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

此一神奇的技術(shù)，叫做需求感知(demand sensing)。據(jù)報導(dǎo)，需求感知技術(shù)能分析公司歷史資料和其它實時資料，借以預(yù)測潛在消費(fèi)者會在何時、從哪里里購買多少商品。

此技術(shù)能為企業(yè)帶來莫大好處，能更快送達(dá)產(chǎn)品、增加銷售、提升服務(wù)質(zhì)量，并確保未售出貨品退回給供應(yīng)商。不僅得以更貼近消費(fèi)者，更能將分析結(jié)果運(yùn)用在供應(yīng)鏈上。隨時聯(lián)機(jī)的供應(yīng)鏈能更實時應(yīng)變，可望減少35~45%預(yù)測錯誤的情況，提升效率、系統(tǒng)可靠度和消費(fèi)者滿意度。

企業(yè)采用需求感知技術(shù)一般都走二種路徑，其一是利用開源算法自行建造分析模型；其二是利用各種第三方軟件即服務(wù)(SaaS)方案。產(chǎn)品銷售越大量、與消費(fèi)者接觸越密切的企業(yè)，越是能從需求感知技術(shù)獲益。

也因為如此，零售業(yè)與快速消費(fèi)品(Fast Moving Consumer Goods；FMCG)業(yè)者是最先采用此技術(shù)的先行者。不過諸如工業(yè)產(chǎn)品、藥廠、汽車、能源甚至飛機(jī)制造業(yè)等也陸續(xù)跟進(jìn)。譬如汽車業(yè)推出可以讓消費(fèi)者自行搭配汽車規(guī)格的應(yīng)用程序(App)，就讓他們可以搜集到第一手的消費(fèi)者偏好。

專家指出，未來趨勢是原本看似不相關(guān)的產(chǎn)業(yè)將開始互相分享資料，譬如機(jī)場可能開始分享消費(fèi)者人潮的資料，餵入飛機(jī)制造商或出租車公司的需求感知模型中。

不過，使用搜集到的龐大資料進(jìn)行預(yù)測分析時必須特別留意，資料背后代表的意義會隨情境和時間推移而有所改變，因此并非所有產(chǎn)業(yè)、地區(qū)、消費(fèi)者類型或不同生命周期的產(chǎn)品都適用同一套分析。

專家也提醒，需求感知是供應(yīng)鏈不可或缺的一環(huán)，但是不能取代需求規(guī)劃(Planning Demand；PD)。后者意指利用歷史銷售紀(jì)錄等具結(jié)構(gòu)性的內(nèi)部資料來做預(yù)測。需求感知與需求規(guī)劃應(yīng)該相輔相成，使得供應(yīng)鏈更能實時因應(yīng)改變。

企業(yè)在供應(yīng)鏈中應(yīng)用需求感知技術(shù)的好處，包括自動短期規(guī)劃，以及解放專家人力轉(zhuǎn)而投入中長期的策略分析，讓他們更有余裕專注處理供應(yīng)鏈出現(xiàn)的警訊和突發(fā)情況。

其它優(yōu)點(diǎn)還包括能減少庫存短缺的情況進(jìn)而提升5~10%的銷售；減少投入預(yù)測工作的人力，節(jié)省5~10%的營運(yùn)成本；而所需安全庫存量減少則代表整體產(chǎn)出時間能縮短10~20%。

此外，采用需求感知技術(shù)更能開啟企業(yè)的數(shù)碼化變革，有助整體供應(yīng)鏈進(jìn)一步走向數(shù)碼化。企業(yè)欲采用需求感知技術(shù)，第一步可以先了解手邊能取得什么資料？以及什么資料點(diǎn)(data point)有潛力影響消費(fèi)者需求？

資料共可分為四大類別，第一是結(jié)構(gòu)性內(nèi)部資料，如端點(diǎn)銷售系統(tǒng)(POS)、電商銷售、消費(fèi)者服務(wù)等來源；第二是無結(jié)構(gòu)內(nèi)部資料，如來自營銷計畫、店內(nèi)裝置和應(yīng)用程序(App)的資料；第三是結(jié)構(gòu)性外部資料，包括各種總體經(jīng)濟(jì)指標(biāo)、天氣紀(jì)錄甚至出生率等；第四是無結(jié)構(gòu)外部資料，象是連網(wǎng)裝置、數(shù)碼個人助理、社群媒體等。

了解手邊的資源并厘清目標(biāo)后，下一步便可以開始從小處著手，鎖定業(yè)務(wù)中的某一塊來做分析。選擇標(biāo)準(zhǔn)是該區(qū)塊的資料有潛力影響消費(fèi)者需求，且能取得至少2年的資料紀(jì)錄。

企業(yè)可以先運(yùn)用需求感知算法、機(jī)器學(xué)習(xí)技術(shù)以及第一年的資料建構(gòu)出分析引擎，再將分析結(jié)果與第二年的資料互相比對，藉此調(diào)整。比對地越詳細(xì)、了解地越多，預(yù)測就會變得越精準(zhǔn)。

專家指出，之所以建議企業(yè)從小處著手，是因為如此一來可以快速取得結(jié)果，也簡化了區(qū)域和市場等復(fù)雜因素，并能好好利用第一次分析所獲得的經(jīng)驗。

此外，為了因應(yīng)現(xiàn)今變化快速的環(huán)境，保持彈性以及反復(fù)分析也很重要，有些資料可能隨著時間而喪失重要性，原本不知道的、新的資料來源也會不斷出現(xiàn)，必須加進(jìn)來一倂考量。

盡管需求感知技術(shù)儼然是未來趨勢，不過部分企業(yè)仍可能因為一些疑慮而裹足不前。譬如有些企業(yè)主不夠敏銳，未能了解此技術(shù)潛藏的價值，對這些企業(yè)來說，上述從小處著手進(jìn)行實驗比對的做法就很適合。許多企業(yè)可能不相信自動化系統(tǒng)，那么不妨選定某塊能取得歷史資料的業(yè)務(wù)，讓系統(tǒng)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(jiān)督的角色，而比對機(jī)器與人類的分析結(jié)果也有助于自動化系統(tǒng)更進(jìn)步，不僅可以從過程中自我學(xué)習(xí)，也能學(xué)習(xí)人類的分析，藉此調(diào)整算法，假以時日便能變得更準(zhǔn)確。

現(xiàn)今市場變化萬千，影響因素愈來愈多，傳統(tǒng)預(yù)測模式已不足以因應(yīng)?？梢韵胍?，運(yùn)用需求感知技術(shù)建構(gòu)出隨時連網(wǎng)、能實時調(diào)整的供應(yīng)鏈，在未來幾年將會是企業(yè)維持甚至提升市場地位的關(guān)鍵。