2024.08.08
松下集团人员
帮助 Blue Yonder 客户保持竞争力 — 如何通过反复微调需求预测来提高库存准确性并降低库存过剩：Nico Bartmann

Blue Yonder 最新 SaaS ^*2解决方案认知需求规划的核心是其预测能力。这项技术使使用这些解决方案的公司能够使用人工智能 (AI) 和机器学习 (ML) 来预测他们处理的产品的需求。该技术结合了数百个变量，在生成相关数据的同时还计算业务影响和风险。这使客户能够根据高度准确和可靠的数据预测快速管理订单和采购。除了增加销售额、优化库存和减少浪费之外，该技术还有望帮助建立更具弹性的^*3供应链。
^＊2 软件即服务。通过互联网网络向用户提供的基于云服务器的软件服务。
^＊3 可灵活应对波动等的供应链。

致力于 Blue Yonder 解决方案的“核心”工作非常令人兴奋。我相信使用我们解决方案的零售客户将能够领先于竞争对手并保持领先地位。最近，英国大型零售商 Sainsbury's 承认 Blue Yonder 是其成功故事的重要组成部分。Sainsbury's 的首席执行官在他们的全年业绩电话会议上谈到与 Blue Yonder 的合作以及我参与开发的解决方案是他们成功的关键原因，这非常鼓舞人心。Sainsbury 使用 Blue Yonder 进行实时预测可以优化销售、减少浪费并在需要的时间和地点分配库存。

彻底探寻隐藏的数据模式
但没有预先确定的方法

我与其他数据科学家^*4 /规划人员以及客户端用户合作，检查和验证所生成数据的准确性，以微调需求预测能力。我还解释了预测背后的原因以及模型表现如此的原因，并通过结合客户的反馈来调整预测能力。
^＊4 利用大数据分析创造新产品和服务并改进运营流程的科学家。

我是一名数据爱好者，因此喜欢深入挖掘数据以寻找新模式。我利用我的发现来补充和增强当前的 ML 模型，最终确保预测功能在解决方案中发挥作用并提供准确的预测。

然而，近年来，市场状况和客户行为一直在不断变化。例如，即使在商店层面，模式也在不断变化。在这种背景下，实际上没有预先定义的方法可以找到这些模式，因此工作极具挑战性。但一旦你找到了这些模式，就会有一种兴奋感。我们需要不断推动模型并添加新功能以满足客户的需求。

2022 年，Blue Yonder 与总部位于美国硅谷的 Snowflake 公司建立了合作伙伴关系，我对它提供的数据云^*5服务寄予厚望。与 Snowflake 的合作使 Blue Yonder 能够将 Snowflake 的数据功能集成到其 Blue Yonder 平台中。这使零售商、制造商和物流服务提供商能够利用 Blue Yonder 的数据云产品来大规模访问、共享和使用实时受控数据、行业特定数据集和数据服务。此外，使用数据云将使我所研究的机器学习模型的创建和微调更加可靠。这对 Blue Yonder 及其客户来说都是一个改变游戏规则^{*6 的}事情！充分利用这些优势，我们将竭尽所能为创造更好的解决方案做出贡献。
^＊5 在多个服务器上存储大量数据的技术，使得在必要时可以更轻松地访问数据。
^＊6 超越行业界限、打破传统流程与规则、为社会带来改变的革命性商业发展。

实现手动任务自动化，使需求预测功能更快、更灵活

虽然微调对于确保准确预测非常重要，但为了优化系统，微调过程必须重复多次。简化任务是一项重大挑战，但我们最近在寻找解决方案方面迈出了重要一步。