大數據時代的企業需求管理

趙建國　姜愛萍

大數據時代到來！美國互聯網中心指出，互聯網上的數據每年將增長50%，每兩年將翻一番，我們目前的數據有90%以上都是近幾年產生的。除了互聯網，無數安裝在設備上的數碼傳感器也能產生諸如位置、運動、溫度、化學物質等的海量數據。大數據時代的開啟，影響著我們理解世界和在這個數據世界中生產和生活的方式，同時帶來一場巨大的商業變革，將顛覆原有企業的運營思維和組織架構，加速重構新的價值鏈，建立新的行業影響力。

需求管理是集需求分析、需求判斷、需求預測于一體的管理活動集合，需求管理水平的高低取決于整個需求鏈中各主體信息管理和經驗判斷能力及其整合的效果。需求管理對企業、尤其是傳統企業有著重要的意義，它能夠使企業的輸入和輸出相匹配，減少因兩者差異而產生的成本和風險。然而，傳統的需求管理往往出現較大偏差，無法最大程度地實現其意義。究其原因，無非是重視經驗而非數據、收集數據雜亂無章、整理數據低效、預測方法單一等等。大數據時代的到來，為需求管理提供了新的思維和途徑，與此同時，也對企業提出了更高的要求和更大的挑戰。

一、需求管理基本邏輯的轉變

一般地，我們認為需求預測發生偏差的根本原因在于信息不對稱。大數據時代，我們將擁有充分的信息！例如，淘寶網出售的比基尼泳裝在中國銷量最高的地區不是我們以為的廣東、海南等省，而是內陸的內蒙古和新疆。出現這樣預測失敗的情形，不是因為經驗錯誤，而是有未考慮到的因素，即信息的缺失。如果有一個針對某種需求的完美的預測方法，那么我們可以設想，這種方法一定將所有信息、因素和關系都包含在內了。當然，這種完美的模型幾乎不可能存在，但盡可能地使我們的需求預測模型包含更多信息，必然是完善需求預測的重要途徑。為了獲取更多信息，顯然不能依靠經驗，因為太多的信息早已超出經驗的范圍。而數據，則承載了所有的信息。這些信息中，有很多是很難被考慮到，或者即使考慮到也難以量化并加入預測模型的，比如人們的心理偏好。處理這些信息是很困難的，但數據提供給我們一個簡易的結果，因為數據本身就已經是眾多信息的擬合了，我們不需要深究這些數據是如何由信息擬合得到的，只要直接使用這些天然又準確的擬合結果做需求預測就好了。例如，在上面比基尼泳裝的例子中，我們可能無法得到一個關于為什么內蒙古、新疆的銷量比廣東、海南好的最終解釋，但我們實際上并不需要這個解釋，因為原因已經包含在這個數據結果中了，無論我們是否能獲得解釋，都不影響做需求預測。因此，數據使企業在需求預測中對于市場信息不對稱的情況得到巨大改觀，企業掌握數據越多、挖掘數據越深入，擁有的信息量就越大，做出的需求預測就越可靠、越準確。

從另一個角度來說，數據的體量巨大，是大數據的最顯著特點。基于這樣的數據量級，我們基本可以認為“樣本等于總體”。當我們可以用總體數據進行分析和預測時，抽樣分析這樣的方法顯然已經落伍。因此，基于大數據的需求預測將使結果更加靠近真實情況，盡可能地縮小偏差。

二、需求管理基本理念的轉變

大數據時代的需求預測，必須完全相信數據，同時，還要用新的方式看待和處理數據。人們使用互聯網的形式不同，在互聯網上留下了不同形式的數據，如文本、音頻、視頻等，它們內在不具備一定的邏輯和結構，因此被稱為“非結構性數據”。這些“非結構性數據”難于處理，加劇了互聯網數據的混亂程度，使得分析和預測的“精確”成為不可能。面對這樣的境況，一方面要重視這些數據的價值，利用統計模型量化并深度挖掘這些數據來進行需求預測，另一方面要承認“不精確”，允許“不精確”的存在。

