본문 바로가기
IT - DATA/DATA - Statistics

[데이터 분석] 01. 수요예측 / 매출추정기법

by 오는정 가는정 갓은정 2022. 9. 28.
반응형
브랜딩, 마케팅 전략이 기반되는 수요예측/매출 추정의 중요성은 꾸준히 높아지고 있다.

 


데이터에 기반한 수요예측 기법은 다양한 방법들이 있다.

 

실제로 많은 기업들이 아래와 같은 예측 기법들을 실제로 사용하고 있다.

하지만 정성적 기법과 정량적 기법은 각각 장점과 취약점이 있기 때문에 데이터 분석을 기반한 모델을 토대로 각 예측 기법의 장점을 높이고 단점을 최소화 하는 체계가 필요하다.

 

접근방법 간단한 설명 예측기간 비용 용이성 장점 단점
정성적 방법 시장조사 새로운 상품이나 서비스와 관련해서 잠재적 고객으로부터 정보를 확보하 는 것 -단기 높음   단기간 정확히 예측 장기간 정확도 낮음
경영진의견에대한판단 민간부문에서 주로 사용되며 경영진 의 집단토의에 의해 예측되는 방식   낮음-보통 해석시 주의 신속하고 저렴하게 예측. 경영진들의 능력에 따라 차이가 있고 정확도 낮음
판매원 의견법 판매원, 영업부직원들이 담당지역, 담당제품의 판매량 예측, 종합하여 총수요 예측 -단기 낮음 해석시 주의 판매경험이 있는 사람들에 의해 수행. 불충분한 이해나 지식을 지닌 사람들에 의해 수행 될 수 있음
델파이기법 특정사건의 발생가능성과 시기, 규모 등을 예측하기 위해 전문가집단 구성하여 설문 -장기 높음 해석난해 기본적인 데이터가 부족하거나 계량화하기  어려운  문제에 대 해 유용 전문가들의 책임감이 적어지고 좋은 의견과 잘못 된 의견이 동일한 비중으 로 평가되어 해석어려움
교차영향 분석 예측에 영향을 미치는 요인들의 상호 의존성을 분석하는 방법 중기 높음 해석시 주의 넓은 범위에서 여러 사건 분석 가능,한사람의  분석가에  의해 분석 가능 예측할 사건의 수가 많으면 분석 복잡, 시간과 비용 많이 듬
시나리오법 현재 상황을 기준으로 미래상황을 기 술하는 것으로 대안별 미래상황을 제 시하는 방법. -장기 높음   미래특정 상황이 일어날 가능성을 제시하고 이를 체계화 연구자의 주관적인 생각에 많은 영향을 받음
정량적 방법 시계열 이동평균법 불규칙변동, 계절변동을 제거한 것으 로 일정수의 기간에 산술평균, 가중평 균으로 예측 단기 낮음 쉬움 단순 모형법보다 더 정확하고 확실함. 최근 자료들을 저장하고 지속적인 갱신요구.
박스-젠킨스 자기상관법에 의하여 기본적인 시계열을 판별하고 최적합의 모델을 형성 -단기 높음 배우 기어 려움 단기간 정확히 예측 다량의 자료가 필요하며 시간과 비용이 많이 소요.
지수 평활법 과거의 관측값으로 미래의 값을 예측 할 때 최근의 자료에 더 많은 가중값을 부여 단기 낮음 배우기 쉬움 적용 쉽고, 계산 간단하여 분기별 수요예측, 상품재고 예측 등 동시에 간단한 예측에 적용. 초기 예측치가 필요
인과관계 회귀분석 변수들 사이의 특정한 인과관계를 규 명함으로써 예측의 목적을 성취 - 보통 배우 기어 려움 인과관계를 잘 찾아내면 중장기 예측에 유용 중요변수를 포함하지  않거나  부적절한  함수형태를 취함으로 이분산성, 다중공선성,  자기상관성  문 제 발생.
개량 경제 원인변수의 변화가 결과변수의 변화 에 어떠한 영향을 미치는지 통계적으 로 검정, 평가 --단기 높음-보통 배우 기어 려움 독립변수들간 상호관계 규명 장기적 안정성 기대하기 어려움
투입-산출 요구되는 output을 생산하는데 소요되는 input 예측 -단기 높음 배우 기어 려움 여러가지 경제정책 대안의 효과를 쉽게 측정 가능 작성에 많은 시간과 비용 소요

