惊人。根据零售和酒店业调研公司IHL Group 的数据,2015 年全球企业库存积压成本达 4700 亿美元左右,同时库存短缺导致的企业损失也高达 6300 亿美元。


面对不断增强的供应链复杂度和需求波动性,力求实现准确预测已成为众多企业工作的重中之重。尽管实时数字信号可以为需求计划人员提供有关需求驱动因素和顾客行为的信息,但许多企业尚缺乏相应的技术和处理能力对数以百计的实时数字信号进行分析,以便从中获得洞察信息。


得益于新一代的认知型需求计划能力,这一切将变得可能。


First Name 名*
Last Name 姓*
Job Title 职位*
Company 公司*
Corp Email 企业邮箱*
Mobile 手机*
提交成功
提交中..
提交失败
沪ICP备17043272号-2 Copyright © 2014-2020 Global ConsignIndex All rights reserved.
Contact Us: 0086 21 5631 2858 email: jwoo@contentour.com