JDA是一家全球供应链和零售规划软件公司，拥有4500名员工，年收入近10亿美元。Suresh Acharya是JDA实验室(JDA Labs)的负责人。JDA实验室由50人组成，研究对这个复杂领域至关重要的科学、新兴技术和用户体验。有个足球雷竞技app《网络世界》主编约翰·迪克斯最近接受了阿查里亚的采访，谈论了从客户细分到自学供应链和未来的商店等方方面面的问题。
Suresh Acharya, JDA实验室、研发主管
我想你们的很多工作都是围绕着大数据展开的。
几年前，“大数据”这个词非常流行。但有人的一句话让我印象深刻:大数据已经到来，但大见解还没有到来。这就是挑战所在。我认为这就是为什么数据科学和机器学习现在如此重要。
我是一个受过训练的科学家，我们在学校学到的一件重要的事情是相关性并不意味着因果关系。仅仅因为这个和那个发生了，并不意味着因为A, B发生了。当然，最大的挑战是从因果关系中提取偶然的相关性。这是很多工作正在进行的地方。这就是价值。
有很多噪音试图找出信号是什么，这是行业和学术研究真正携手并进的地方。我觉得学术研究还有很多工作要做，我们才能真正开始把所有东西都扔给机器，让它把所有东西都弄清楚。
上周我在和一个客户通话，“啦啦啦，机器学习啦，啦啦，机器学习。”我说，“让我暂停一下。学习可以是好的也可以是坏的。幼儿园的孩子在学校里说脏话的原因是他们在家里学到的。那是学习，但那是糟糕的学习。机器也会学习。但他们不知道什么是好的和坏的。有时他们也会学到不好的东西。”
所以，当涉及到机器学习时，我们需要有人来指导它，至少一开始是这样。
零售商在供应链中面临的主要问题有哪些?你首先想到的是什么?
我们看到的一件事是他们不知道他们的客户是谁。我喜欢讲这个故事。我在加德满都长大。我妈妈每天都会让我去商店买东西，但有时商店没有她想要的东西。但这家商店很了解我的家人，所以告诉我:“拿着吧，我相信你妈妈会同意的。”街角商店的人认识他们的顾客。
随着大盒子零售的出现，这已经消失了。一切都与产品有关。我能卖什么呢?许多零售商正试图通过科学研究忠诚卡数据和其他顾客身份信息来重新获得一些顾客知识。“让我明白，不是说你是约翰或凯伦，而是说，你是某个特定客户群体的一部分。你是在市场上马上买东西，还是等待清关?”我们非常关注于了解客户细分市场，并试图找出在这些细分市场中什么能够吸引客户。
我们用科学的方法来了解客户细分市场，然后为特定细分市场的特定产品评分。这里有一双鞋。它可能会给那些立即购买它的创新者高分，但这可能只占你所在地区客户的5%。它在这个特定的部分得到了90分;它的另一个得分是60分。
零售问题的核心是，“我应该为我的客户提供什么?”所以你需要有这样的信息。
有趣的是，亚马逊将在这方面领先于沃尔玛因为他们知道你是谁，而沃尔玛的很多购买仍然是用现金。关于纯粹的电子零售商能够做什么以及为什么它让大型零售商如此害怕的动态变化是:他们了解你，所以他们可以为你提供定制的优惠。
还有什么其他类型的东西需要进行客户细分?
您最近发表了一篇关于米利亚酒店及其数字化转型的文章，我感兴趣的是社会情绪的重要性。众所周知，人们在看价格之前会先看收视率，因为如果收视率好的话，我们可以多花15美元一晚。酒店经营者不能忽视TripAdvisor或其他类型的评级。这对他们来说非常重要。
我们学到的是你从Expedia得到的评分并不总是和你从TripAdvisor得到的评分相关联，并不总是和你从你的网站上得到的评分相关联因为他们是不同的客户群体。一个部分给出的5分可能是其他人给出的3分。
这就是我所说的结构化数据分析，因为TripAdvisor评级是一个数值。我们正在做的是试图理解非结构化数据。当有人写评论说大厅很糟糕，但我真的很喜欢房间里的景色时，你会对这种非结构化信息有什么价值呢?
然而，我们发现，给你好的评价的人和他们写的东西之间有很强的相关性。很少有人写了一些很好的东西，然后给你一个很低的评价。它的结构化部分实际上对非结构化部分形成了一个很好的代理。并非所有行业都是这样，但至少在这个行业，这是一个很好的起点。
好的，让我们转向供应链。有什么新鲜事吗?
我们正在做的一件事就是我所说的自学供应链。让我稍微离题一下，给你们举个例子，然后再回到这个问题上来。
在一些北美城市，某些类型的犯罪率实际上已经下降。这并不意味着总体犯罪率下降了，但某些类型的犯罪率下降了。公共安全部门使用了大量与犯罪相关的数据，并应用大数据来三角定位导致犯罪发生的原因。
他们不是在凌晨3点报警，而是有一定的可能性与潜在的犯罪发生相关，并提前部署警察。主动去做一些事情就是预测分析的空间。
在自学习供应链中，我们想知道的是什么时候有些东西缺货，是什么导致它缺货的？它只是需求飙升，还是没有在时间内完成入境订单，如果是的话，为什么？是来自加拿大的跨境订单吗？有天气条件吗？有交通状况吗？有劳动力问题吗？什么导致这个股票的活动？
如果你能理解这种相关性，那么你就能看到一场完美的风暴正在酝酿。这是另一个来自加拿大的订单。我应该主动通过另一个配送中心补货吗?
