上一篇筆者給大家介紹了人工智能中的預(yù)測技術(shù)在商業(yè)企業(yè)中的應(yīng)用邏輯，以及項(xiàng)目落地中如何做到“數(shù)據(jù)——預(yù)測——決策——反饋”的完整決策閉環(huán)。這一篇，他將給大家講講：零售行業(yè)在AI預(yù)測方面的需求、方法、應(yīng)用場景，以及如何實(shí)現(xiàn)價(jià)值變現(xiàn)？

精彩回顧：《預(yù)測技術(shù)智能化，機(jī)器學(xué)習(xí)是第一功臣》

一、什么是需求預(yù)測

在AI與零售高級(jí)分析的結(jié)合中，最顯著的應(yīng)用是需求預(yù)測。

今年年初，BCG與谷歌公司攜手開展了一項(xiàng)研究，結(jié)果顯示：通過大規(guī)模使用人工智能和高級(jí)分析，消費(fèi)品公司可以實(shí)現(xiàn)超過10％的營收增長。

其中，需求預(yù)測對(duì)拉動(dòng)企業(yè)業(yè)務(wù)增長的重要性排在了第一。

借助需求預(yù)測，企業(yè)可以從這些數(shù)據(jù)中獲得可行的商業(yè)洞察，比如：預(yù)測新產(chǎn)品的需求水平、營銷活動(dòng)的效果以及新消費(fèi)趨勢的萌芽。而它帶給顧客最直觀的感受，也許就是我能否買到我想要的商品。

假如沒有恰當(dāng)?shù)男枨箢A(yù)測流程，幾乎不可能保證門店在任意時(shí)刻都有恰當(dāng)?shù)膸齑婵晒╀N售。

庫存太多，意味著大量的庫存金額浪費(fèi)，資金成本顯著提升。而對(duì)于一些售賣期限有嚴(yán)格要求的商品，比如：鮮食、應(yīng)季服裝，高庫存更是意味著直接的經(jīng)濟(jì)損失。

庫存不夠，則會(huì)導(dǎo)致產(chǎn)品脫銷，一方面沒法做到銷售額最大化，另一方面還會(huì)因?yàn)橄M(fèi)者需求無法滿足，轉(zhuǎn)而去競爭對(duì)手那邊購買商品，導(dǎo)致客戶流失。

需求預(yù)測：就是使用數(shù)據(jù)和洞察，來預(yù)測客戶在特定時(shí)間段內(nèi)想要購買多少特定商品或服務(wù)的行為。

一個(gè)好的需求預(yù)測算法和執(zhí)行流程，將會(huì)幫助企業(yè)零售業(yè)務(wù)得到穩(wěn)定、快速的可持續(xù)發(fā)展。

而“好”的需求預(yù)測，則是綜合利用內(nèi)部數(shù)據(jù)、外部數(shù)據(jù)和行業(yè)經(jīng)驗(yàn)，結(jié)合先進(jìn)的預(yù)測算法，給出滿足高準(zhǔn)確度要求的需求預(yù)測結(jié)果；此外，我們還要求算法能夠根據(jù)實(shí)際的業(yè)務(wù)反饋，不斷迭代演進(jìn)，不斷提升準(zhǔn)確度。

這里說的內(nèi)部數(shù)據(jù)包括：歷史銷售數(shù)據(jù)、促銷活動(dòng)、廣告投入、人流數(shù)據(jù)等，外部數(shù)據(jù)包括行業(yè)趨勢、消費(fèi)趨勢、天氣情況，甚至競爭對(duì)手等因素。

對(duì)于零售商來說，您只需要關(guān)心如何更準(zhǔn)確地完成需求預(yù)測，而不需要關(guān)注“預(yù)測是怎么完成的”。就如同我們不需要理解汽車發(fā)動(dòng)機(jī)的工作原理，而只要在發(fā)動(dòng)機(jī)工作的情況下來駕駛汽車開往目的地一樣，這里我們需要思考的是更精準(zhǔn)的預(yù)測又能帶來哪些業(yè)務(wù)的提升。

所以，盡可能的將預(yù)測準(zhǔn)確度提高幾個(gè)百分點(diǎn)，進(jìn)而推動(dòng)上下游各個(gè)環(huán)節(jié)的更高效運(yùn)作，就能幫助我們在商業(yè)實(shí)踐中取得更大的成功。

二、需求預(yù)測的重要性

對(duì)于商業(yè)企業(yè)來說，看一項(xiàng)技術(shù)或者投入對(duì)自己是否足夠重要，衡量的標(biāo)準(zhǔn)一定是它對(duì)促進(jìn)業(yè)務(wù)增長是否足夠有用。

需求預(yù)測如何促進(jìn)業(yè)務(wù)增長，我們把它歸結(jié)為兩個(gè)點(diǎn)：降本提效、增強(qiáng)客戶體驗(yàn)

