大数据和认知计算如何帮助或扰乱供应链？

[adimanav]

鉴于我在电气供应链中一家重要公司担任营销和传播经理 10 年所获得的经验 ，我想我应该写这篇具体的文章，非常垂直地关注这个非常重要的生产链的一些因素。 众所周知， 电力供应链中的参与者与几乎所有供应链一样，主要是 生产商、分销商、安装商 和最终用户。 撇开最终用户不谈，所有其他相关人物如何小心翼翼地管理他们的信息、商业政策、销售网络、市场信息、销售等，这是可以理解的。 因此，生产商通常想了解两件事：他们的目标市场表现如何以及他们的竞争对手表现如何。因此很明显，他们试图从合作伙伴（市场上的经销商）和市场本身来感知这些信息。 不同的是，分销商，尤其是较大的分销商，拥有来自参考市场的大量信息，他们可以比较不同产品/制造商的销售配额等。



然而，尽管他们实际上享有统治地位，但他们却 泰国电话号码表 无法安然入睡。制造商可以随时决定将其产品直接出售给安装人员。 显然，这需要生产者付出相当大的后勤努力。所以我认为从这个角度来看，这种情况可能会在一段时间内保持不变。如果不是因为技术可以严重干预大数据和认知计算的使用。 迄今为止，制造商和分销商都可以更好地利用该技术，或者在某些情况下，他们最终可以开始使用它。 大数据已经提供了我们需要的所有信息。 让我们想象一下，一位父亲决定将家里的灯从传统的白炽灯更换为 LED 灯，因为他决定节省能源费用。 现在让我们想象一下在地区或国家层面上更大的情况。有多少人通过在谷歌上进行数十、数百、数千次搜索来表达同样的需求？ 了解这些数据对于 LED 灯和相关配件的制造商以及全国各地的经销商都非常有用。过去我们会委托专业公司进行市场调查，但我们的数据仍然是简单的、有限的、统计性的。




如果这些信息已经可用怎么办？ 在这里，大数据为我们提供了帮助，这要归功于专门开发的工具以及搜索引擎也可以获取的信息。 例如，如果我们要分析 Google 中的搜索，我们可以通过分析搜索的关键词来了解有多少用户搜索了给定产品或产品类型。 这个数据很重要，因为用市场术语来说，它是零矩。这是每个广告商的理想时机。能够知道未来可能需要什么。在做出购买决定之前就影响您的市场。 也就是说，用户正在询问，他还没有决定购买哪种产品，但他知道他需要将家里的所有灯都换成LED灯以减少消耗。 因此，如果我们要分析这些数据，我们就会知道用户在国家领土和特定区域进行了哪些搜索，因此我们也会知道如何在市场上移动。在不久的将来，最受欢迎的产品是什么？哪些产品最好立即出售以减轻我们的仓库负担，因为它们的需求会更大，等等...... 这个简短的反思不是未来主义的，而是现实的。 事实上，像 IBM这样的巨头 已经建立了一个专门的部门，预算达 10亿美元 来开发这些也被定义为认知计算的系统。 亚马逊也 推出了这种购买方式，以提前了解顾客的购买情况。