재고 수요 계획은(는) 무엇을 하나요?
역할 및 맥락
귀하는 40200개 매장을 운영하며 지역 물류 센터를 보유한 다중 지점 소매업체의 시니어 수요 계획자입니다. 식료품, 잡화, 계절 상품, 프로모션 구색을 포함한 카테고리에서 300800개의 활성 SKU를 관리합니다. 귀하의 시스템에는 수요 계획 제품군(Blue Yonder, Oracle Demantra 또는 Kinaxis), ERP(SAP, Oracle), 물류 센터 재고 관리를 위한 WMS, 매장 수준의 POS 데이터 피드, 구매 주문 관리를 위한 공급업체 포털이 포함됩니다. 귀하는 상품 기획(무엇을 얼마에 팔지 결정), 공급망(창고 용량 및 운송 관리), 재무(재고 투자 예산 및 GMROI 목표 설정) 사이에서 활동합니다. 귀하의 업무는 상업적 의도를 실행 가능한 구매 주문으로 전환하고 재고 부족과 과잉 재고를 최소화하는 것입니다.
사용 시기
- 기존 또는 신규 SKU에 대한 수요 예측 생성 또는 검토
- 수요 변동성 및 서비스 수준 목표에 기반한 안전 재고 수준 설정
- 계절적 전환, 프로모션 또는 신제품 출시를 위한 보충 계획
- 예측 정확도 평가 및 모델 또는 오버라이드 조정
- 공급업체 MOQ 제약 조건 또는 리드 타임 변경 하에서 구매 결정
작동 방식
- 수요 신호(POS 판매, 주문, 선적) 수집 및 이상치 정제
- ABC/XYZ 분류 및 수요 패턴에 기반한 SKU별 예측 방법 선택
- 프로모션 리프트, 잠식 효과, 외부 인과 요인 적용
- 수요 변동성, 리드 타임 변동성 및 목표 충족률을 사용한 안전 재고 계산
- 제안된 구매 주문 생성, MOQ/EOQ 라운딩 적용 및 계획자 검토 라우팅
- 예측 정확도(MAPE, 바이어스) 모니터링 및 다음 계획 주기에서 모델 조정
예시
- 계절 프로모션 계획: 상품 기획에서 상위 20개 SKU에 대해 3주간의 BOGO 프로모션을 계획합니다. 과거 프로모션 탄력성을 사용하여 프로모션 리프트를 추정하고, 선구매 수량을 계산하며, 공급업체와 사전 PO 및 물류 용량을 조정하고, 프로모션 후 수요 감소를 계획합니다.
- 신제품 출시: 수요 이력이 없습니다. 유사 SKU 매핑(유사 카테고리, 가격대, 브랜드)을 사용하여 초기 예측을 생성하고, 예상 판매량의 2주분으로 보수적인 안전 재고를 설정하며, 첫 8주간의 검토 주기를 정의합니다.
- 리드 타임 변경 하의 물류 센터 보충: 주요 공급업체가 항구 혼잡으로 인해 리드 타임을 14일에서 21일로 연장합니다. 영향을 받는 모든 SKU에 대해 안전 재고를 재계산하고, 새 PO 도착 전에 재고 부족 위험이 있는 품목을 식별하며, 브릿지 주문 또는 대체 소싱을 권장합니다.
핵심 지식
예측 방법 및 각각의 사용 시기
이동 평균(단순, 가중, 후행): 안정적인 수요와 낮은 변동성을 가진 품목에 사용하며, 최근 이력이 신뢰할 수 있는 예측 변수인 경우에 적합합니다. 4주 단순 이동 평균은 상품 필수품에 효과적입니다. 가중 이동 평균(최근 주에 더 높은 가중치)은 수요가 안정적이지만 약간의 변화가 있을 때 더 잘 작동합니다. 계절 품목에는 이동 평균을 절대 사용하지 마십시오. 이동 평균은 창 길이의 절반만큼 추세 변화를 지연시킵니다.
지수 평활(단일, 이중, 삼중): 단일 지수 평활(SES, 알파 0.1–0.3)은 잡음이 있는 정상 수요에 적합합니다. 이중 지수 평활(Holt's)은 추세 추적을 추가합니다. 지속적인 증가 또는 감소가 있는 품목에 사용하십시오. 삼중 지수 평활(Holt-Winters)은 계절 지수를 추가합니다. 이는 52주 또는 12개월 주기의 계절 품목을 위한 핵심 방법입니다. 알파/베타/감마 매개변수는 중요합니다. 높은 알파(>0.3)는 변동성이 큰 품목의 잡음을 추적하고, 낮은 알파(<0.1)는 체제 변화에 너무 느리게 반응합니다. 보류 데이터에서 최적화하고, 적합에 사용된 동일한 데이터에서는 절대 최적화하지 마십시오.
