소비재 산업에서의 수요 기반 계획 및 예측의 효과

How can your forecasts be as connected as your consumers?

  • Share

채널과 시장, 소비자 계층이 점차 복잡해지고 급변하면서 기업에서 적시에 적절한 재고품이 적소에 전달될 수 있도록 예측하는 것이 중요해지고 있습니다. 대부분의 소비재 및 리테일 기업의 예측 정확도는 오류 발생률이50% 수준으로 낮은 수준입니다. 뛰어난 예측 성과를 보이는 기업들은 ‘수요 기반 계획 및 예측 (Demand-driven planning and forecasting)’ 접근법을 취한다는 공통점이 있습니다. 이 접근법의 특징은 수요를 실시간으로 감시·분석하고 데이터 분석기술을 바탕으로 최선의 대응책을 찾아낸다는 것입니다. 이 접근법은 예측 정확도를 30~35% 증가시키며, 재고를 20~25% 줄이고, 매출을 3~5% 상승시키는 효과가 있는 것으로 분석되었습니다.

   수요 기반 계획 및 예측 접근법의 효익

수요 기반 계획 및 예측 접근법을 활용하는 기업들은 아래와 같은 이점을 얻을 수 있습니다.

수요를 보다 정확하게 예측해 재고비용을 삭감합니다.

필요에 따라 재고품이 마련돼 고객서비스 질이 높아집니다

보다 원활한 수요 패턴으로 인해 공급자와의 관계가 개선됩니다.

전략 실행이 한층 쉬워집니다.

고장이나 장애 처리의 필요가 줄어 운영 비용이 절약됩니다.

재고, 제품 구식화, 판매 불가 제품 결손 처리, 판매 기회 손실 등이 줄어듭니다.

제품의 ‘즉시 구매 가능성’을 높일 수 있습니다.

   수요 기반 계획 및 예측 접근법 도입의 저해요소

이러한 접근법을 취하기 어려운 이유는 주로 아래와 같습니다.

자사 보유 데이터의 가치에 대한 인식 부족

방대한 데이터에 대한 분석 및 활용의 어려움

서로 상이하거나 상호 호환성이 없는 IT 시스템 등으로 인한 내·외부 데이터 통합 실패

자사의 수요 수준에 대한 객관적인 파악 실패

   수요 기반 계획 및 예측 접근법 운영 개요

이 접근법은 과거 판매 정보를 1차 데이터 소스로 삼던 기존 접근법과 달리 판매 시점 데이터, 유통업체가 요청한 물품 배송, 각 물류창고의 재고 상황, SNS에서 관찰되는 특정 제품 및 브랜드에 대한 동향, 프로모션, 날씨 등 특정 상황 기반 데이터 등을 모두 수집합니다.

이렇게 수집된 다양한 데이터를 패턴 인식이나 머신러닝 같은 최신 기술을 이용해 특정 수요 패턴과 상관 관계 등을 파악합니다. 이 결과를 최신 기술진보를 대표하는 결과물 중 하나인 로봇을 통해 시스템에 입력합니다.

이렇게 분석을 마친 데이터는 영업부서, 마케팅부서, 공급업체, 재무부서 등 모든 참여자가 공유하고 협력함으로써 ‘하나의 진실’을 도출하여 예측 분석을 통해 홍보, 마케팅, 고객, 수요 계획 등을 수립합니다.

   수요 기반 계획 및 예측 접근법으로의 이행

이 접근법으로의 7단계 이행 과정은 다음과 같습니다.

영업부서와 마케팅부서에 오너십을 부여합니다.

셀아웃(Sell-out)과셀인(Sell-in) 데이터를 통합해 소비자 중심 계획을 수립합니다.

공동 데이터베이스를 구축해 영업부서, 마케팅부서, 운영부서, 재무부서, IT부서 간의 협력을 촉진합니다.

고객과 전략적이고 긴밀한 관계를 구축해 공동 비즈니스 계획 수립을 추구합니다.

프로모션, 가격 변동, 날씨 예보, 경쟁사 움직임 등을 다루는 상황 기반(Event-based) 데이터 세트를 구축합니다.

종합 SKU(Stock Keeping Unit) 계획을 위해 제품, 수요, 고객 세분화를 실행합니다.

최신기술을 활용하고 내부 수요 관리 전문가를 임명하여 수요 데이터 분석기술 CoE(Center Of Excellence)를 수립합니다.

보다 자세한 내용은 원본 보고서 소비재 산업에서의 수요 기반 계획 및 예측의 효과 (pdf, 285.24kb) 에서 살펴보시기 바랍니다.

Top