能夠未卜先知是所有決策者夢寐以求的事情，但是現實中絕對沒有這么簡單的事情。但任何結果到來之前，總會有各種“跡象”出現，通過不斷的總結這些跡象，總可以找到一些規律，一旦某些苗頭出現，大體上是可以預測會出現什么樣的結果，這就是所謂的“觀微知著”。  

       通過大量的數據統計、深度的數據挖掘，依靠科學的數據模型，是可以總結出企業經營過程中的一些規律，遵循這些規律，做到趨勢性預測是可行的。這里考驗的除了企業數據的采集能力，更重要的是海量數據的挖掘能力跟商業模型的科學性。

       商品的管理是個動態的過程，而且很多問題都是有滯后性的。如果說你的品類出現了問題，并不會立馬明顯的表現在今天的業績里面。而這樣的“滯后性”往往讓我們麻痹掉很多問題的存在。品類結構在企業中就像一張網，認真的照顧好每一個“節點”，企業的營運自然健康。如果說某個節點出現了問題，比如說洗發水的某個小類。顧客沒有找到他想要的商品，第一次可能覺得沒什么，也有可能選擇一個替代品。第二次還找不到想要的商品，可能就會對這個品類產生不好的影響，言外之意，再需要這個品類的東西的時候，可能不會想到這家企業了。然而看經營數據的時候，由于這種現象看大面數據是看不出來的，只有分析到小類、分析到單品才能發現真正的問題所在。事實上我們的管理人員是沒有這個精力，高頻度的把工作做到這么細致。慢慢地，等到大面數據都能夠覺察到的時候，就已經比較嚴重了。開發一個新客戶不容易，失去他只需要幾次小小的“失望”，然而再想拉回來，難度挺大的。

        那么如何通過大數據實現精細化管理，在問題趨勢剛出現的時候，及時預警并通知給相關管理人員？以現在技術來講，是可以實現的。客觀的講，企業精細化管理，建立主動預警的趨勢風險掌控體系是未來的一個必然趨勢。數圖信息經過多年的研究，在這個領域也形成了自己的一套管理理論跟實現工具。這里面難度最大的事情，要數各種管理節點的數字模型的建立。之前也多次提到，我們這個行業“大事”很少，但是需要關注的“小事”特別多。這些小事理論上講都應該有一套相關指標來評估他的狀態。對于趨勢性問題，也是按照這個思路來實現，不同的是趨勢性問題要挖掘的數據時間跨度更大，邏輯更復雜。例如商品生命周期這件事，一個商品從新品的引入，到變成我們的主力商品，到替代品/競品變多，商品定位跟業績開始變的“雞肋”，到代替品出現或者生命周期尾聲。這個周期我們很少有企業能夠管理到，為什么？

       因為我們有成千上萬的商品，管理人員是沒有這個精力管理這么細的，這需要巨大的管理成本的投入。但是對計算機來講，這不是什么太難的事情。我們只需要通過計算機及時找出狀態變化的商品即可，在生命周期各個階段變化的那個時刻，及時的告訴我們的管理人員，提醒他去做相應處置即可。當然，這只是一個例子，類似商品積壓、客流可單的變化，都是可以進行趨勢分析跟預警的。這些看似不會立即影響業績的事情，往往一旦出現影響，后果都是比較嚴重的。當我們反過來看待這些事情，靠一套趨勢預警體系，監測到“微處（各種狀態趨勢）”，監測到“細處（單品）”，也就可以有效避免商品管理中漏掉某些趨勢性風險的問題，進而未雨綢繆地管好我們企業的整個品類。這也就是企業依靠大數據技術，建立趨勢預警體系的意義所在。