疫情初瘋搶衛生紙狀況，若是透過SAS預測加上庫存優化，可做到供應鏈有效管理。（資料照）
記者陳炳宏／專題報導
疫情刺激宅經濟大爆發，電商平台物流一度無法消化，數據分析商SAS（賽仕電腦軟體）台灣業務顧問部副總經理陳新銓表示，疫情爆發，不管是台灣或全球電商零售業，面臨的第一個挑戰就是需求爆量，讓過去歷史資料失準，面對新常態，業者可採用少量數據即可預測的新人工智慧（AI）演算法，以三級警戒來看一週的資料，就可提出新需求預測，讓消費者對智慧零售更有感。
陳新銓指出， 以這次三級警戒來看，消費者不難發現疫情開始時，許多實體賣場都缺貨，即使到他們電商平台，同樣也要等待。因為過去經營方式，每次進貨量與進貨周期都有一定間隔，但三級警戒讓整個市場需求暴增，像民眾初期囤積泡麵、罐頭可能就超過以往推估的8到10倍，因此有承諾到貨日的電商，考量物流配送能量，根本不敢接單。
納入特殊事件 才能精準預測需求
陳新銓建議，無論電商還是物流平台，要朝鋪貨、庫存端思考前先做到精準預測。建議大家應該回頭檢視自家需求管理機制的進階分析能力。除了記錄銷售和庫存資料外，是否還能擴增分析更多內外部資料？如內部促銷節慶活動、競爭者活動、天氣等參考因素。
此外，甚至納入「特殊事件」，如疫情初瘋搶衛生紙與米糧等狀況，透過產品與地理位置（GPS）資訊，了解消費者偏好等，透過AI協助加速分析內外資料，才可得到更適當的決策方針。
AWS香港暨台灣總經理王定愷表示，不管是針對電商平台、物流企業等需求，一開始收單就卡彈，這時僅能加開伺服器解決，但當訂單資料要轉到實體物流時，還需進行優化。
王定愷分析，因物流車輛有限，在接到訂單、開始派車、有效運用車內空間、路程安排的燃料成本、司機排班表，都有很大的優化空間，很多電商的物流，只能用舊有的方法消化訂單，這時往往會出現繞空車、路徑不夠聰明、拉長送貨時間，需更多的車次完成，無法讓客戶滿意。