亚马逊公司也宣布提供当天送货上门的快递服务。虽然这项服务只提供给Prime会员消费者。不过，我们可以切实的感受到供应链生态系统越来越完善。本文的主角——需求感应技术，或许会成为不同行业企业开启数字化转型的钥匙。 本文编译自strategy-business的原题为“The Magic of Predicting Demand from Data”的文章。

需求感知（Demand sensing）是实时互联供应链生态系统的的关键组成部分，能给数字转型带来强劲动力。

有时候亚马逊送货上门的速度令人称奇。不管你订的物件有多无人问津，亚马逊常常还是能承诺当日送达。这是怎么做到的？难道你有购买欲的种草物件，都已经聚集在自己附近了吗？这倒不一定。但是很有可能，亚马逊已经将你有可能下单的物件运到离你最近的仓库里，守株待兔了。

听起来很神奇，但"需求感知"这门技术已经存在并投入应用。需求感知利用新的数字技术来分析数据源，以找出潜在客户身在何方，什么时候会购买自己有兴趣的物件以及购买量，早在他们下单之前就都算出来。数据源来自商家的历史数据和其他实时信息。

在所有企业都面临前所未有的行业“动荡”的时刻，需求感知技术通过理解消费者行为及其对供应链的潜在影响，能帮助企业更了解消费者。“下单后即刻就能收货”，这一点在改变消费者对服务的期待上尤为重要。

这么一来，商家就能更快地将商品送到消费者手上，保持高质量的服务，提高销售量，并将少数卖不出去的货退给供应商。需求感知能保证供应链生态系统处于实时互联状态，将错误率降低45%。从我们的经验看来，这能大大提高效率，让服务更可靠，消费者更满意。

为什么现在出现这门技术？需求感知出现的基础离不开影响需求的新数据源、计算力的提升和人工智能。很多企业正使用需求感知来处理新数据，建立需求感知力，从而更好地理解消费者行为，并据此来“指挥”自己的供应链。

企业销售量越大、与客户距离越近，需求感知就越重要。所以零售商和快消品企业是第一批吃螃蟹的。但需求感知技术对其他行业的重要性也与日俱增，比如汽车、工业品、能源和制药企业。汽车制造业就能从不同的产品配置app中获取很多关于消费者偏好的有用信息，这些app能让消费者选择车辆的具体细节。

从数据预判需求：当天送货上门的秘诀

即使是在销量较低的行业，比如航空航天，需求感知也有其用处，可用于找到维修服务和零件需求。飞机引擎生产商能获得自己产品在飞行时的实时数据流，让他们能实时监测产品状态，进行调整，并设定零件库存量。就目前需求感知的接受度而言，企业分为两大阵营：自己利用开源算法（社区会不断有更新维护），在公司内部开发解决方案；直接使用从第三方数据挖掘和供应链专家的SaaS云解决方案。

瑞典能源集团Vattenfall和丹麦公司Orsted（曾用名 Dong Energy）开发了自己的解决方案——风能预测系统，从不同源头获取数据输入值，包括天气数据和传感器数据。这些数据用于丹麦周围北海的风力发电厂Horns Rev的运营。数据源通过神经网络（人工智能的一种形式）的处理，能发现最具影响力的参数，该参数会被用于预测系统。

将解决方案外包出去的企业也有很多，比如宝洁公司，多年来一直使用需求感知。 它利用销售点（PoS）数据、架上库存、仓库库存变动、分销商数据以及零售商预测等信息，所有这些信息都会每天输入到分析模型中。

德国零售商Otto投入使用的需求感知系统能为根据成百上千个参数，为每件商品创建每日预测。系统的主要目标是从巨量数据萃取精华，形成实时决策。Otto的系统在每件商品的预测准确度上有40%的提高，并且讲过量库存减少了20%.

很多企业都已经掌握了用于提高预测准确度的数据，其中很多企业也有足够的计算力以及必要的机器学习算法，有能力把手头的数据用起来。而那些无法独立完成预测的企业，找合适的企业将需求感知外包出去也是可以的。目前有一个日益明显的趋势，很多不相干的公司之间也出现越来越多的数据网络，让企业能获得本无机会得到的数据。比方说，如果机场把航程终点的客流量分享出去，这些数据就可能进入的士车公司或飞机生产商的需求感知模型。

但有一个底线，要想需求感知模型真的起作用，就必须投入时间经历去找出潜在的需求信号，把信号用分析引擎处理后，再将结果融入到供应链规划和执行中。