비즈니스 지표 분석 | 기계 학습

수요를 정확하게 예측하는 것은 효율적인 공급망을 구축하는 기본 조건입니다. 정확한 수요 예측을 통해 적절한 리소스를 적시에 적절한 위치에 배치할 수 있습니다. 소매 및 소비재 분야에서는 재고를 적절히 관리하면 품절이나 비용이 많이 드는 프로모션을 최소화하고 비용을 유발하는 매장 내 이전을 줄이며 운전 자본을 최소화하여 현금을 더 효율적으로 활용할 수 있습니다. 하지만 대량의 데이터를 분석하여 미래 가치를 예측하는 것은 복잡하고 시간이 많이 걸리며 정확하지 않을 수도 있습니다.

Amazon Forecast, Amazon SageMaker Canvas, SageMaker JumpStart 등 Amazon의 AI/ML 서비스는 ML 전문 지식이 필요 없는 노코드와 로우코드 솔루션의 조합으로 비즈니스 분석가와 데이터 사이언티스트의 역량을 강화합니다.

이점

변화에 적응하는 인텔리전스

Amazon의 예측 서비스는 기계 학습을 활용하여 대량의 데이터를 분석하고 품목 간의 미묘한 패턴과 관계를 파악하며 미래 수요를 정확하게 예측합니다. AWS의 AI 및 ML 예측 서비스는 Amazon에서 쌓은 20년 이상의 경험을 바탕으로 완성되었습니다.

데이터 과학 역량 확대

ML 전문 지식이 없이도 매우 정확하게 예측할 수 있습니다. 따라서 비즈니스 분석가가 직접 예측 문제에 ML을 적용할 수 있어 데이터 사이언티스트가 다른 비즈니스 문제를 해결하는 데 집중할 수 있습니다.

각각의 방식으로 예측

AWS는 특정 사용 사례에 최적화된 다양한 서비스를 제공합니다. 비즈니스 분석가는 Canvas의 노코드 그래픽 서비스를 통해 예측 문제에 ML을 쉽게 적용할 수 있고, 개발자는 Amazon Forecast를 통해 API에 직접 코딩할 수 있으며, 사용자는 SageMaker JumpStart를 통해서는 직접 모델을 구축하고 조합할 수 있습니다.

정보에 입각한 비즈니스 의사 결정

가상(What-If) 분석을 통해 예측을 스트레스 테스트하여 프로모션이나 영업 시간 변경과 같은 비즈니스 결정이 판매에 미치는 영향을 파악합니다.

고객 사례

The Very Group은 22억 파운드 이상의 연간 매출과 매일 180만 이상의 웹 사이트 방문을 기록하는 영국 최대의 통합 디지털 소매업체 및 금융 제공업체입니다. Very.co.uk, Littlewoods.com 및 LittlewoodsIreland.ie를 포함한 자체 브랜드로, 이 회사는 1,800개 이상의 유명 브랜드를 판매하고 440만 명의 고객을 보유하고 있으며 매년 4,900만 개의 제품을 제공합니다.

"저희는 AWS와의 협업을 통해 AWS 예측 및 AI/ML 솔루션을 활용하여 새로운 소매 수요 예측 기능을 빠르게 구축하여 사용했습니다. 국제적 팀과 포괄적인 협업을 활용하여, The Very Group은 SKU 관리를 9.9% 향상하는 데 매우 놀라운 성공을 거두었습니다. 이는 1억 1천만 파운드 이상의 가치를 지닙니다. 이러한 결과는 프로그램에 800시간 이상 투자하여 800만 개 이상의 예측을 생성한 70개 이상의 실험을 완료했기 때문입니다. 현재 당사는 이 모델을 다른 비즈니스 영역으로 확장하고, 조직 전체에 걸쳐 추가 사용 사례를 반복하고, 최신 데이터를 Amazon Forecast에 추가하여 모델 정확도를 지속적으로 개선하고 있습니다."

Steve Pimblett, The Very Group Chief Data Office

“Amazon Forecast를 사용한 덕분에 신선 청과물 범주에서 예측 정확도를 27%에서 76%로 개선하고 폐기 분량을 20% 줄일 수 있게 되었습니다. Amazon Forecast에서 제공하는 예측 분포를 활용한 결과, 부족 및 초과 예측 비용을 손쉽게 최적화할 수 있었습니다. 이를 통해 재고 소진 상태가 3%가 되었으며 매출 총이익도 개선되었습니다. 덕분에 매장 관리자가 일일 예측을 살펴보고 구매 주문을 더 쉽고 정확하게 접수할 수 있게 되었습니다. 현재 당사는 이 모델을 다른 범주로 확장하고, 추가 관련 데이터 세트로 이 절차를 반복하고, 최신 데이터를 Amazon Forecast에 추가하여 모델 정확도를 지속적으로 개선하고 있습니다."

Supratim Banerjee, More Retail 최고 혁신 책임자

“저는 AWS의 세계적인 기계 학습 팀에 깊은 감명을 받았습니다. 저희 팀은 Amazon Machine Learning Solutions Lab과 긴밀히 협력하여 Amazon Forecast를 사용하는 수요 예측 모델을 몇 주 만에 개발했습니다. 이 솔루션은 예측 정확도를 8% 향상시켰습니다. 저희는 멕시코에 있는 공장에 이 솔루션을 사용함으로써 연간 55만 3,000 USD의 절감 효과를 얻을 것으로 예상합니다. 더구나 데이터 인프라를 AWS로 마이그레이션한 후에는 이 솔루션을 클라우드 워크플로에 쉽게 통합할 수 있게 될 것입니다. AWS와의 협업 덕분에 낭비되는 인건비를 최소화하고 고객 만족도를 극대화할 수 있었습니다.”

Azim Siddique, Foxconn Technical Advisor and CoE Architect