agsandrew/Adobe股票
编者按：这篇关于寻源优化技术提供的市场机会的文章来自MichaelLamoureux，又名采购医生，回答Jason Busch的问题对位迈克尔原来的职位(优化不是光学——它是强制性的！)这两本书都是上周五出版的。
供应商完全有权从购买组织中赚钱，正如购买组织完全有权从客户身上赚钱一样。供应商应该从具有最高投资回报率的顶级产品中赚取最高利润，但除非对这些顶级产品有需求，否则他们不会。现在，尽管需求广泛，价值明确，但市场已经触底，因为根本没有需求。
没有需求的原因是，供应商没有创造需求！
几乎所有的采购优化供应商都一直不明白的是，首先销售先进技术需要创造对它的需求。
1） 没有人想要他们不懂的东西。
相信我，当我说大多数人不理解优化时。有些人仍然不知道它是什么或者它能做什么。其他人认为他们需要知道高等数学才能使用它。虽然数学有助于创建高级/自定义模型，但没有必要知道，因为好的解决方案会对那些不需要了解的人隐藏所有数学。（特别是在美国，人们不懂数学。美国在数学教育方面排名第32位，八年级学生中只有不到三分之一的人通过考试精通数学。而且统计数据越来越糟糕。到他们成年时，只有三分之一的人，即11%到13%的人会被视为“精通”成人数学。）还有一些人不了解除了多轮RFX、电子拍卖、深度成本建模或高级分析（如预测性或规定性产品）之外，通过优化可以实现的价值。而且，对于那些从早期实验中理解优化的人来说，他们仍然认为它很难使用、笨拙、不可靠，并且需要超维数学博士学位。
2） 如果旧产品仍然运行良好，没有人会看到新产品的价值。
这是视频游戏平台提供商非常了解的。如果G-Box 1工作正常，而普通用户仍然有一堆游戏要玩，为什么用户需要G-Box 2？在为G-Box 2推出一款游戏之前，没有人会想要G-Box 2，该游戏在G-Box 1上提供的任何游戏机制和图形之上。因此，这家G-Box制造商专注于打造出色但价格合理的游戏，或与游戏工作室建立谈判伙伴关系，以创造人们想要的游戏，展示G-Box 2的威力。一旦人们想要游戏，他们就会开始看到G-Box 2的价值。
3） 即使看到了价值，在体验到或实现价值之前，投资的欲望也是有限的。
这也是视频游戏平台提供商所理解的。如果价格对普通买家来说太高，那么为新系统创造需求是没有用的。这就是为什么大多数平台提供商会以成本价出售游戏系统，有时甚至会赔钱（他们会在以后的游戏销售中弥补更多）。
但是，只有当市场已经对该平台将实现的恶习感到饥渴，并且你提供了一个明显更好的版本时，这才足够。但是如果没有市场呢？这就是你必须从“制药”提供商那里得到提示的地方。你想让某人上瘾，最初的几次点击必须是免费的！
如果外包优化提供商想从这项技术中赚钱，他们已经投入了大量的时间和金钱，对高额回报寄予厚望，他们将不得不接受“制药”提供商的暗示，停止试图从基础技术中赚钱，并开始免费赠送。
现在我肯定所有的供应商都在问，“有没有采购医生疯了？优化花了我们很多钱，他不是说我们应该赚钱吗？“答案是肯定的，肯定的，肯定的。但仅仅因为你不应该为基础优化技术收费，并不意味着你不能为增强优化技术和增值服务收费。
每个人都需要记住的一件事是，优化的价值随着模型的大小和数据的准确性的增加而增加。模型越大、越差，无论技术能处理的最大规模是多少，“数学”能发现的机会就越多。但大模型需要大数据，用户从哪里获得这些大数据？可能不是来自采购RFI！
采购RFI将包含的全部是产品（细分）成本。但这不是总成本。总成本还包括运输成本、关税成本、储存成本（可能是多层次的）。等等。由于大多数采购组织没有这些数据，他们通常根据当前或以前的运输成本或市场报价或运价来估算这些成本。但实际费率将根据装载量、承诺需求、合同机会等而有所不同。运价取决于分类代码、实际车道和自由贸易区s、 存储成本因私有/共享仓库、库存水平等而异，在适当的情况下，所有这些成本都可以显著降低。如果运输成本为产品成本的20%，则库存成本可能高达产品成本的25%，关税可能100%（取决于路线）-一个买家剩下多少？可能是基础模型和基础数据优化的两倍！
但采购组织可能没有这些数据，也没有时间或渠道获取这些数据。但是一个服务于社区的供应商会这样做！这些数据流是一个巨大的附加值，购买组织在对基础优化感到满意并从中看到价值后，就会为此付出代价。
加采购医生说只有核心能力（和基线优化应该是免费的）。他意识到，在一个基本许可证中，您只能分配这么多的求解时间，如果一个组织想要运行比基线模型或高级模型更多的求解时间，谁说他们不能为超出免费基线的求解时间付费？
此外，除了出售对这些数据流的订阅以进行准确的成本估算外，还有其他有价值的数据流。最好的模型平衡了成本和风险——但是组织从哪里获得供应商和供应链风险数据？通常不是在内部。这意味着他们需要来自第三方的数据。优化使组织更加渴望这些数据源，以及将适当的数据预定义映射到增强优化模型中可用的值和约束。
此外，还有一个事实，虽然普通买家很容易定义目标和约束条件，但在没有经验的情况下，为高级优化场景定义正确的成本模型或比较场景却不是那么容易。这意味着，随着买家越来越习惯于优化，并沉迷于优化带来的节约和成本规避，他们将需要、也希望为其行业类别提供先进的成本建模和开箱即用的启动模型。这是一个更大的销售机会。
换句话说，外包优化供应商不仅可以通过免费赠送首款产品来创造全行业的需求，还可以创造一整套全新的经常性收入机会，而这些机会在其他情况下可能不存在。
所以，小贩们，打扮一下，把这个圣诞节变成白色的！
讨论这一点：