當(dāng)冠狀病毒疫情在2020年初在全球爆發(fā)時(shí)，許多企業(yè)和政府部門發(fā)現(xiàn)處于一個(gè)前所未有的危機(jī)中，他們努力在適應(yīng)和調(diào)整。但新冠病毒病例在全球各地迅速劇增，導(dǎo)致發(fā)布出行禁令，很多人無法出外工作，而視頻通信軟件提供商Zoom公司和Teladoc公司的身價(jià)飛漲，而如今人們仿佛進(jìn)入了虛擬世界，并充滿了太多的焦慮和假設(shè)。

[[348689]]

雖然諸如Zoom、Teladoc和亞馬遜這樣科技公司的業(yè)績大幅增長，或者是因?yàn)樗鼈儗儆诒夭豢缮俚臉I(yè)務(wù)，或者是因?yàn)樗鼈兪且粓鐾蝗患涌斓臄?shù)字革命的一部分，但許多公司的運(yùn)營都經(jīng)歷了嚴(yán)重的中斷。制造業(yè)和快速消費(fèi)品行業(yè)是受到疫情影響最嚴(yán)重的行業(yè)之一。他們的供應(yīng)鏈斷裂有多種原因：

1. 生產(chǎn)中斷

在疫情持續(xù)蔓延期間，全球一些國家的制造廠停止生產(chǎn)，并且出現(xiàn)緊迫的問題，也就是基于健康安全和需求不足這兩個(gè)因素，應(yīng)該關(guān)閉多長時(shí)間，何時(shí)才是重新開放工廠的適當(dāng)時(shí)機(jī)。

為了減輕歷史數(shù)據(jù)對需求預(yù)測的影響，調(diào)研機(jī)構(gòu)開始針對可能相關(guān)的特定行業(yè)利用外部經(jīng)濟(jì)/財(cái)務(wù)指標(biāo)，以量化它們與產(chǎn)品需求之間的因果關(guān)系，并將其用于需求預(yù)測機(jī)器學(xué)習(xí)模型。

2. 客戶需求的不確定性

造成這種困難的因素有很多：

• 很難預(yù)測冠狀病毒疫情何時(shí)會(huì)結(jié)束或放緩。有許多預(yù)測模型試圖解決這個(gè)問題，但是這些模型提供估算的方式各不相同，并且也提供了范圍寬泛的預(yù)測。
• 消費(fèi)者的信心在今年4月達(dá)到了自從2008年以來的最低點(diǎn)，目前尚不清楚其恢復(fù)程度以及未來幾個(gè)月會(huì)有多大變化。
• 人們需要的產(chǎn)品類別發(fā)生了明顯的變化(人們肯定對數(shù)字產(chǎn)品或支持?jǐn)?shù)字世界的產(chǎn)品有更高的需求)。
• 歷史數(shù)據(jù)對于預(yù)測需求已變得無關(guān)緊要，并且由于市場條件不同，試圖從先前的危機(jī)中尋找合適的數(shù)據(jù)并不完全有效。

·供應(yīng)商風(fēng)險(xiǎn)。供應(yīng)商對全球供應(yīng)鏈產(chǎn)生巨大影響，許多供應(yīng)商在經(jīng)營中面臨著極其嚴(yán)峻的條件。在這種前所未有的環(huán)境下，一些供應(yīng)商可能會(huì)違約;而對于手頭沒有足夠現(xiàn)金和沒有流動(dòng)資金的小型供應(yīng)商來說，情況可能尤其如此。

• 貨運(yùn)物流。在疫情發(fā)生的最初幾個(gè)月中，全球各地的一些港口被關(guān)閉，運(yùn)輸方式和路線都發(fā)生了變化，并需要定期進(jìn)行調(diào)整。
• 疫情政策變化。世衛(wèi)組織和各國政府執(zhí)行的防疫措施以及人們嚴(yán)格遵守這些準(zhǔn)則的方式?jīng)Q定了冠狀病毒的傳播速度，從而決定了對行業(yè)發(fā)展的影響。

盡管企業(yè)在疫情期間面臨許多挑戰(zhàn)，但還是可以使用數(shù)據(jù)分析方法來有效地應(yīng)對大多數(shù)挑戰(zhàn)。例如，可以在計(jì)劃恢復(fù)時(shí)開發(fā)儀表板，該儀表板能夠使企業(yè)在全球各地工廠的位置實(shí)現(xiàn)可視化，跟蹤每天發(fā)生的疫情，估計(jì)特定地區(qū)病例數(shù)量是在峰值階段、平穩(wěn)狀態(tài)還是下降，并遵循當(dāng)?shù)卣闹笇?dǎo)，并建議首先重新開放哪些工廠。

除了安全健康方面，還要結(jié)合疫情期間的庫存信息，考慮特定工廠在此期間生產(chǎn)的產(chǎn)品需求發(fā)生了多大變化。如果對特定產(chǎn)品的需求消失，重新開通工廠或產(chǎn)品線可能不合邏輯。為了減輕不相關(guān)的歷史數(shù)據(jù)對需求預(yù)測的影響，針對特定行業(yè)利用其外部經(jīng)濟(jì)/財(cái)務(wù)指標(biāo)，以量化它們與產(chǎn)品需求之間的因果關(guān)系，并使用它們預(yù)測機(jī)器學(xué)習(xí)模型。

盡管這只是制造廠商如何改進(jìn)其數(shù)據(jù)驅(qū)動(dòng)型決策的一個(gè)例子，但在疫情持續(xù)蔓延期間，數(shù)據(jù)分析還可以提供許多機(jī)會(huì)。根據(jù)不斷變化的需求，更改銷售和營銷渠道以及更好地了解客戶來優(yōu)化產(chǎn)品組合，這些只是一些分析用例，可能會(huì)在組織內(nèi)產(chǎn)生巨大影響。

歸根結(jié)底，不同的行業(yè)廠商的運(yùn)營將隨著不同的時(shí)間表而得以復(fù)蘇，但是在疫情期間，許多公司加快了其數(shù)字化轉(zhuǎn)型的步伐。顯而易見的是，大數(shù)據(jù)分析將在這一轉(zhuǎn)型中發(fā)揮關(guān)鍵作用。