預測分析決勝酸奶大戰

美國酸奶業競爭激烈，各廠商都用盡渾身解數提高市場占有率。希臘酸奶以獨特的口感正贏得越來越多消費者的青睞，其銷量已達到全美酸奶總銷量的1/4，這一數字仍在不斷增長。

隨著消費者口味偏向希臘酸奶，眾多酸奶廠商也開始大肆投放旗下希臘酸奶產品的廣告，開展促銷活動，一場沒有硝煙的酸奶大戰已經打響。而法國達能公司憑借一款秘密武器——預測分析系統，在激烈的市場競爭中占得先機。

達能公司的CIO Timothy Weaver說：“過去多年來，達能的銷售團隊一直依靠電子報表來預測銷售量和管理庫存。費時費力的報表分析讓銷售部門沒有足夠的精力去制定銷售方案、實施客戶計劃；另一方面，預測結果的準確率只有70%，生產部門不能完全依據銷售部門提供的報告安排生產?！?/p>

2010年4月，達能上線了預測分析系統，包括供應商戰略規劃和客戶貿易規劃。盡管公司負責人沒有透露實施該系統的成本，但他宣稱，相比其他技術投資，“該投資帶來了巨大的回報”。

Weaver介紹：“我們的銷售團隊可以通過預測分析系統，對銷量進行科學的預測，以后不再只依靠直覺和猜測判斷了。例如，他們首先設計一個將4盒裝無脂希臘酸奶售價降低49美分的促銷活動。然后，將產品價格、目標客戶、促銷時長和庫存等信息錄入預測系統。系統結合該品種酸奶銷售的歷史數據、區域數據，就可以得出預測結論——促銷可以增加銷量，提高總收入，增強盈利能力?！?/p>

2011年5月，達能全面升級了預測分析系統，使預測準確率提高到98%。借助預測分析，達能在競爭激烈的酸奶市場保住了市場份額。

預測分析不是水晶球，一眼就能看到未來銷售情況。若想讓系統正常工作，必須保障各種資源到位，系統應用前的模型測試、高級管理人才的引進、專業人員的培訓都是必不可少的。

預測分析的市場背景

了解希臘酸奶的市場競爭狀況，有助于充分理解預測分析給廠商帶來的收益。市場容量限制、零售商間競爭、輕率的價格戰、錯誤的促銷策略都有可能使廠商在競爭中失利。然而，通過更好地預測產品的需求量和消費者行為，酸奶生產商依舊有提高銷量、獲得利潤的空間。

“越來越多的消費品制造商利用預測分析技術，以確保正確的產品出現在正確的貨架上?！睂I從事消費者行為預測機構Shopper Technology Institute的執行董事約翰John Karolefski說道，“預測分析是制造商們的新法寶，防止斷貨，制定行之有效的促銷都離不開它。”

對區域銷售數據進行挖掘，從而預測消費者行為，是達能利用預測分析的一個手段。“達能酸奶在全美市場統一定價。但分析銷售數據后，我們發現，基于地理區域不同，消費者對產品的價格敏感度不同。即使對酸奶這種廉價的日常消費品，在不同的區域制定不同的價格策略也是可行的。”達能集團的銷售和市場總監Jeremie Davis說道。

“在激烈的市場競爭下，如果你不了解客戶，失敗就是難免的。”Elder Research公司的副總裁Gerhard Pilcher說道。在深入探究價格如何影響消費方面是達能做的很好。很多酸奶制造商試圖以大幅折扣和密集的促銷吸引消費者。但達能利用所掌握的的價格——消費信息，設計出更加復雜的銷售策略，不僅僅以價格戰打贏競爭對手。

在公司內部將銷售預測數據共享，也為生產和庫存計劃的制定提供了依據。通過比較典型銷售水平和基于特定促銷的預測銷售水平，達能可以預測儲備庫存提高多少就能滿足增加的需求，并相應地調整生產和庫存。

