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Strategy+Business报导，需求感知技术能分析公司历史数据和其它实时数据，借以预测潜在消费者会在何时、从哪里购买多少商品。

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。

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数据，譬如机场可能开始分享消费者人潮的数据，餵入飞机制造商或出租车公司的需求感知模型中。

不过，使用搜集到的庞大数据进行预测分析时必须特别留意，数据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数据来做预测。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数据？以及什么数据点(data point)有潜力影响消费者需求？

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

了解手边的资源并理清目标后，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数据有潜力影响消费者需求，且能取得至少2年的数据纪录。

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数据建构出分析引擎，再将分析结果与第二年的数据互相比对，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，有些数据可能随着时间而丧失重要性，原本不知道的、新的数据来源也会不断出现，必须加进来一并考量。

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数据的业务，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。

（来源：DIGITIMES）