職場生存術！數位轉型浪潮下主管跟風畫 AI 大餅，部屬該如何見招拆招？

而在企業數位轉型過程中，導入 AI 技術更是相當受歡迎的一種做法，根據國際數據資訊（IDC）2019 年報告顯示，高達 71% 參與調查的企業領導者，認為 AI 將對提升組織競爭力有所助益，然而卻僅有 32% 企業展開 AI 轉型，其中最大的阻礙原因是「企業文化保守、創新步調較慢和缺乏穩健的導入計畫。」

當數位轉型成為企業內部會議的口頭禪，而主管卻像 IDC 調查結果一樣不願改變思維、不肯提供相應資源，各部門員工該如何應對？

會員經濟大爆發，行銷團隊如何在數據海中不溺水抓住一線生機？

看見某零售龍頭宣布，透過布局多年的會員經營規劃，讓業績較往年飆漲四成時，行銷部主管也跟風提出「 VVIP 會員經營計畫」，希望職員從現有數據中進行會員等級分析，並制定後續導購計畫，然而在團隊規模有限的情況下，行銷部職員只能看著海量散亂的數據報表，不知從何開始，或是乾脆仿效其他競品的行銷手法？

台灣知名連鎖咖啡店也曾遇到難以分析的雜亂數據困境，他們不想再花大錢做沒有效益的行銷，因此使用創新的 RaaS  （結果即服務）模式，在 3 個月內透過 AI 分析，建立完整客戶分群模型。

其中成功的關鍵點在於結合「會員價值」與「消費行為」的綜合分析，不只根據會員近一年的消費金額、消費次數客單價，更從會員購買各類商品的時段、參與促銷活動、嘗鮮傾向等行為，推論各客群背後的需求與偏好，作為日後設計差異化行銷活動之依據。如：針對經常點糕點的會員，除提供飲料搭配糕點優惠回饋外，更主動推播限量新品糕點訊息，成功提高 VVIP 會員的黏著度！

疫情下如何達到商品庫存最佳化？生產、銷售都不知道，夾在中間的物流該問天嗎？

面對 2020 年疫情衝擊，製造業、零售業的商品出貨情況大受影響，進而牽連中間負責運送的物流部門，難以估算商品配送的數量與出貨頻率。

當倉管物流主管希望在 Q4 加速出貨、避免庫存累積到 2021 年，因而喊出數位轉型計畫，預計達到「零庫存」目標！但在工廠現有數位化設備有限，倉管物流員工又無法掌握前端的商品需求下，難道要請算命師通靈預測嗎？

老字號服飾品牌 Levi’s 也曾面臨公司軟體和資源不敷使用的困境，使用進階分析後，短期內掌握全球數百萬名消費者的款型、尺寸與顏色偏好等需求，以及各地區的文化特性、會員購買行為分析等，並將這些數據整合在單一介面上，藉此加速全球各分部溝通銷售預估策略。

同時更進一步結合 SAS 需求預測技術，做出商品規劃、鋪貨以及庫存計畫，確保經銷商和批發商維持最佳庫存量，且有效掌握各地不同產品的需求量，每年為全球生產流程節省約新台幣 52.5 至 60 億元！

商品供應鏈該怎麼優化？天氣好壞、經濟漲跌、消費者心理你算得出來嗎？

除了疫情外，全球氣候變遷也影響生鮮食品的銷量，連日酷暑導致鹹食產品銷量不佳，超過有效期限食物就得報銷！

當產品部主管跟風數位轉型風潮，希望採購與品管團隊解決報銷產品過多的問題，並提出改善計畫，但卻忽略背後考量的數據資料多且雜，除了原料供應數量、產品需求量外，產線與人力配置等都需要納入考慮，難道職員們只能爆肝加班慢慢計算嗎？

旗下擁有超過 1 萬種商品種類的全球食品企業雀巢，也曾面臨人力資源不夠的問題，為了做好供應鏈管理，將庫存量控制在最理想範圍，導入創新的 RaaS 服務。

透過整合消費者喜好數據、總體經濟、季節氣象資訊以及商品促銷事件等因素，進行需求規劃，不只提升 9% 商品銷量預測精準度、降低庫存成本外，也為商品保鮮期提供更好的估算，在進貨、銷售、商品最佳保鮮期間找到最佳平衡點。

找飯店？triXago，找數位轉型？SAS 幫你解決 Impossible！

不想再因為主管的一句「數位轉型就好啦！」而瘋狂加班嗎？從行銷、倉管物流、到供應鏈管理， SAS 協助企業用 AI 解決各部門難題，企業不必採購額外的軟體硬體，或聘請人力。

SAS Results：Result as a Service （RaaS）服務針對有複雜分析需求，組織內卻尚未有成熟體制與人力的企業，SAS可直接派員與企業主確認分析目的及欲了解的洞察。

後續企業主只需將相關數據提供給 SAS，即可在客戶安全性原則下，透過雲端或離線的方式，配置 SAS 資料科學家、具該產業營運經驗的顧問共組團隊，為企業提供客製化的分析報告，甚至進一步提供模型範例或報表模板（註）。

顧客不僅可免除分析軟硬體購買、分析團隊設置的營運成本，還可享有 SAS 顧問團隊的高效率服務及 SAS 協助全球各產業導入 AI 所累積的豐富實戰借鏡，進一步據此加速驗證人工智慧應用場景的適切性，是可達成三贏的服務。

身處資訊快速變動的年代，客戶行為和需求模式每一刻都在變化， 無論您的企業只有數據資料，或是只有訂好的數據目標，快讓專業的知識與分析軟體輔助，協助你加速脫離茫茫資料海，以最輕鬆的方式做最有影響力的決策！

_{＊註:實際所需時程與交付項目，將視專案需求與複雜度而定}