预测客户明天、下周和未来的需求

Ping Xu是某中心供应链优化技术组织的预测科学总监，也是今年消费者科学峰会的组织者之一。她在某中心工作了近15年，担任过各种优化和需求预测职位。2005年从麻省理工学院获得运筹学博士学位后不久，她首次加入该公司担任全职员工。

运筹学背景

运筹学是一个在第二次世界大战期间几乎被开创的领域，当时军方必须弄清楚如何将大量食物和物资运送给士兵。经济学家和应用数学家聚集在一起设计算法，以帮助他们了解如何高效地移动军方所需的所有物资。如今，运筹学位于应用数学、计算机科学、经济学和统计学的交叉点。

目前管理两个组织：一个团队负责为公司范围内的财务和运营规划进行顶层预测，其预测结果被财务部门用于规划、多年预测、财报电话会议以及劳动力和运输能力规划。另一个团队拥有相当多的科学家，致力于供应链的需求预测，每天为数亿个商品预测需求。

这些团队试图回答诸如"我有这个新供应商——我们应该从他们那里订购多少？“和"我们刚刚在一个新国家推出某中心，我们认为他们会购买多少？“等问题。如今使用大量机器学习和人工智能来实现这一目标，职责是了解未来几周和几个月仓库中需要什么。

某中心有大量复杂而有趣的问题需要解决。最终目标是利用科学在不确定性很大的情况下做出经济决策。其中一些问题很经典，但由于需要覆盖的规模和各种用例而变得复杂。

在COVID-19期间，需要估计诸如卫生纸等产品的真实潜在需求，因为这些产品非常抢手且缺货。关键问题是：客户需求是什么？我们有什么信号？当从COVID-19封锁逐渐过渡到重新开放时，客户需求模式将如何变化？

最近在使用深度学习进行时间序列预测方面取得了算法突破。目前还在探索深度强化学习。

科学家喜欢在能够产生大规模影响的地方工作。在这里产生这种影响的机会是巨大的。目标始终是从客户出发向后工作，解决让客户体验更好的业务问题。

科学家喜欢的第三件事是社区感。人们来到这里是因为他们想与一群聪明的人一起工作，并相互交流想法。重要的是建立一个可以自由交流想法并相互借鉴优势的环境。

这些技术方法使团队能够预测未来几周和几个月的仓库需求，应对各种复杂场景下的供应链挑战。