使用大數據進行分析，更多情況我們得到的是相關關系而非因果關系。雖然人類有從現象探尋原因的本能，但在大數據時代，我們大可不必死守這種思維美德。有些數據可以追溯到其內在因果關系，但有些卻是我們現在的科技水平和對自然社會的理解無法解釋、甚至與我們固有的認知完全相反的。在利用大數據的需求預測中，對于那些已知的內在因果關系，我們可以利用其確定外在相關關系的穩定性，使得預測結果更加可信，而對于那些無法解釋的因果關系，我們完全可以暫不理會，放心大膽地利用數據的相關關系進行分析和預測即可。

三、需求管理驅動商業模式的轉變

大數據時代，企業需求管理在理念和方法上的變革，如同人類歷史上其他重大的工業和科技信息革命，極大地解放了需求管理的生產力，使其效率和效果提高到一個新的水平。因此，這樣一個由數據和數據模型支撐起來的新的需求管理模式，對企業的發展是非常重要的。

沃爾瑪作為世界上最大的零售商，擁有超過200萬員工，銷售額約4500億美元。在網絡帶來巨大數據之前，沃爾瑪在美國擁有的數據資源應該是最多的。2004年，沃爾瑪對歷史交易記錄這個龐大的數據庫進行了觀察，這個數據庫的記錄不僅包括每一個顧客的購物清單以及消費額，還包括購物籃中的物品、具體購買時間、甚至購買日的天氣。沃爾瑪公司發現，每當季節性颶風來臨之前，手電筒和蛋撻銷售量都劇增。因此，暴風雨來臨時，沃爾瑪把蛋撻和颶風用品放到一起，增加了銷量。這個銷售行為成功的背后，是沃爾瑪通過挖掘海量數據，在手電筒和蛋撻銷量之間建立了相關關系，繼而做出的需求預測。當時的這種挖掘數據進行需求預測并提升手電筒和蛋撻銷量的方式仍可以被看作是一種靈機一動的、討巧的銷售手段，但是放在今天這個大數據時代下，若能將這種需求預測的方式更加普遍地運用到采購、庫存、銷售、定價等各個環節，無疑將是企業商業模式的一種變革，其結果是直接促進企業的發展。

在大數據時代，個性化的需求預測將顛覆一切傳統商業模式，成為未來商業發展的終極方向和新驅動力。大數據為個性化商業應用提供了充足的養分和可持續發展的沃土，如基于交叉融合后的可流轉性數據、全息可見的消費者、個體行為與偏好數據等等，未來的商業可以通過研究分析這些數據，精準挖掘每一位消費者不同的興趣與偏好，做出針對個體消費者的需求預測，從而為他們提供專屬的個性化產品和服務。然而縱觀整個中國互聯網，我們擁有海量規模的大數據，但與個體消費者針對性需求存在著巨大的鴻溝。現如今，每一個企業對其用戶的了解都是片面的或者單個維度的。例如，賣運動裝的網站A、賣休閑裝的網站B和賣包具的網站C，都了解用戶在自己網站的偏好，但卻無法了解用戶在自己網站外的行為和偏好。試想一下，如果網站A能夠了解它的某位用戶在網站B和C上的興趣（比如非常喜歡紫色的休閑衣服和包），就可以預測該用戶的需求偏好，更加精準地提供他可能也會喜歡的運動裝。

在變革的同時，企業也面臨著巨大的挑戰。首先，使用大數據做需求預測，必須有豐富的數據庫。目前，中國企業對數據的重要性還未有足夠的認識，所以把握這個契機，大量收集數據，不但成本低，還能在未來需求預測的數據競爭中占據制高點。其次，技術水平對大數據挖掘的結果有決定性作用。基于大數據的需求預測不是一個模型的重復使用，而是涉及多個技術領域的流程、對不同產品和服務差異化的預測方法以及不斷更新的數據分析和挖掘技術。此外，數據的收集、處理和儲存也將耗費大量的成本，并面臨著數據安全的風險。

大數據時代，數據為王。大數據作為一種理念，也作為一種方法，改變著需求管理的思維和途徑。這種正被改變著的需求管理，正是企業模式變革與發展的推動者。endprint