이번 주에 낚싯대는 몇 개가 팔릴까?

2025년 설 연휴, 여러분은 어떻게 보내고 있나요? 이번 글에서는 국내 이커머스 기업 ‘SSG’ 데이터예측팀에서 상품 수요를 예측한 경험을 공유합니다.

안녕하세요, 데이터예측팀 수요예측 파트 진대현입니다. 저희 팀은 SSG.COM의 다양한 물류센터에서 SKU의 수요 예측 문제를 다루며, 머신러닝 및 통계적 모델을 활용하여 정교한 예측을 목표로 하고 있습니다.

수요예측은 유통 및 공급망 관리에서 고전적 문제이며, 고객의 변화하는 니즈와 환경에 대응하기 위해 새로운 도전이 필요합니다.

‘롱테일 상품’과 ‘간헐적 수요 패턴’의 수요 예측 문제는 비슷하면서도 서로 분리된 문제입니다. 이번 글에서는 간헐적 수요 패턴을 가진 상품의 수요예측 문제에 대해 논의하겠습니다.

롱테일 상품의 수요예측

롱테일 상품이란

롱테일은 판매 빈도가 낮지만 많은 상품이 전체 매출의 중요한 부분을 차지하는 현상입니다.

• 파레토 법칙: 상위 20%의 상품이 전체 매출의 80%를 차지함.
• 롱테일 법칙: 하위 80%의 상품도 전체 매출에 중요하게 기여함.

이 두 법칙은 각기 다른 시각에서 시장을 설명합니다.

간헐적 수요 패턴

간헐적 수요 상품의 매출은 낮은 비율을 차지할 수 있지만, 롱테일 상품과 간헐적 수요는 반드시 연결되어 있지 않습니다. 여러 유형의 상품이 서로 다른 수요 패턴을 가질 수 있습니다.

간헐적 수요 예측 문제

데이터 부족 현상과 외삽

간헐적 수요 패턴은 데이터 부족과 외삽 문제를 발생시킵니다. 머신러닝 모델은 많은 양의 데이터가 필요합니다.

따라서 데이터가 부족한 상품에 대한 예측은 실패할 가능성이 높습니다.

수요예측 모델로써의 Croston method

간헐적 수요에 적합한 Croston method가 제안되었으며, 이는 수요 간격과 크기를 별도로 예측하는 방식입니다.

우리 팀에서는 다양한 방법을 혼합하여 상품별 수요예측 모델을 사용하며, Croston method를 추가하는 것을 고려하고 있습니다.

SSG.COM의 수요예측 전략

결품 문제를 줄이기 위해 간헐적 수요 상품에 대해서는 Smoothing 기법을, 상위 상품군에는 머신러닝 모형을 적용하고 있습니다.

마치며

저희의 접근이 완벽하진 않지만, 다양한 요소를 고려한 전략적 접근 방식으로 앞으로도 지속적인 개선을 추구할 것입니다.

감사합니다.

<원문>

이번 주에 낚싯대는 몇 개가 팔릴까?