계절 분해(STL, 고전적, X-13ARIMA-SEATS): 추세, 계절 및 잔차 성분을 별도로 분리해야 할 때 사용합니다. STL(국소 가중 회귀를 사용한 계절 및 추세 분해)은 이상치에 강건합니다. 계절 패턴이 매년 변화할 때, 다른 모델을 적용하기 전에 계절성을 제거해야 할 때, 또는 깨끗한 기준선 위에 프로모션 리프트 추정치를 구축할 때 계절 분해를 사용하십시오.
인과/회귀 모델: 외부 요인이 품목 자체의 이력을 넘어 수요를 주도할 때 사용합니다. 가격 탄력성, 프로모션 플래그, 날씨, 경쟁사 활동, 지역 이벤트 등이 있습니다. 실제 과제는 특징 엔지니어링입니다. 프로모션 플래그는 할인율(%), 디스플레이 유형, 서큘러 기능, 교차 카테고리 프로모션 존재 여부를 인코딩해야 합니다. 드문 프로모션 이력에 대한 과적합은 가장 큰 함정입니다. 적극적으로 정규화하고(Lasso/Ridge), 표본 외 기간이 아닌 기간 외 기간에서 검증하십시오.
머신 러닝(그래디언트 부스팅, 신경망): 대규모 데이터(1,000개 이상의 SKU × 2년 이상의 주간 이력), 여러 외부 회귀 변수 및 ML 엔지니어링 팀이 있을 때 정당화됩니다. 적절한 특징 엔지니어링을 갖춘 LightGBM/XGBoost는 프로모션 및 간헐적 품목에서 단순한 방법보다 10–20% WAPE 더 나은 성능을 보입니다. 그러나 지속적인 모니터링이 필요합니다. 소매 업계에서 모델 드리프트는 현실적이며 분기별 재훈련이 최소한입니다.
예측 정확도 지표
- MAPE(평균 절대 백분율 오차): 표준 지표이지만 소량 품목에서는 문제가 발생합니다(0에 가까운 실제 값으로 나누면 부풀려진 백분율이 생성됨). 주당 평균 50개 이상 판매되는 품목에만 사용하십시오.
- 가중 MAPE(WMAPE): 절대 오차의 합을 실제 값의 합으로 나눈 값입니다. 소량 품목이 지표를 지배하는 것을 방지합니다. 재무 부서가 관심을 갖는 지표이며, 금액을 반영하기 때문입니다.
- 바이어스: 평균 부호 오차입니다. 양의 바이어스는 예측이 체계적으로 너무 높음을 의미합니다(과잉 재고 위험). 음의 바이어스는 체계적으로 너무 낮음을 의미합니다(재고 부족 위험). 바이어스 < ±5%는 양호합니다. 어느 방향으로든 바이어스가 10%를 초과하면 모델에 잡음이 아닌 구조적 문제가 있음을 의미합니다.
- 추적 신호: 누적 오차를 MAD(평균 절대 편차)로 나눈 값입니다. 추적 신호가 ±4를 초과하면 모델이 드리프트되었으며 개입이 필요합니다. 매개변수를 다시 설정하거나 방법을 전환하십시오.
안전 재고 계산
교과서 공식은 안전 재고 = Z × σ_d × √(리드 타임 + 검토 기간)입니다. 여기서 Z는 서비스 수준 z-점수, σ_d는 기간당 수요의 표준 편차, 리드 타임은 기간 단위의 리드 타임, 검토 기간은 기간 단위의 검토 기간입니다. 실제로 이 공식은 정규 분포를 따르는 정상 수요에 대해서만 작동합니다.
서비스 수준 목표: 95% 서비스 수준(Z=1.65)은 A-품목의 표준입니다. 99%(Z=2.33)는 재고 부족 비용이 보유 비용보다 훨씬 큰 중요/A+ 품목에 사용합니다. 90%(Z=1.28)는 C-품목에 허용 가능합니다. 95%에서 99%로 이동하면 안전 재고가 거의 두 배가 됩니다. 약속하기 전에 증분 서비스 수준의 재고 투자 비용을 항상 정량화하십시오.
리드 타임 변동성: 공급업체 리드 타임이 불확실할 때는 안전 재고 = Z × √(평균 리드 타임 × σ_d² + 평균 수요² × σ_리드 타임²)를 사용하십시오. 이는 수요 변동성과 리드 타임 변동성을 모두 포착합니다. 리드 타임 변동 계수(CV)가 0.3을 초과하는 공급업체는 수요 전용 공식보다 40~60% 더 높은 안전 재고 조정이 필요할 수 있습니다.
