ECCO의 확률적 최적화 기반 자동 매장 재고 보충: 27개국 536개 매장

신발 제조업체 ECCO는 자사 소매 매장의 대규모 네트워크를 통해 판매하며, 각 매장 점주가 판단에 따라 재고 보충을 결정했습니다. 그 결과 수천 건의 작고 일관성 없는 선택이 발생했고 각각은 오류 가능성이 있었으며, 재고가 어디로 가야 하는지에 대한 전사적 그림은 없었습니다.

ECCO의 데이터·AI 팀은 대규모 확률적 혼합정수계획법인 지능형 자동 재고 보충(IAR)을 구축했습니다. 이 시스템은 모든 매장의 재고 보충 주문을 한 번에 최적화하며, 온라인 규모의 문제를 다룰 수 있게 만드는 새로운 '분할 정복' 방식을 사용합니다.

이 시스템은 글로벌 재고 전략을 통합하고, 월 약 30만 건의 재고 보충 주문을 자동화하며, 주요 운영 비용을 1.09% 절감함으로써 연간 수백만 유로의 절감을 실현합니다. 1%의 비용 절감은 작아 보일 수 있지만, 박한 소매 마진에서는 좋은 해와 나쁜 해를 가르는 차이이며, 이는 조용히 그리고 반복적으로 달성됩니다.

IAR은 ECCO를 2026 프란츠 에델만상 최종 후보로 만들었고, 이 작업은 수직 통합된 글로벌 브랜드 전반에서 소매 재고 보충을 중앙에서 자동화하는 템플릿이 되었습니다.

하나의 확률적 모델이 모든 재고 보충을 결정하게 하십시오.

하나의 모델이 인간이 하지 못했던 수백 개 매장 전반의 일관된 결정을 내립니다.

확률적 계획법은 수요와 리드타임의 불확실성을 명시적으로 처리합니다.

마진이 박하고 결정이 매달 반복되는 상황에서 1%의 비용 절감은 큰 의미가 있습니다.

월 약 30만 건의 주문을 자동화하면 막대한 양의 수작업이 제거됩니다.

동일한 결정이 수백 번에 걸쳐 수작업으로 일관성 없이 이루어진다면, 그 결정을 한 번에 모두 더 나은 방식으로 내리는 하나의 모델로 통합하십시오.

ECCO의 지능형 자동 재고 보충은 2026 프란츠 에델만상 최종 후보가 되었고, 글로벌 소매 브랜드가 수천 건의 개별 판단에서 단일의 중앙 최적화된 재고 보충 정책으로 이동할 수 있음을 보여주었습니다. 주요 운영 비용의 약 1% 절감, 즉 연간 수백만 유로에 해당하는 이 성과는 극적인 변화가 아니라 반복되는 결정을 일관되게 잘 내림으로써 얻어졌습니다.