根据SAS Experience 2030研究，65%的南非消费者表示疫情后不会恢复传统购物方式，其中37%将更多使用在线及数字应用。这给供应链规划与物流带来巨大压力，企业必须确保产品准时送达并提供优质客户体验。
SAS Institute法国公司高级零售和快速消费品（CPG）总监兼业务顾问Ronald Breedveld指出，在全球高度互联环境下，消费者购买模式、供应链及物流正经历显著且快速的变化，旧有商业模式难以为继。
Breedveld强调：“零售商的关键在于准确预测短期消费需求，确保产品在消费者需要时可供获取。”
实施一至八周的短期预测，对理解销售促销、活动、天气、自然灾害及其他需求异常值至关重要。“短期需求感知使零售商能预测并适应不断变化的消费模式，是在本地运营环境中取得成功的必要条件。”
机器学习赋能精准预测
采用机器学习（ML）创建周度及日度短期需求预测极具价值。结合细分分析、ML与传统时间序列模型，零售商可整合历史发货数据、POS需求信号、促销信息及贸易库存等，生成更精准的预测。
Breedveld表示：“这一切的基础是有效管理多触点产生的爆炸性数据增长。庞大的传感器网络正在改变供应链管理思维，让我们更清晰地洞察现状，这也意味着新机遇与新挑战并存。”
“物联网人工智能（AIoT）正增加新的机遇与挑战。无论零售商还是其他组织，内外部数据日益丰富，对供应链分析价值的认知不断提升，可用分析流程增多。因此，技术采用率正在上升，尽管速度尚缓。”
现代供应链实质上是现有及潜在服务提供商的网络，其产生的复杂数据若利用得当，将成为快速决策、保障业务可持续性的基础。
通过每日进行需求感知、趋势分析和模式识别，企业可优化补货策略、改善库存水平，并在高需求货架上最大化产品可用性，从而迅速应对消费行为变化并做出敏捷决策。
满意客户决定商业价值
Breedveld指出，商业价值日益由满意客户和回头客数量驱动。“将正确产品以合适成本在正确时间送至正确地点的压力空前巨大，而将这一宏观愿景转化为执行现实的是供应链领导者。”
“随着价值链网络化趋势加剧，我们处于即时满足时代，董事会成员越来越多地转向能将战略落地的执行官。”
Experience 2030研究显示，全球16%的客户因更快或更便捷的配送更换服务商，另有13%因负面体验流失。
Breedveld总结道：“当今漫长复杂的供应链产生海量数据，疫情凸显了理解供应链及其韧性的重要性。分析有助于组织解读数据，充分了解现状并最佳适应客户需求。”