智能应用 影音
云达科技股份有限公司
event

【数码转型 台湾最行】掌握市场需求提早应变 AI销售预测有哪些Key Point?

疫情为全球经济带来巨大冲击,後疫情时代市场需求的变动显而易见的更加剧烈,对制造商形成莫大挑战,《数码转型 台湾最行》应用篇第十六集,DIGITIMES邀请大同大学事业经营系助理教授成力庚分享,制造业如何运用大数据分析进行销售预测,以因应市场波动做好准备?

 点击图片放大观看

後疫情时代市场需求的变动显而易见的更加剧烈,对制造商形成莫大挑战。AFP

传统上,制造业大多采取计划性生产,也就是说,有订单,才有采购与生产需求,但诡谲的後疫情时代,越来越难以掌握市场需求,像以电子业来说,去年上半与下半年就呈现出完全不同的「盛况」,成力庚因此分析,虽然过去诸如销售预测等议题,大多出现在电子业,但未来像是传统产业,也会面临与之一样的问题,因此如何掌握市场端的节奏变化,透过预测及早准备,也成为接下来制造业的热门话题,这也让更多业者进而求助AI来预测需求。

然而对於大部分传统产业来说,AI看似高大尚,进入门槛高?但事实上并非如此。成力庚指出,AI虽然需要数据,但很多业者不知道自己其实已经拥有很多数据,像是ERP系统、POS系统等,这些都可作为AI的数据库,进而先透过AI微应用试点,逐步扩散。

那麽传统产业要如何透过大数据精准做到销售预测?成力庚分享几个关键,首先他认为,深度访谈、了解需求是数据分析相当重要的第一步。成力庚说,制造业者需求往往最重视业绩提升,或降低成本,但他强调像是这种命题的背後影响因素有很多,范围过大,他建议业者应先从单一主题开始分析,毕竟数据分析很难一次性达标,而是需要长期累积。

而AI的命题往往最容易卡关的则是前期需求的探索与数据的整理,这通常是团队会耗时间的流程,「AI模型的建立到实际上线部署的时间其实只占很小一部分。」成力庚说。

首先是数据的品质。成力庚强调,数据多当然能够为AI提供更多训练数据,但数据的品质事实上才是决定模型精准度的关键,而其中之一就是数据的稳定度。成力庚举例从肉眼观之就可区分,像是如果把数据拉成轴线来看,稳定的波幅代表数据稳定,若波幅变动剧烈,即代表数据相当不稳定。

成力庚也指出,如在其所蒐集的数据中能够采集到更多的「情境数据」,也可协助更精确的建模,因此在前期的深度访谈中,则建议业者可尽可能提供如销售型态、产业型态,或季节性需求变化等数据。

而对於中小企业导入AI,成力庚也建议业者可掌握三个要点,包括数据的正确性,像是不同来源的数据格式是否统一,如有误差则容易产生不标准的数据,以及,以数据为Base是未来趋势,因此企业内部须先建立正确的文化,而在此之下,企业上至下每个单位的员工也必须要有愿意学习的心态。(更多精彩内容请锁定《数码转型 台湾最行》第2季应用篇)

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 制造业 AI 数码转型