本文轉(zhuǎn)載自公眾號“讀芯術(shù)”(ID：AI_Discovery)

2020年，各行各業(yè)都不容易，新冠病毒改變了我們生活的方方面面。疫情引起的數(shù)據(jù)科學一大趨勢，就是數(shù)據(jù)科學家和數(shù)據(jù)驅(qū)動分析與大型公司運營整合加速。要想在混沌中生存發(fā)展，數(shù)據(jù)至關(guān)重要。

[[377036]]

這種趨勢在零售業(yè)更為明顯。作為今年受沖擊最大的行業(yè)之一，零售業(yè)開始轉(zhuǎn)向數(shù)據(jù)科學尋求解決方案。

數(shù)據(jù)科學，或者叫商業(yè)科學，正變得越來越重要，該行業(yè)的數(shù)據(jù)驅(qū)動對每個數(shù)據(jù)科學家都很重要。它不只適用于專注供應鏈、定價或其他與零售相關(guān)的應用程序的人，零售業(yè)的數(shù)據(jù)科學趨勢預示著后疫情時代整個世界的趨勢。

以下是2021年主導零售業(yè)數(shù)據(jù)科學的五大趨勢，每一位數(shù)據(jù)科學家都必須在新的一年做好準備，正面應對。

1.自動分析與分析

幾乎所有業(yè)務都離不開大數(shù)據(jù)，大數(shù)據(jù)已成為現(xiàn)代零售業(yè)的必需品，下一步就是發(fā)展自動化。在接下來的一年里，會有更多公司在數(shù)據(jù)收集和分析方面開展自動化分析。只有能夠自主利用其觀點，數(shù)據(jù)質(zhì)量才能發(fā)揮作用。

多年來，我一直致力于推動自主分析系統(tǒng)發(fā)展。麥肯錫指出，自動化是2021年消費品和時尚界的關(guān)鍵趨勢。自動化是零售業(yè)的未來，這意味著數(shù)據(jù)科學家需要將他們的重點轉(zhuǎn)移到自動化模型和分析上。

2.AI走向成熟

隨著去年人工智能應用的迅猛發(fā)展，2021年很可能成為人工智能成熟的分水嶺。也就是說，更多模型將提供應用所期望的最佳結(jié)果。以高德納公司的AI成熟度模型來說，很多業(yè)務都將進入最后兩個階段，AI在許多組織中的應用最終將轉(zhuǎn)向系統(tǒng)化。

對于數(shù)據(jù)科學家來說，AI技術(shù)的成熟讓人激動，因為AI可以像真正的商業(yè)科學家一樣行事，從模型中總結(jié)出準確可行的見解。這也是對模型開發(fā)方法的調(diào)整。優(yōu)化一個成熟的模型是許多人明年會面臨的新挑戰(zhàn)。

3.敏捷模型與供應鏈

2020年教會我們最重要的是未雨綢繆。不管是新冠疫情、自然災害，還是接下來要面臨的任何危機，都可能會給供應鏈帶來意料之外的影響。

好的AI模型能夠自動消化任何相關(guān)信息，映射微觀模式和微觀趨勢，從自身的錯誤中學習，并不斷調(diào)整。它能和人類一樣做出反應，同時更有效率，也更受可驗證數(shù)據(jù)的約束。

這意味著，一旦有了新的數(shù)據(jù)，即便觀察有限，AI模型也能對不斷變化的環(huán)境進行學習和反應，其效果比僅憑Excel和直覺的人類管理團隊都要好得多。

2021年，隨著零售商未雨綢繆應對下一次災難，供應鏈的敏捷度只會變得更加重要。因此，企業(yè)會要求數(shù)據(jù)科學家提供更敏捷的預測模型。數(shù)據(jù)科學家必須優(yōu)先創(chuàng)建能夠更靈活地應對數(shù)據(jù)缺陷、模型漂移和過度偏離歷史模式的模型。

敏捷度更高的供應鏈將成為每個零售商的首選，更敏捷的模型將成為每個為其服務數(shù)據(jù)科學家的終極目標。

4.消費者驅(qū)動型產(chǎn)品和時滯消除

新冠病毒正式扼殺了傳統(tǒng)型、自上而下的零售推銷模式，成功的零售商現(xiàn)在必須讓顧客的偏好和需求驅(qū)動產(chǎn)品供應。迅速反應對滿足需求至關(guān)重要，產(chǎn)品生命周期會縮短，供應鏈也要進行相應的調(diào)整。

這對數(shù)據(jù)科學家來說這意味著什么?速度至關(guān)重要。

模型運行速度必須更快，供應鏈必須優(yōu)化到秒級，系統(tǒng)必須識別并回應消費者哪怕是最細微的需求變化。對于每一項發(fā)展，數(shù)據(jù)科學家都必須更加努力地提高數(shù)據(jù)速度。到2021年，每位數(shù)據(jù)科學家都會推動他們的模型向?qū)崟r數(shù)據(jù)和分析靠攏。

5.普及自助AI優(yōu)化應用

疫情期間，各公司爭先恐后地應用人工智能，人工智能應用呈指數(shù)級增長。盡管如此，波士頓咨詢公司和麻省理工學院斯隆管理評論的一份報告指出，只有11%應用人工智能的公司獲得了可觀的投資回報。為什么?因為有些公司不知道如何有效利用AI。

疫情暴露出AI的一大問題就是用戶體驗差。一般的零售高管不愿意使用為其他數(shù)據(jù)科學家設(shè)計的工具，這就是我支持商業(yè)科學的原因：除非你的知識能帶來切實可行的觀點，否則數(shù)據(jù)科學毫無用處。

2021年，數(shù)據(jù)科學家將致力于為用戶設(shè)計更加好用的AI優(yōu)化工具和應用，以更高頻率推出更多自助服務以及易于訪問的應用程序。簡單的優(yōu)化工具不再是次要目標，而是每一位數(shù)據(jù)科學家設(shè)計模型以優(yōu)化供應鏈中任何元素的主要關(guān)注點。

事實上，正是出于這個原因，Evo公司已經(jīng)將發(fā)布自助服務門戶列為2021年的優(yōu)先事項。即使是那些負擔不起個性化服務和數(shù)據(jù)科學家定制的模型的小型零售商，也應該有機會在后疫情時代為競爭優(yōu)化其供應鏈。為了在2021年跟上時代的步伐，數(shù)據(jù)科學家必須改變他們設(shè)計應用程序的方式。

如何領(lǐng)先于2021年的數(shù)據(jù)科學趨勢

在未來一年里，這五種趨勢都將深刻影響數(shù)據(jù)科學家的工作方式?，F(xiàn)在是時候適應這些趨勢了，它們存在于整個商界，只會提前不會滯后。我期待著2021年和一個后疫情的世界。隨著疫情結(jié)束，期待著世界各地數(shù)據(jù)科學家將這些趨勢變成現(xiàn)實。2021年的許多數(shù)據(jù)科學趨勢會幫助我們成為更好的商業(yè)科學家。