所以关键是能够预测将要发生的事件，然后预先规定应该做什么。这是一个自我学习的供应链，随着时间的推移，你会了解发生了什么，然后你会提出积极的建议。
这是传说中的全自动供应链的一部分吗?
我告诉大家，我们的最终目标是找到治愈癌症的方法，但在这个过程中，如果你找到了能延长生命10年的东西，那也不是一件坏事。这就是我们的想法。
我们到了吗?不。我认为我们会很快到达那里吗?我认为许多后端自动化已经发生，并将继续发生。我不认为人们的角色会消失。人们只会找其他事情去做。
但是我和我们的一个第三方物流行业的客户交谈，他们说很难雇佣千禧一代来做蓝领工作。在仓库工作不是他们想做的。但他们仍有角色需要填补。人退休。所以他们为了吸引千禧一代所做的一些事情就是游戏化。在这个仓库里，他们创建了一组合作伙伴，他们有一个排行榜显示谁领先。坦率地说，我并不认为游戏化是千禧年才有的东西。我认为我们人类喜欢竞争。
回到你的问题，完全自动化的供应链，这是一种进化，但人将继续是关键的一部分。他们必须是。即使有了无人驾驶卡车，人们仍然可以发挥作用。
说到供应链，亚马逊正在用自己的卡车在我家附近送货，这让我有点吃惊。他们为什么要进入这个行业?
你提出的是一个正在发生的令人着迷的现象我会告诉你那是什么。我们曾经把公司分成不同的类别——你是制造商，你是零售商，你是分销商。但是想想宝洁公司。你现在可以从宝洁公司订购东西了。他们也成为了零售商。他们没有宝洁专卖店，但你可以在网上买到。宝洁从来不知道如何向他们的终端客户销售，现在他们必须处理这个问题。
现在让我们看看零售商。他们中的很多人都在生产自己的通用品牌所以他们不得不进入一些制造业。有了3D打印，配送中心就可以开始制造了。如果我需要一个门把手，我可以在你所在街道对面的物流中心为你打印一个门把手，而不是让制造商通过供应链全程运输。
作为一家软件公司，对于我们来说，零售商要求我们传统上卖给制造商的产品是很奇怪的。我们以前从来不会把制造计划解决方案卖给零售商，但现在有了一些需求。随着许多制造商成为零售商，现在他们需要了解他们的终端客户。直到最近，他们只和零售商打交道，所以他们真正是在B2B领域。现在他们也进入B2C。
我们和网络零售商一起做的另一件有趣的事情是回报预测。对于某些纯粹的网络零售商来说，他们卖出的产品有60%会被退回。这是令人震惊的。15年前，当它主要是砖头和水泥的时候，根据不同的类别，大约7%的产品会回来，而人们会把它掩盖起来。但你知道，如果有人订了三双鞋——10号、10-1/2号和11号——其中两双会回来。现在你要做什么?
了解什么东西会被退回变得非常重要，尤其是那些提供免费退货政策，免费送货的人。理解这一点至关重要。对于一个客户，我们发现5%的客户贡献了40%的回报。直到我们引入预测分析，他们才知道这一点。他们如何处理这些信息取决于他们自己。这不是JDA的把戏。
新技术扮演着什么角色?比如说，物联网?
物联网无疑是热门事物。由于JDA不是这些设备的制造商，我们正在与其他公司合作，为这些设备添加智能。例如，在仓库里，如果能够使用谷歌眼镜或微软的全息透镜(HoloLens)免提扫描物品，工人就会更有效率。但我们还没到那一步。首先，有些可穿戴设备如果你戴得太久，可能会烧了你的太阳神。有些不支持所谓的多重扫描。你不能看，看，看，再看。你必须观察、处理、观察、处理等等，而手持设备已经做到了这一点。我相信这一点会有所改善，但我们还没有到那个地步。
但在某种程度上，某种可穿戴设备会让人们扫描信息，并将其发送回一个中央存储库，该存储库将收集所有其他信息，然后确定仓库中的拾取者下一步应该做什么。这是多台机器对多台机器的对话，JDA的做法是获取这些信息，然后说，“好了，鲍勃接下来要去第三个通道做这个。”
现在在仓库工作的人通常有一系列事情要做，但有时也会出现问题，比如叉车拥堵，最初被认为是正确的顺序已经不正确了。物联网将使添加实时决策智能成为可能。物联网在仓库领域发挥着巨大作用。
顺便说一句，射频识别发生了什么?
如果你在几年前问我这个问题，我会说射频识别很可能已经完成了。它没有达到宣传的效果。但我们已经看到RFID在商店卷土重来，尤其是服装领域的RFID芯片。在杂货店里做这个仍然成本高昂。你不能把射频识别标签放在一加仑牛奶上。但在服装领域，RFID标签可以帮助跟踪库存在任何给定时间的位置，我们看到了很多的适用性。我参加了每年在纽约举行的全国零售联合会会议，他们有一个演示，牛仔裤上有射频识别标签，他们能够追踪，不仅是现在的位置，还有牛仔裤的历史。
你跟我说过实验室在做的一件事是未来商店。这里面包含了什么样的技术?