07秋冬的气候与98年发大水那一年的秋冬气候是否类似，98年秋冬是暖冬，综合分析的结论是今年秋冬比较冷：气温略微超过30年平均温度（0.4度），06年秋冬超过30年平均气温接近2度，但是多间歇性低温天气，有利于冬装销售。此后常关注气候消息：新浪上不断出现的大风降温天气预报印证了报告结论。  另外一个服装行业的客户说：气候数据帮助他们多赚了几个亿。

    我不是搞气候的，我们做的工作应该是气候增值服务。一般气候台提供的数据和企业实用的气候数据还存在一个差异，我们的工作就是把这个差异弥合。

    这次气象台的人员客户拜访，与我做了一个交流。 他们计划推出一个实时气象信息的服务，就是你能随时滚动了解未来10天的日均气候预测数据（具体数据而不是文字信息），滚动了解月度气候预测，季度半年气候预测数据。

    他们介绍了在日本做的一个案例。7－11连锁购买了实施气象预测服务。销售的历史数据显示，气温变冷会对巧克力的销售带来提升，温度的变化与巧克力的销量之间有一个关系。所以根据未来的温度变化，他们提前调整货架，保证供应，当然增加了销售，提升了客户满意度。

    这是一个不错的主意，很多行业的的运作受气候影响。服装行业，空调行业、食品冷饮行业、化妆品行业等，以前有一个农药企业客户也跟关注气候分析，他们最关注的是下雨以及刮风等。

    企业需要立体的预测信息，不同周期的预测信息对应于不同的决策，因为运作有时间。对于服装来说，半年的预测信息对于订货会、材料备货等有比较强的指导，月度的预测信息对于库存调度有指导，旬周的气候预测信息对于终端预测有帮助：例如要降温了，及时准备羽绒服，调整店内货品结构。

    更进一步的，如果知道了降温于销售增长的关系，那对于气象数据有更强的指导性。使得对气候数据的应用从经验走向精确。