1. 降本提效

在市場競爭日益白熱化的今天，各行各業(yè)野蠻爆發(fā)式增長的時(shí)代逐漸遠(yuǎn)去，精細(xì)化運(yùn)營、降本提效是大勢所趨，而對(duì)毛利率本身就不算很高的零售行業(yè)來說，更是重中之重。

我們曾經(jīng)對(duì)一份超市的銷售數(shù)據(jù)做過假設(shè)分析，結(jié)果發(fā)現(xiàn)：如果對(duì)商品降低1%的成本，凈利潤能夠上升5%~6%。

這是多么誘人的數(shù)據(jù)！你會(huì)發(fā)現(xiàn)：幾乎每個(gè)零售企業(yè)都在尋找降低成本的方法，因?yàn)檫@是最大化利潤的最簡單方法之一。

當(dāng)您為零售業(yè)務(wù)實(shí)施需求預(yù)測時(shí)，可以通過以下幾種方式來降低成本。

1. 通過準(zhǔn)確的需求預(yù)測，減少不需要的庫存資金占用。在保證供給的情況下，越少的現(xiàn)有庫存帶來越低的持有成本。
2. 通過需求預(yù)測來運(yùn)營精益、敏捷業(yè)務(wù)。您可以根據(jù)當(dāng)前銷售進(jìn)度與未來預(yù)測數(shù)據(jù)，來判斷是否需要加大營銷、廣告投入，以確保及時(shí)完成銷售目標(biāo)，或者是否需要及時(shí)調(diào)整目標(biāo)，以獲得更大的業(yè)務(wù)增長。

2. 增強(qiáng)客戶體驗(yàn)

良好的客戶消費(fèi)體驗(yàn)，會(huì)帶來更高的客戶忠誠度與市場口碑。最顯而易見的，就是：避免讓客戶空手而歸，或者推到您的競爭對(duì)手那兒買同類的商品，這是取悅客戶的最有效的方法之一。

同時(shí)，另一方面，銷售預(yù)測可以用來指導(dǎo)人員配置，優(yōu)化排班。對(duì)大多數(shù)零售企業(yè)來說，您都不希望賓客滿堂的時(shí)候，卻由于營業(yè)員配置不足，導(dǎo)致客戶消費(fèi)體驗(yàn)下降，遺憾流失客戶吧？

三、需求預(yù)測方法

按預(yù)測的技術(shù)手段來分，需求預(yù)測可以分為：

1. 定性預(yù)測
2. 時(shí)間序列預(yù)測
3. 因果模型

1. 定性預(yù)測

定性預(yù)測是指：企業(yè)根據(jù)一些定性數(shù)據(jù)預(yù)測需求。

這需要預(yù)測者熟悉業(yè)務(wù)知識(shí)，具有豐富的行業(yè)經(jīng)驗(yàn)和綜合分析的能力，根據(jù)已掌握的歷史資料與直觀材料，運(yùn)用個(gè)人的經(jīng)驗(yàn)和分析判斷能力，對(duì)事物未來的發(fā)展做出性質(zhì)和程度上的判斷。

雖然我們也會(huì)在一定程度上要求定性預(yù)測運(yùn)用數(shù)學(xué)方法來定量的做出預(yù)測評(píng)估，但還是易受預(yù)測者的主觀因素影響。

定性預(yù)測適合于：歷史數(shù)據(jù)有限的企業(yè)，新店開業(yè)，新品發(fā)布（特別是市場上沒有其他同類產(chǎn)品可參考的情況）等場景的需求預(yù)測。

能適用于定性預(yù)測的算法也非常少，這更像是行業(yè)專家或咨詢公司專長的領(lǐng)域。

2. 時(shí)間序列預(yù)測

相比定性預(yù)測，時(shí)間序列分析是一種量化的需求預(yù)測方法，它使用更為精準(zhǔn)的數(shù)字作為需求預(yù)測的基礎(chǔ)，給出具有一定置信區(qū)間的量化預(yù)測值，屬于定量預(yù)測的一種。

它的基本原理是：一方面承認(rèn)事物發(fā)展的延續(xù)性，運(yùn)用過去時(shí)間序列的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，推測事物發(fā)展的趨勢；另一方面充分考慮各類特征因子對(duì)數(shù)據(jù)表現(xiàn)的影響，綜合給出預(yù)測結(jié)果。

序列預(yù)測適用于有大量過去銷售數(shù)據(jù)的零售企業(yè)，有季節(jié)性、周期性的銷售趨勢的商品預(yù)測。

3. 因果模型

因果模型考慮了可能改變預(yù)測結(jié)果的多種可控及非可控的因素，是利用事物發(fā)展變化的因果關(guān)系來進(jìn)行預(yù)測的方法。它以事物發(fā)展變化的因果關(guān)系為依據(jù)，抓住事物發(fā)展的主要矛盾與次要矛盾的相互關(guān)系，建立數(shù)學(xué)模型進(jìn)行預(yù)測。

