소비재 판매데이터의 군집수준과 계층구조가 수요예측 정확도에 미치는 영향 연구

다국어 초록 (Multilingual Abstract)

Accurately forecasting demand has been one of the top priorities among many businesses. While overestimating demand leads to higher inventory and related costs, underestimating demand prevents many patrons from receiving products in time. In this regard, forecasting accuracy is one of the important process that determines competitiveness of companies. However, previous forecasting models that companies use are so rudimentary that the models produce large forecasting errors. To overcome the weak point of the simple models and contribute to literature on planning and sales, this paper develops a hierarchical model of forecasting the demand of consumer products. Specifically, the proposed models incorporates the hierarchical structure of consumer product data to improve the forecasting accuracy. In doing so, this study reviews the existing studies on identify factors that intensifies forecasting inaccuracy and studies that adopted hierarchical approach method. Then we suggest a forecasting model considering the data with hierarchical features and structure. The effectiveness of the model is validated using MAPE and MAD. The results show that the proposed model outperform the existing models in the consumer products company by improving forecasting accuracy.

국문 초록 (Abstract)

최근 국내경제의 불확실성이 커지며 기업들의 경영전략 및 계획을 수립하는데 어려움을 겪고 있다. 기업경영에서 공급사슬관리의 모든 계획은 기업전략 및 정책, 경제상황과 기업의 제품 및 서비스에 대한 수요예측을 기반으로 한다. 수요예측 시, 과다한 수요예측은 과다한 재고 발생으로 인한 비용이 발생하고, 이와 반대로 과소한 수요예측은 제품의 결품이나 고객서비스 수준의 저하로 나타난다. 그렇기 때문에 수요예측의 정확성은 기업경영의 효율성에 중요한 부분 중 하나이다. 그러나 기업이 활용하는 기존 수요예측 기법들은 예측오차를 줄이지 못해 예측에 대한 신뢰성을 갖지 못하고 있다. 이는 기업의 과거와 현재의 상황을 고려하여 미래 상황을 예측하고 이에 따른 수요량에 발맞추어 제품이나 서비스의 공급량을 정확하게 예측하는 것은 어려운 상황이라는 것을 나타낸다. 이러한 상황에서 기업의 수요예측 오차를 줄일 수 있도록 기업의 제품 판매 데이터의 계층구조가 수요예측에 미치는 영향에 대해 연구하고 수요예측 정확도를 높일 수 있는 계층구조를 연구해보았다. 판매 데이터의 계층구조마다 각 특성이 다르기 때문에 계층구조를 통한 수요예측도 각 계층특성을 고려해야 된다는 전제하에 수요예측 방법을 검토하였다. 본 연구에서는 생활용품 기업 A社의 제품 판매 데이터와 ERP에 설정되어 있는 계층구조를 기초로 시계열 계층화 접근방법인 Top-Down, Bottom-Up 및 Middle-Out의 각 수요예측 정확도를 비교하였고, 또한 지수평활법과 ARIMA와 같은 시계열 분석방법 별 수요예측 정확도를 비교하였다. 마지막으로 기존 계층구조와 최적 계층구조를 비교하여 수요예측 정확도를 비교하였다. 결론적으로 계층별 특성을 고려한 계층구조가 기존의 계층구조보다 수요예측의 정확도가 향상된 것으로 연구되었다. 향후에도 지속적인 연구를 통해 수요예측의 예측오차를 줄이는 방법을 연구해야 할 것이다.

목차 (Table of Contents)

• 제 1 장 서 론 1
• 제1절 연구의 배경 및 목적 1
• 제2절 연구의 방법 및 구성 3
• 제 2 장 이론적 배경 5
• 제1절 소비재 생활용품 SCM 특성 5
• 제2절 수요예측의 이론적 고찰 7
• 제3절 수요예측 관련 선행연구 11
• 제4절 기존 연구와의 차별성 13
• 제 3 장 수요 예측 연구 방법 14
• 제1절 수요 예측 기법의 고찰 14
• 1. 산술평균법(Arithrnetic Average) 14
• 2. 단순이동평균법 (Simple Moving Average) 14
• 3. 최소자승법 (Least Squares Method) 15
• 4. 지수 평활법 (Exponential Smoothing Method) 16
• 5. 이중지수평활법 (Double Exponential Smoothing Method) 17
• 6. 홀트 지수 평활법 (Holt Exponential Smoothing Method) 17
• 7. 윈터스 지수 평활법 (Holt-Winters Exponential Smoothing Method) 18
• 8. ARIMA (Auto Regressive Integrated Moving Average) 18
• 9. 크로스톤 법 (Croston's Method) 19
• 10. 계층적 수요 예측 (Hierarchical Forecasting) 20
• 제2절 예측정확도 평가 22
• 1. 평균오차(Mean Error, ME) 22
• 2. 평균절대편차(Mean Aboulute Deviation, MAD) 23
• 3. 평균절대비율오차(Mean Aboulute Percentage Error, MAPE) 23
• 4. 평균자승오차(Mean Squared Error, MSE) 24
• 제 4 장 수요 예측 25
• 제1절 데이터 및 계층구조 선정 25
• 제2절 수요 분석 26
• 1. 채널 별 수요 분석 26
• 2. 카테고리 수준 수요 분석 28
• 3. 브랜드 수준 수요 분석 30
• 제3절 수요 예측 결과 32
• 제4절 분석결과 시사점 39
• 제 5 장 결론 41
• 제1절 연구 결과 요약 41
• 제2절 연구의 한계점 및 향후 연구 계획 42
• 참고문헌 43