您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识

数字化转型大潮中，企业业务需求预测遇到的挑战，企业和管理者应该如何应对？

数据,企业,需求预测数字化转型大潮中，企业业务需求预测遇到的挑战，企业和管理者应该如何应对？

发布时间：2020-12-06加入收藏来源：互联网点击：

问题补充： 随着当今数字化红利逐步释放，消费市场对数字化的需求倒逼企业纷纷走上数字化转型道路。对于企业业务需求预测业务亦如此。然而，企业内部依靠少数行业专家经验进行业务需求预测，导致预测机制的专业壁垒在企业各业务主体和各层级中产生，使得企业自下而上的预测机制不健全，预测结果缺乏持续性。因此，业务需求预测的准确性和市场需求的波动性却成为企业实现供应链建设长期面临的问题和阻碍。
预测机制不健全
缺乏层级性、系统性的业务需求预测机制，必须依赖于企业少数专家的过往经验，大大降低了各层级获取预测结果的时效性。
平台工具缺失
标准化，智能化的业务需求预测平台工具缺失，无法满足企业各层级自我预测，自我分析的诉求。
数据质量低
企业的业务预测数据分散，不连续，有断层，导致业务需求预测无法覆盖多重业务场景。
在目前的数字化转型大流下，针对以上实实在在面临的问题，企业及企业管理者应该如何应对？

回答于 2019-09-11 08:43:50

回答于 2019-09-11 08:43:50

这个话题挺大，结合我操作过的项目，长话短说。

1，先管好“小数据”，用好“小数据”。拿不到全业务流数据，就取局部关键数据，比如小到“退货数据”；拿不到终端用户数据，就选几个典型市场（或样本客户，样本品类）建数据样本店。

2，梳理现有的数据资源、分布、规则和应用背景，一个版块一个版块的打通数据孤岛；重建实用、共享的业务分析链，坚持用户导向和问题导向。

4，从“小”做起，小步快跑。像零售终端预测系统，涉及巨大的门店数字化推进的，最好的体统总是先服务业务刚需，在客户或门店里的痛点的解决方案里实现数据的关联获取，不为了预测而做预测。

5，利用好供应商数据或其他平台企业数据。春江水暖鸭先知，大供应商往往也是行业供应商，促进他们整理和开放部分数据，比如，定期通报相关产品功能、技术要求、规格、用材、外观工艺、花色造型、配套件等变化情况，帮助你定期预判行业供应端的中观趋势。不要说拿不到，你真积极和坦诚，人家会真开放。

6，建立”预测”的内部协同。尤其是产销、产研、产供的协同，至少做到三个明确：明确职责，明确议事规则与流程，明确奖和惩。有人做预测，有人管预测，有人用预测，建立“真重视”！




回答于 2019-09-11 08:43:50

数字化为企业诸多方面带来了广泛且深刻的变革。为价值的创造和捕捉提供了前所未有的机遇，但同时也成为了重大的风险来源。数字化将在多数行业掀起变革，因此企业需要深入了解所面临的一系列挑战。

想要转型为数字化企业，不仅要投资于最新的数字技术，企业要从根本上重塑运营模式，寻找新的方法。

回答于 2019-09-11 08:43:50

积极部署落地企业内部的数据中台，最大限度激活企业的数据资产