孟文出

当新型冠状病毒肺炎疫情2020年初在全球爆发时，许多企业和政府部门发现自己处于一个前所未有的危机中，他们努力在适应和调整。但新型冠状病毒的病例在全球各地迅速剧增，导致需要发布出行禁令，很多人无法出外工作，而视频通信软件提供商Zoom公司和Teladoc公司的身价飞涨，如今人们仿佛进入了虚拟世界，并充满了太多的焦虑和假设。

虽然诸如Zoom、Teladoc和亚马逊这样的科技公司业绩大幅增长，或者是因为他们属于必不可少的业务，或者是因为他们是这场突然加快的数字革命的一部分，但除此以外许多公司的运营都经历了严重的中断。

在疫情持续蔓延期间，全球一些国家的制造厂停止生产，并且出现资金紧迫的问题，主要是基于健康安全和需求不足这2个因素。应该关闭多长时间，何时才是重新开放工厂的适当时机，造成这种客户需求的不确定性因素有很多：

①很难预测疫情何時会结束或放缓，有许多预测模型试图解决这个问题，但是这些模型提供估算的方式各不相同，并且只提供了范围宽泛的预测。

②消费者的信心，在2020年4月达到了自2008年以来的最低点，目前尚不清楚其恢复程度以及未来几个月会有多大的变化。

③人们需要的产品类别发生了明显的变化，人们对数字产品或支持数字世界的产品有更高的需求。

历史数据对于预测需求已变得无关紧要，且由于市场条件不同，试图从以前的危机中寻找合适的数据并不完全有效。

供应商对全球供应链产生巨大影响，许多供应商在经营中面临着极其严峻的条件。在这种前所未有的环境下，一些供应商可能会违约，而对于手头没有足够现金和没有流动资金的小型供应商来说，情况可能尤其如此。

货运物流，在疫情发生的最初几个月中，全球各地的一些港口被关闭，运输方式和路线都发生了变化，并还在定期进行调整。

疫情政策变化，世卫组织和各国政府执行的防疫措施以及人们遵守这些准则的方式决定了病毒的传播速度，从而决定了对行业发展的影响。

尽管企业在疫情期间面临许多挑战，但还是可以使用数据分析方法来应对大多数挑战。例如，可以在计划恢复时开发仪表板，该仪表板能够使企业在全球各地工厂的位置实现可视化，跟踪每天的疫情变化，估计特定地区病例数量是在峰值阶段、平稳状态还是下降，并遵循当地政府的指导，考虑首先重新开放哪些工厂。

除了安全健康方面，还要结合疫情期间的库存信息，考虑特定工厂在此期间生产的产品需求发生了多大变化。如果对特定产品的需求消失，重新开通工厂或产品线可能不合逻辑。为了减轻不相关的历史数据对需求预测的影响，针对特定行业利用其外部经济或财务指标，以量化他们与产品需求之间的因果关系，并使用他们预测机器学习模型。

尽管这只是制造厂商如何改进数据驱动型决策的一个例子，但在疫情持续蔓延期间，数据分析还可以提供许多机会。根据不断变化的需求，更改销售和营销渠道以及更好地了解客户来优化产品组合，这些只是一些分析用例，可能会在组织内产生巨大影响。

归根结底，不同行业厂商的运营将随着不同的时间表复苏，但是在疫情期间，许多公司加快了数字化转型的步伐，显而易见的是，大数据分析将在这一转型中发挥关键作用。