예측오차의 종류 설명
오차제곱평균
(mean square error: MSE)
•모든 오차가 비음이 되도록 각 오차를 제곱한 평균
루트오차제곱평균
(root mean squared error: RMSE)
•각 오차를 제곱한 평균값에 루트를 씌운 값
오차절대평균
[mean absolute error: MAD(D)]
•양(+)의 오차가 음(-)의 오차를 상쇄해 버리는 것을 방지하기 위한 예측오차 측정수단
•모든 오차가 비음(悲吟)이 되도록 오차의 절대 값을 취함
오차절대평균비율
(mean absolute percentage error: MAPE)
•예측오차를 수요의 크기를 고려하여 비율적으로 평가
•각 오차비율의 절대 값만을 사용하여 오차의 폭만을 고려함
테일의 U •오차제곱의 형태를 취함으로써 큰 오차에 더 많은 가중치 부여

 

위 기법들은 천천히 정리하도록 하고 이 장에서는 먼저 간이 산출법부터 배워 보도록 하자.

단순하게 리테일 매장, 점포의 월 매출액 추정을 해본다고 했을 때 쉽게 적용해볼 수 있는 방법은 아래와 같다.

 

 

  • ※ 월 매출액 계산법 (추정액)
    • 좌석수 / 좌석점유율 / 회전율 / 객단가
     좌석수:  테이블 수 X 테이블당 좌석 수
     좌석 점유율:  4인 테이블에 평균 2명이 식사하는 경우 50%

     회전율:  점심시간대: 1.5~2회전 / 저녁시간대: 1~1.5회전
     평균 객단가:  테이블에서 평균적으로 지불하는 돈을 테이블 인원 수로 나눈 금액

 

  •  QUIZ
    4인 테이블이 10개인 식당에서 일일 평균회전율 3회 / 객단가 7000원 / 좌석점유율 50% / 영업일 26일인 경우
    예상 월 매출은? 
    40석 X 3회전 X 7000원 X 점유율0.5 X 26일 = 1,092만원

 

 

위 방식과 더불어 리테일 시장, 매장/점포의 매출액을 구성하고있는 요소는 여러가지가 있으며,  아래 요소들을 조합하여 매출액을 산출할 수가 있다.
이 방법들은 간단하지만 오차가 있을 수 있기 때문에 한가지 방법만이 아니라 다른 요소들과의 결합으로 여러 가지를 산출해는 것이 좋다. 

예측 방법

(1) 매출액 = 고객수 × 객단가 × 영업일수

(2) 매출액 = 종업원 1인당 매출액 × 종업원수 × 영업일수

(3) 매출액 = 재고금액 × 상품회전율(연간)

(4) 매출액 = 평당 연매출액 × 매장면적

(5) 매출액 = 연간 총인건비 × 인건비 비율

 

 

 

 

 

다음 포스팅에서 계속 알아보도록 하자..

 

https://make-extra-money.tistory.com/6

 

매출 예측방법 - 객단가/직원/상품회전율/평당 연간매출액

지난 포스팅에 이어  아래 5가지 간이 산출법을 통해 수요 예측/ 매출 예측을 해보도록 하자. 예측 방법 (1) 매출액 = 고객수 × 객단가 × 영업일수 (2) 매출액 = 종업원 1인당 매출액 × 종업원수 ×

make-extra-money.tistory.com

 

반응형

댓글