데이터 사이언티스트 없이 하는 수요 예측: 실제로 필요한 것

실패는 두 가지인데 원인은 하나다. 둘째 주에 품절된 베스트셀러, 그리고 3월까지 창고에 남아 있는 다른 상품. 둘 다 예측 문제이고, 둘 다 “전문가가 있어야 하는 일”처럼 보여서 미뤄진다.

가치의 대부분을 가져오는 데 전문가는 필요 없다. 패턴이 보일 만큼의 이력, 스스로 이해하는 한 가지 방법, 그리고 언제 발주할지에 대한 기준이면 된다. 정의부터 손계산, 품절 예측, 그리고 도구가 값을 하기 시작하는 지점까지 순서대로 본다.

수요 예측이란 무엇이고, 무엇이 아닌가

수요 예측 이란 앞으로의 일정 기간에 몇 개가 팔릴지 추정해서, 적절한 수량을 적절한 시점에 사들이는 일이다. 정의는 그게 전부다. 거창한 의미의 미래 예측이 아니라 오차 범위가 붙은 추정이고, 쓸모 있는 부분은 바로 그 오차 범위다.

• 답하는 것은 구매 질문이지 분석 질문이 아니다. 몇 개를, 언제까지, 어떤 옵션으로.
• 항상 어느 정도 틀린다. 신뢰 구간 없는 예측은 정장을 입은 감이다.
• 개별 구매자의 행동을 맞히는 일이 아니다. 예측하는 대상은 발주 라인이지 사람이 아니다.
• 가치는 바뀐 결정 안에만 있다. 어차피 같은 수량을 주문했다면 필요 없던 것이다.

판매 예측 방법: 엑셀과 주문 이력이면 충분하다

수요 예측 방법을 다루는 글은 대개 열두 가지 기법을 정교한 순서로 늘어놓는다. 그래서 운영자는 결국 하나도 하지 않는다. 표 계산과 주문 이력만으로 돌릴 수 있는 건 셋이면 된다. 감보다 나은 것 중 가장 단순한 걸 고르면 된다.

• 이동 평균: 최근 4~8주 평균. 꾸준히 팔리는 상품에 적합하다. 약점은 변화에 항상 늦다는 것.
• 가중 이동 평균: 같지만 최근 주에 더 큰 가중치를 준다. 한 줄 더 일하고 훨씬 빨리 반응한다.
• 계절 나이브: 작년 같은 주 실적을 성장분만큼 조정한다. 날씨나 명절에 좌우되는 상품이라면 수학 없이 앞의 둘을 이긴다.

한 상품에 대한 구체적인 절차: 최근 8주의 주간 수량을 가져와 마지막 2주에 두 배 가중치를 준다. 그게 다음 주다. 공급사 리드타임 주수를 곱하고, 빨리 채울 수 없는 상품에는 1~2주치 안전 재고를 더한 뒤 현재 재고와 비교한다. 움직여야 할 숫자는 예측값이 아니라 이 비교 결과다. 상위 10개 상품에 적용하면 매출의 대부분이 덮인다.

손으로 시작하는 이유는 자기 오차를 배우기 위해서다. 한 달이면 어떤 상품이 예측 가능하고 어떤 상품이 아닌지 알게 되고, 그 지식이 있어야 나중에 들이는 도구가 인상적인 것에 그치지 않고 쓸모 있어진다.

유일하게 의미 있는 출력: 품절 예측

예측은 한 번 읽히고, 알림은 처리된다. 실무적 목표는 재입고가 제때 도착할 만큼 일찍 품절을 잡아내는 것이다. 즉 알림은 “현재 재고 ÷ 예측 주간 판매량 < 리드타임”일 때 울려야 하고, 선반이 빈 날이 아니다.

이 알림이 믿을 만하려면 두 가지가 필요하다. 전역 기본값이 아니라 공급사별 리드타임을 알아야 하고, 품절돼도 손해가 없는 상품에서는 조용해야 한다.

AI가 더하는 것과 더하지 않는 것

머신 러닝 매출 예측은 도약처럼 팔리지만, 실제로는 품이 줄어드는 일로 이해하는 편이 정확하다. 모델은 계절성·추세·프로모션을 카탈로그 전체에 대해 동시에 저울질한다. 상품마다 표를 관리할 사람이 필요 없다. 이건 분명한 가치지만 “더 정확하다”와는 다른 주장이다. 2년치 깨끗한 이력이 있는 안정적인 상품이라면 가중 평균을 이기기 쉽지 않다.

• 확실히 이기는 경우: 많은 상품을 동시에, 겹치는 계절성, 눈으로는 못 보는 긴 이력.
• 이기지 못하는 경우: 신제품 수요 예측. 어떤 방법도 데이터를 만들어내지 않는다. 출시 때는 비교 상품에서 추정하는 것이고, 그렇다고 표시되어야 한다.
• 오해를 부르는 경우: 단일 숫자로 제시된 예측. 수요 예측 정확도를 묻기 전에 구간을 먼저 요구하고, 넓은 구간은 결함이 아니라 정보로 읽는다.

도구가 필요해지는 지점

표 계산에서 전용 도구로 넘어가는 이유는 정확도가 아니다. 주당 내리는 결정의 수와, 그걸 실제로 누군가 내리고 있는지다. 신호는 넷이다.

• 실제로 도는 품목이 50개를 넘고, 표는 상위 10개만 갱신된다.
• 리드타임이 길어서 늦은 발주가 며칠이 아니라 몇 주의 매출 손실이 된다.
• 같은 상품에서 두 번 품절이 났다. 한 번은 운이고, 두 번은 빠진 프로세스다.
• 발주 결정의 주인이 없다. 누군가 알아챌 때 일어나고, 그건 항상 늦다.

해당하는 게 없다면 표 계산을 유지하면 된다. 이 선 위에 서 있는 것이 AllHub의 수요 예측 에이전트다. 쇼핑몰이 이미 가진 판매 이력으로 예측하고, 확신에 찬 한 숫자 대신 신뢰 구간을 보여주며, 선반이 비기 전에 발주 시점을 알려준다.

정리

예측은 자격이 없어서 시작하지 못할 데이터 과학 프로젝트가 아니다. 입력이 셋인 주간 습관이다. 무엇이 팔렸는지, 공급사가 얼마나 걸리는지, 품절이 얼마를 앗아가는지. 상위 10개 상품으로 한 달만 손으로 해보면 무엇을 자동화하고 싶은지, 그리고 어떤 숫자를 믿을 수 있는지 정확히 알게 된다.

잘 나가는 상품을 끊기지 않게 하는 데 데이터 사이언티스트는 필요 없다. 발주점을 알고, 그 선을 넘기 전에 알림을 받으면 된다. 수요 예측 에이전트가 하는 일은 그게 전부다.