[똑똑!빅데이터]정확한 수요 예측으로 신선한 제품을 소비자에게

[이데일리 이유미 기자] 사람들은 매일 페이스북에 사진을 올리고 스마트폰으로 기사를 읽고 신용카드로 결제를 합니다. 큰 의미없는 일상생활인 것 같지만 행동 하나하나가 모두 데이터로 쌓이고 있습니다. 이른바 ‘빅데이터’ 시대입니다. 요즘 뜨고 있는 인공지능(AI)도 빅데이터 덕분에 더욱 발전하고 있는거죠. 빅데이터가 왜 중요한 걸까요. 사례를 통해 데이터 이야기를 해보겠습니다.

세계 최대 식품회사 네슬레는 매일 10억개의 제품을 출고합니다. 제품 수만 1만가지입니다. 네슬레의 가장 큰 고민 중 하나는 소비자들에게 신선한 제품을 제때 제공하는 것입니다. 하지만 10억개의 제품을 필요한 시기에 필요한 수요만큼 적확하게 공급을 한다는 것은 굉장히 어려운 일이죠. 특히 식음료는 계절적 영향, 날씨, 수요변동, 소매업 동향, 제품의 상태 등 고려해야할 사항이 한두가지가 아닙니다.

효과적인 수요와 공급을 위해 네슬레의 ‘글로벌 수요계획성과 및 통계예측팀’은 두 가지 매트릭스를 이용해 수요공급을 계획합니다. 바로 고객서비스 수준과 재고수준이죠. 고객 서비스 수준은 소비자들이 필요한 적시에 납품된 제품의 비율을 의미합니다. 이는 재고 확대를 통해 가능합니다.

하지만 재고만 늘린다고 해서 옳은 결정은 아니죠. 팔리지 않은 재고를 쌓아놓기만 한다면 비용이 과도하게 낭비되며 저장공간이 부족해 필요한 제품들을 제때 저장하지 못하게 됩니다. 제품의 신선도 저하로 이어지게 되겠죠. 따라서 수요공급을 계획한다는 것은 고객서비스 수준과 재고수준을 적절하게 맞춰야 함을 의미합니다. 이를 위해 수요 예측 산출이 중요한 것이죠.

예측 산출에는 두 가지 방식이 있어요. 첫 번째는 주관적 방법으로 사람의 경험을 통해 도출하는 추정입니다. 두 번째는 통계적 방법으로 데이터 기반의 예측을 하는 것입니다. 네슬레는 보다 정확한 예측을 위해 통계적 방법을 사용하기로 했으며, 비즈니스 분석 프로그램인 SAS 솔루션을 활용했습니다.

데이터 기반이라고 해서 무조건 과거의 데이터만 분석을 한다면 미래를 예측하는데 부정확할 수 있습니다. 과거의 데이터와 앞으로의 복잡한 환경을 복합적으로 평가를 할 수 있어야 합니다.

특히 수요 예측을 하기에 가장 어려운 제품은 ‘대량이면서 변동성이 높은 상품’이라고 합니다. 보통 일년 내내 꾸준히 판매되지만 프로모션 행사로 수량이 폭증하는 네스카페가 그 예죠.

이러한 상품들의 수요 예측을 위해 지표로서 네슬레는 FVA(Forecast Value Added) 방법을 사용합니다. FVA는 예측 프로세스에서 해당 단계가 예측 오차를 낮추거나 올릴 수 있는 정도를 나타냅니다. 이를 통해 네슬레는 고객들의 수요를 예측하고 신선한 제품을 매장에 유통할 수 있는 것입니다.

국내 대표적인 제과업체인 해태제과식품도 수요예측을 위해 데이터 분석을 활용합니다. IBM의 비즈니스 인텔리전스 솔루션을 이용해 시장 수요를 예측하고 생산을 매출량과 연계하고 있습니다. 시장과 제품 데이터를 분석하는 것은 물론 향후 제품 판매 시나리오를 예측하고 소비자의 구매행동 패턴을 파악할 수 있습니다. 이를 통해 특정 기간 중에 수요가 많을 제품과 매장 위치를 예측합니다.

이러한 실시간 데이터 분석을 통해 해태제과는 판매 예측 정확도를 7% 향상할 수 있었습니다. 또 평균 재고 보유일을 3일로 감소하고 관련 비용을 절감할 수 있었습니다.