黑色星期五与网络星期一促销季已近尾声。数据显示，促销周末期间英国零售消费额达77亿英镑，占迄今总销量的近40%。然而，精准预测仍是零售商面临的核心挑战：既要避免缺货导致客户流失，又要防止库存积压。尽管大促旨在提振销售，但其是否真正带来增量收益仍存疑。
黑五促销的局限性与供应链压力
当前促销活动形式不断延伸，从单日扩展至整周甚至涵盖网络星期一。但核心问题在于，黑五周末的高峰往往只是将后续销售提前，而非创造新增量，这可能导致整体利润率下降。同时，集中爆发的订单给组织架构、供应链及IT系统带来巨大压力，迫使企业临时增聘人手以应对履约挑战。
“黑色星期五周末并不一定会增加整体销售额，而是将销售提前，并可能导致整体利润降低”
AI预测技术的现实困境
尽管算法和人工智能被寄予厚望，但在短期内难以完全兑现承诺。一方面，训练数据可能不足以支撑模型；另一方面，每次大促的独特性（如特定营销活动的影响）增加了预测难度。此外，消费者购买行为正发生演变：预计今年参与人数虽多，但人均支出减少，且圣诞购物节奏可能出现波动。
零售商虽通过推荐系统、定向营销等AI创新手段刺激消费，但这些策略也改变了传统购物模式，使得历史数据的参考价值降低。对于需求计划人员而言，缺乏直接相关的历史参照，加之新型营销策略的干扰，准确捕捉未来销售模式变得愈发困难。
“消费者让情况变得更加复杂，使得他们难以捕捉未来的销售模式”
人机协同：优化需求预测的关键路径
目前，大型零售商普遍采用预测软件，从基础趋势外推到复杂AI系统不一而足。兰卡斯特大学管理学院研究表明，技术在识别既定模式方面优于人类，但在应对消费者习惯突变时，人类专家的经验不可或缺。规划师需深入理解软件逻辑，并利用实地知识（如异常天气对夏季销售的影响）修正算法偏差，将动态因素纳入考量。
针对黑五及圣诞销售的预测难题，尚无单一解决方案。虽然短期促销影响显著，但对高街零售业的长期业绩提振有限，反而可能因销售转移和利润压缩加剧经营难度。
提升预测精度的务实建议
为应对这一挑战，零售商应采取以下措施：
- 完善数据记录：更详尽地记录促销细节，简化促销组合，为分析提供高质量输入。
- 强化人员培训：支持需求规划师提升专业能力，使其能更好地驾驭工具。
- 优化算法可解释性：开发更准确且易于理解的算法，便于规划师进行人工调整与干预。
不存在一劳永逸的“魔法棒”，唯有在数据、技术与人才多维度持续精进，方能实现更精准的销售预测。
（作者系兰卡斯特大学管理学院杰出教授罗伯特·菲尔德斯）