유통업에서 날씨정보를 활용한 상품별 매출 예측 방안에 관한 연구

• 영문명: A Study on Prediction of Sales Amount of Each Product Category Using Weather Information
• 발행기관: 한국자료분석학회
• 저자명: 김문욱(Moonwook Kim) 진서훈(Seohoon Jin)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.17 No.1, 173~182쪽, 전체 10쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2015.02.28

국문 초록

우리나라 대형마트들의 계절별 매출 변화 추세를 살펴보면 매년 일정한 추세를 가지고 있으며, 해당 주차의 기온과 강수량 등의 날씨요인에 따라 매출 변화가 나타난다. 대형마트의 매출 추세는 보통 봄부터 증가하는 추세를 보이다가 여름 휴가철에 정점을 이루고 날씨가 추워지는 겨울까지 매출이 감소하는 추세를 보이게 된다. 이렇게 일정한 추세를 보이는 대형마트의 특성상 한 해의 매출을 각 주차별로 예측하는 것이 가능하다. 실제로 우리나라의 주요 대형마트들은 각 주차별로 매출 예측을 시도하고 있으며, 이렇게 예측된 주차별 매출은 한 해 동안의 점포별 예산과 마케팅 비용 책정에 사용될 뿐만 아니라 제품의 발주 시스템 개선에도 유용하게 사용되어지고 있다. 하지만 이러한 노력 속에서도 대형마트의 매출 증가율은 마이너스로 접어들었다. 이 문제의 해결을 위해서는 마케팅의 효율성을 높인 질적 성장이 우선시 되어야 한다. 적절한 시점에 마케팅을 실시함으로써 반응률을 올리는 것이 중요한데 이를 위해서는 매출 예측이 매우 중요하다. 본 논문에서는 날씨에 따라 매출의 변화가 심한 대형마트의 특성에 따라 날씨 데이터와 A대형마트사의 데이터를 이용하여 일별 매출 예측 모형 개발 과정을 살펴보았다. 날씨 데이터를 활용한 일별 매출 예측이 보다 효과적이 될 수 있음을 알 수 있었다.

영문 초록

The big retailers in South Korea show seasonal trend with the change of sales amount. This trend is observed annually. Temperature and rainfall amount are influential factors in the change of sales amount. Sales amount increases at the start of spring and reach its height during summer period. Winter shows the least amount of sales. The sales amount of each retail store is predictable through this trend. Big retailers are already applying sales prediction models to assign budget and marketing cost to each store. The ordering system is enhanced through these models as well. These days, retailer s sales growth rate showed negative growth even when these models were attempted. The solution is to enhance the efficiency of marketing and not quantitative growth through building more stores. Sales prediction is used to calculate the best time to increase customer marketing response rate. This paper shows the process of building daily sales prediction model through weather data and retailer’s sales data with stores.

목차

1. 서론

2. 날씨 정보를 활용한 상품 카테고리별 매출 추정 방법

3. 일별 매출 예측을 위한 데이터 구성

4. 날씨 정보를 이용한 일별 매출 예측 모형 개발

5. 결론

References

키워드

회귀모형 추세분석 더빈-왓슨 통계량 코크란-오커트 변환 regression model trend analysis Durbin-Watson statistic Cochrane-Orcutt transformation