虽然一些小的温度变化会影响人们的购物欲，但飓风和其他恶劣的风暴事件常常会直接导致购物需求的急剧变化，对零售商合理的物资储存结构造成威胁。例如会发生缺少库存或者库存过多的风险。当暴风雨肆虐时，常常会出现这样的情况：某种商品在甲商店缺货，但在乙商店过剩。当顾客为应对即将到来的恶劣天气而准备物资时，零售商们通常会在最短的时间内购进大量的物资。许多消费者买进了大量的面包、水和罐头等即食食品，因此他们可以在狂风暴雨的几天时间里不出门。风暴结束之后，随着清理和维修工作的开始，许多家居用品商店的销售额也随之增加。现在的问题是：当天气情况不可预测时零售商该如何预测顾客的需求?

天气的变化会直接影响消费者的情绪和购买欲，这对零售商来讲这并不是一件有利的事情

汇总历史数据和预测数据

幸运的是有大量的数据可以帮助零售商制定需求计划。当把零售商当前的数据和客户数据与天气预报建立起对应关系之后就可以获得很有价值的、减少人工手工处理数据的压力、并且能够改进需求预测准确性的信息。利用自动化的需求预测技术就可以在很短的时间里完成大量的数据分析，得到准确的分析结果。

重要的是要知道仅仅依靠灾害性气候现象的历史数据来预测未来的恶劣气候是不够的。今天，AI人工智能技术已经可以根据企业内部和外部商家提供的数据更好的预测未来的销售情况了。如果把天气的历史数据和天气预报的数据也整合到物流供应链中，零售商们就可以更好的考虑暴风雨来临之前、期间和之后顾客到底都需要些什么了。这对于那样有保质期要求的商品是非常重要的，例如牛奶和烘焙食品，这些商品通常都是当日生产当日销售食用或者在几天内销售食用的商品。

图1  仅仅依靠数据来预测下一场风暴的顾客需求已经远远不足了

供应链的需求预测

天气变化会在供应链中带来多米诺骨牌效应。包括基于AI人工智能技术气象预报在内更好的需求预测可以帮助零售商们免受天气变化的影响，即使是很小的天气变化。零售商们或许知道季节对某些商品的销售有什么影响;但是下周、或者两天后的天气变化会对订单、供应商的选择、履约、物流、货车装运以及定价等都产生影响。例如，风暴已经肆虐了邻近地区，并且发生了道路交通危险和停电，零售商就需要快速的重新评估冷藏/干货的储存仓库和分布情况，以便准时的将新鲜的商品送到顾客手中。必须要在恶劣天气到来之前做出预测，因为零售商订购的商品可能无法在一周时间内、或者在更长的时间内运输到受恶劣天气影响的地区。

因此，当您寻求供应链的整体解决方案时，需求预测是不可或缺的重要组成部分。只有很好的需求预测才能保证及时、高效的补充所需的货物。

比热带风暴更强烈

和过去在炎热的夏季仓库管理人员人工手动将对温度敏感的商品搬到商店里相比较，我们今天的情况已经好多了。今天的数据处理系统和技术系统使商业分析师有更多的时间从事计划工作，不再担心人工干预的问题了。通过正确需求预测技术，零售商们可以更好做好应对任何天气的准备工作，无论气候影响的大小都能确保更好的和更加可靠的满足顾客的需求、保证顾客的安全。