預測分析的優勢

Weaver介紹道：“整個希臘酸奶業面臨的問題之一是許多廠商受限于生產能力，不能滿足市場需要，這就是為什么預測分析是我們的重要工具?！?/p>

酸奶制造商需要特別注意的一點是不能生產過量的產品。“乳品的保質期都很短，預測每日供給標準尤為重要，”零售戰略研究公司GfK的副總裁Alison Chaltas說道?！氨Ｙ|期越短，供應鏈管理的難度就越大，過量生產的損失就越大，我們必須確保產品在有效時限內，出現在正確的地方?！?/p>

跳出單一產品，還需要考察某一產品的需求增加對另一種產品需求有何影響。為此，達能利用預測分析，將所有品類的酸奶產品銷售數據進行比較。例如，通過數據分析，公司發現Light Fit酸奶上市，使得一些消費者放棄對達能某些品種酸奶的購買，轉而購買此種酸奶。但由于它也吸引了一部份購買其他公司產品的消費者，總體而言，該產品提高了公司的盈利能力。

達能進行深層數據發掘的另一個好處是容易為區域銷售代表、零售商設置現實的銷售目標。以往，銷售人員可以從超市銷貨記錄，得知哪幾種口味的酸奶賣的更好，以增加供貨量，但這是事后行為。通過預測分析，我們能夠在銷售前，得知消費者更加偏好哪些口味的酸奶，從而提前制定銷售目標，防止錯過最佳的銷售機會。

調整模型

預測分析帶來好處多多，實施起來也存在一定困難。首先，模型所使用的歷史、區域和市場數據可能過于陳舊，從而導致預測結果的不準確。“模型建立之后不能一勞永逸地為企業服務，”Pilcher 警告說。“預測模型不是靜態的制造設備，它包含許多動態因素，隨著時間的推移，模型需要重新評估，并做調整。”

Davis介紹：“起初我們預計每半年就要對模型進行一次測試和修正，但由于酸奶市場變化太快，我們現在每季度都要對模型進行一次調整。達能進行調整的辦法是從獨立的模型中采集較小數據集，如將蜂蜜味Oikos 酸奶在4月份的實際銷售量與通過預測模型計算的預測銷售量和庫存等指標相比較，以此為依據，對模型進行調整，提高預測的準確性。

Pilcher說道：“消費趨勢的變化，可能影響模型結果。因此，我們還需要市場專家的配合，根據現實狀況，對模型外生變量進行調整，使得預測模型更加符合市場情況?！?/p>

實施情況

“上線預測分析系統，要求管理者具有逐步地推進耐心，并且舍得花時間和財力來培訓銷售團隊以適應業務流程過渡。”Davis指出，“當初我們預測分析系統上線后，留出了6個月的緩沖期，使公司適應變化，并觀察實施效果?！?/p>

部署預測分系統也要求公司重建自己的銷售團隊，使員工將銷售經驗與統計知識正確地結合?！拔覀儾灰箐N售人員擁有數學學位，但他們必須對預測分析有一定的了解?！盌avis說道。向基層銷售人員說明預測分析的益處，可以加速系統的應用進程。例如，Davis曾向員工強調：預測分析將為銷售人員節約大量時間，不用每周花費數小時計算預計銷售量。

無論預測分析系統能對公司的盈利起到多么關鍵的作用，它都會給IT部門增加額外負擔。畢竟，集成來自不同部門的海量數據，確保數據安全和保證數據質量不是一項簡單工作，這讓IT部門有些力不從心。Pilcher認為：“讓IT部門明白預測分析流程及他們需要提供何種技術支持，是預測項目實施成功的關鍵?！边_能公司還發現圍繞預測分析舉行每月一次的跨部門會議，審視實施成果，是凝結公司力量推動系統實施的好方法。

展望

根據 UBS公司的預測，五年內美國市場的希臘酸奶產業銷售額將從目前的10億美元增加到30億美元。Bernstein Research 公司的研究報告稱希臘酸奶的銷量將占到美國酸奶市場的50%以上。“如果出現這種情況，預測分析很可能成為酸奶大戰中更強有力的武器。你不能忽略大數據的價值，”Karolefski說道，“只要有大數據在手，公司最終都能找到利用它的方法，并最終獲得競爭優勢，但這可能是一個逐漸發生的過程?！?/p>