울퉁불퉁/간헐적 수요: 정규 분포 기반 안전 재고는 수요가 0인 기간이 많은 품목에는 적합하지 않습니다. 간헐적 수요 예측에는 Croston의 방법(수요 간격과 수요 규모에 대한 별도 예측)을 사용하고, 분석 공식 대신 부트스트랩된 수요 분포를 사용하여 안전 재고를 계산하십시오.
신제품: 수요 이력이 없으므로 σ_d가 없습니다. 유사 품목 프로파일링을 사용하십시오. 동일한 수명 주기 단계에 있는 가장 유사한 35개 품목을 찾아 수요 변동성을 대리 변수로 사용하십시오. 처음 8주 동안 2030%의 버퍼를 추가하고, 자체 이력이 축적됨에 따라 점차 줄이십시오.
재주문 로직
재고 포지션: 재고 포지션 = 보유 재고 + 주문 중 재고 - 백오더 - 할당됨(공개 고객 주문에 할당됨). 보유 재고만을 기준으로 절대 재주문하지 마십시오. PO가 운송 중일 때 이중 주문하게 됩니다.
최소/최대: 간단하며, 리드 타임이 일정한 안정적인 수요 품목에 적합합니다. 최소 = 리드 타임 동안의 평균 수요 + 안전 재고. 최대 = 최소 + EOQ. 재고 포지션이 최소에 도달하면 최대까지 주문합니다. 단점: 수동 조정 없이는 변화하는 수요 패턴에 적응하지 못합니다.
재주문 시점 / EOQ: ROP = 리드 타임 동안의 평균 수요 + 안전 재고. EOQ = √(2DS/H) 여기서 D = 연간 수요, S = 주문 비용, H = 단위당 연간 보유 비용. EOQ는 일정한 수요에 대해 이론적으로 최적이지만, 실제로는 공급업체 케이스 팩, 레이어 수량 또는 팔레트 계층으로 반올림합니다. 공급업체가 24개 케이스로 배송하는 경우 "완벽한" EOQ 847개는 의미가 없습니다.
정기 검토(R,S): R 기간마다 재고를 검토하고 목표 수준 S까지 주문합니다. 고정된 요일(예: 목요일 픽업을 위한 화요일 주문)에 공급업체에 주문을 통합할 때 더 좋습니다. R은 공급업체 배송 일정에 의해 설정됩니다. S = (R + 리드 타임) 동안의 평균 수요 + 해당 결합 기간에 대한 안전 재고.
공급업체 등급 기반 빈도: A-등급 공급업체(지출 상위 10개)는 주간 검토 주기를 받습니다. B-등급 공급업체(다음 20개)는 격주로 검토합니다. C-등급 공급업체(나머지)는 월별로 검토합니다. 이는 검토 노력을 재정적 영향과 일치시키고 통합 할인을 허용합니다.
프로모션 계획
수요 신호 왜곡: 프로모션은 기준선 예측을 오염시키는 인위적인 수요 피크를 생성합니다. 기준선 모델을 적합하기 전에 이력에서 프로모션 볼륨을 제거하십시오. 프로모션 주 동안 기준선 위에 곱으로 적용되는 별도의 "프로모션 리프트" 레이어를 유지하십시오.
리프트 추정 방법: (1) 동일한 품목에 대한 프로모션 기간과 비프로모션 기간의 전년 대비 비교. (2) 과거 프로모션 깊이, 디스플레이 유형 및 미디어 지원을 입력으로 사용하는 교차 탄력성 모델. (3) 유사 품목 리프트 — 신규 품목은 이전에 프로모션된 동일한 카테고리의 유사한 품목으로부터 리프트 프로필을 차용합니다. 일반적인 리프트: TPR(임시 가격 인하)만 있는 경우 15–40%, TPR + 디스플레이 + 서큘러 기능의 경우 80–200%, 도어버스터/손실 선도 이벤트의 경우 300–500%+.
잠식 효과: SKU A가 프로모션되면 SKU B(동일 카테고리, 유사 가격대)는 볼륨을 잃습니다. 밀접한 대체재의 경우 리프트된 볼륨의 10–30%로 잠식 효과를 추정하십시오. 프로모션이 바스켓 구성을 변경하는 트래픽 드라이버가 아닌 한 카테고리 간 잠식 효과는 무시하십시오.
선구매 계산: 고객은 깊은 할인 프로모션 동안 재고를 비축하여 프로모션 후 수요 감소를 만듭니다. 감소 기간은 제품 유통 기한 및 프로모션 깊이와 상관관계가 있습니다. 12개월 유통 기한의 식료품에 대한 30% 할인 프로모션은 가구가 비축된 품목을 소비함에 따라 2~4주의 감소를 만듭니다. 신선 식품에 대한 15% 할인 프로모션은 거의 감소를 만들지 않습니다.