因果模型適用于具有大量指標(biāo)的數(shù)據(jù)驅(qū)動(dòng)零售商，按特定產(chǎn)品（類別或SKU）預(yù)測，多渠道、多元化客群的零售業(yè)務(wù)，與市場營銷、廣告活動(dòng)和促銷相關(guān)的預(yù)測。

需求預(yù)測是一門科學(xué)，也是一門藝術(shù)。我們經(jīng)常聽到一些算法工程師自嘲預(yù)測調(diào)參是一門玄學(xué)，這其實(shí)也是從側(cè)面反映出預(yù)測的魅力與價(jià)值。

最好的預(yù)測方法，一定是綜合考慮定性和定量數(shù)據(jù)、內(nèi)部與外部數(shù)據(jù)、可控與不可控因素，做出一些必要的“猜測”和“假設(shè)”，再結(jié)合先進(jìn)的算法和工具來實(shí)現(xiàn)數(shù)據(jù)的預(yù)測。

四、需求預(yù)測的應(yīng)用場景

前面我們或多或少地提到了一些需求預(yù)測使用的場景。

這里，我們不妨做一個(gè)簡單的總結(jié)。

1. 降低庫存金額

對(duì)于庫存成本較高的零售企業(yè)，通過銷售預(yù)測來指導(dǎo)進(jìn)貨與庫存，在保證供給的前提下，進(jìn)一步降低庫存金額，降低成本。

2. 降低報(bào)廢風(fēng)險(xiǎn)

對(duì)于可售時(shí)長比較短的商品（比如水果、面包、鮮食），通過精準(zhǔn)的銷售預(yù)測，來指導(dǎo)備貨，降低報(bào)廢率（并不是追求零報(bào)廢），節(jié)約成本。

3. 把握銷售機(jī)會(huì)

對(duì)于潛在的銷售機(jī)會(huì)，比如節(jié)日、活動(dòng)、天氣變化等，通過銷售預(yù)測來指導(dǎo)提前備貨，充分把握銷售機(jī)會(huì)，最大化銷售額。

4. 指導(dǎo)排產(chǎn)、配送

對(duì)于可以做到自產(chǎn)自銷的零售企業(yè)來說，準(zhǔn)確的銷售預(yù)測，還能夠?qū)㈩A(yù)測數(shù)據(jù)倒推到生產(chǎn)、配送環(huán)節(jié)，指導(dǎo)排產(chǎn)、物流。

5. 導(dǎo)人員配置，優(yōu)化排班

通過分時(shí)段的銷售預(yù)測，來指導(dǎo)門店進(jìn)行更為合理的數(shù)據(jù)化排班，最大化地利用人力成本，同時(shí)保障客戶消費(fèi)體驗(yàn)。

6. 預(yù)測顧客需求

通過市場調(diào)查、專家意見等定性預(yù)測或基于市場營銷活動(dòng)做因果模型預(yù)測，來預(yù)測客戶需求的產(chǎn)品與需求的量，挖掘客戶消費(fèi)潛力。

7. 衡量業(yè)務(wù)

通過對(duì)門店縱向與橫向的多指標(biāo)的定量評(píng)估，衡量門店業(yè)務(wù)情況，給出指導(dǎo)建議與發(fā)展目標(biāo)。

8. 評(píng)估銷售目標(biāo)的進(jìn)度

通過對(duì)當(dāng)前累計(jì)銷售額與未來銷售預(yù)期的預(yù)測分析，評(píng)估銷售目標(biāo)的完成進(jìn)度與質(zhì)量。有需要的還可以及時(shí)調(diào)整銷售目標(biāo)，做到敏捷運(yùn)營。

9. 增強(qiáng)客戶體驗(yàn)

通過進(jìn)銷存各個(gè)環(huán)節(jié)的預(yù)測，增強(qiáng)客戶體驗(yàn)，避免各類因缺貨、延遲交貨、延遲發(fā)貨等情況導(dǎo)致的客戶消費(fèi)體驗(yàn)下降的情況發(fā)生。

小結(jié)

本文給大家介紹了：零售行業(yè)進(jìn)行需求預(yù)測的適用場景及技術(shù)方法，以及如何通過需求預(yù)測實(shí)現(xiàn)價(jià)值變現(xiàn)。

下一篇我們將跟大家聊一聊：具體實(shí)踐中，零售行業(yè)AI預(yù)測具體有哪些派別，而我們又是如何來幫助企業(yè)進(jìn)行需求預(yù)測的。

敬請(qǐng)關(guān)注！

本文由@觀遠(yuǎn)數(shù)據(jù) 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash, 基于CC0協(xié)議