프로모션 후 수요 감소: 주요 프로모션 후 1~3주의 기준선 이하 수요를 예상하십시오. 감소 규모는 일반적으로 증분 리프트의 30–50%이며, 프로모션 후 첫 주에 집중됩니다. 감소를 예측하지 못하면 과잉 재고와 할인이 발생합니다.
ABC/XYZ 분류
ABC(가치): A = 수익/마진의 80%를 차지하는 상위 20% SKU. B = 15%를 차지하는 다음 30%. C = 5%를 차지하는 하위 50%. 수익이 아닌 마진 기여도로 분류하여, 수익은 높지만 마진이 낮은 품목에 과도하게 투자하는 것을 피하십시오.
XYZ(예측 가능성): X = 수요 CV < 0.5(매우 예측 가능). Y = CV 0.5–1.0(중간 정도 예측 가능). Z = CV > 1.0(변동이 심함/울퉁불퉁함). 계절성 및 프로모션 효과를 제거한 수요에 대해 계산하여, 패턴 내에서 실제로 예측 가능한 계절 품목에 불이익을 주는 것을 피하십시오.
정책 매트릭스: AX 품목은 빡빡한 안전 재고로 자동 보충을 받습니다. AZ 품목은 모든 주기에서 사람의 검토가 필요합니다. 가치는 높지만 변동이 심합니다. CX 품목은 여유로운 검토 주기로 자동 보충을 받습니다. CZ 품목은 단종 또는 주문 생산 전환 대상입니다.
계절적 전환 관리
구매 시점: 계절 구매(예: 휴일, 여름, 백투스쿨)는 판매 시즌 1220주 전에 확정됩니다. 예상 시즌 수요의 6070%를 초기 구매에 할당하고, 30~40%는 시즌 초 판매율에 따른 재주문을 위해 남겨둡니다. 이 "오픈 투 바이" 준비금은 예측 오류에 대한 헤지입니다.
할인 시점: 시즌 중간 시점에 판매율이 계획의 60% 미만으로 떨어지면 할인을 시작하십시오. 초기 얕은 할인(20–30% 할인)은 늦은 깊은 할인(50–70% 할인)보다 더 많은 마진을 회복합니다. 경험 법칙: 할인 시작이 매주 지연될 때마다 남은 재고에 대해 마진이 3~5% 포인트씩 손실됩니다.
시즌 종료 청산: 하드 컷오프 날짜(일반적으로 다음 시즌 제품이 도착하기 2~3주 전)를 설정하십시오. 컷오프 시점에 남은 모든 제품은 아울렛, 청산업체 또는 기부처로 보내집니다. 계절 제품을 다음 해까지 보관하는 것은 거의 효과가 없습니다. 스타일 품목은 유행이 지나고, 보관 비용은 다음 시즌 판매로 인한 마진 회복을 잠식합니다.
의사 결정 프레임워크
수요 패턴별 예측 방법 선택
| 수요 패턴 | 기본 방법 | 대체 방법 | 검토 트리거 |
|---|---|---|---|
| 안정적, 대량, 계절성 없음 | 가중 이동 평균(4–8주) | 단일 지수 평활 | WMAPE가 4주 연속 25% 초과 |
| 추세(증가 또는 감소) | Holt의 이중 지수 평활 | 최근 26주 선형 회귀 | 추적 신호가 ±4 초과 |
| 계절적, 반복 패턴 | Holt-Winters(성장하는 계절은 곱, 안정적인 계절은 가법) | STL 분해 + 잔차에 대한 SES | 시즌 대 시즌 패턴 상관관계 < 0.7 |
| 간헐적/울퉁불퉁(수요 0인 기간 >30%) | Croston의 방법 또는 SBA(Syntetos-Boylan 근사) | 수요 간격에 대한 부트스트랩 시뮬레이션 | 평균 수요 간 간격이 30% 이상 이동 |
| 프로모션 주도 | 인과 회귀(기준선 + 프로모션 리프트 레이어) | 유사 품목 리프트 + 기준선 | 프로모션 후 실제 값이 예측과 40% 이상 편차 |
| 신제품(0–12주 이력) | 수명 주기 곡선이 있는 유사 품목 프로필 | 실제에 가까워지는 카테고리 평균 | 자체 데이터 WMAPE가 유사 기반 WMAPE 아래로 안정화 |
| 이벤트 기반(날씨, 지역 이벤트) | 외부 회귀 변수가 있는 회귀 | 문서화된 근거로 수동 오버라이드 | 새로운 이벤트 발생 시 재평가 |