팝업 소매업체, 전문가의 취향이 아닌 소규모 출시로 수요를 예측하다

이 소매업체의 사업 모델 전체는 팝업 상품, 즉 빠르게 사라지는 신상품의 짧은 생산이었다. 상품이 유행을 타고 과거 판매 곡선이 없으며, 결국 팔리지 않아 값비싼 재고로 남을 수 있었기 때문에 전문가의 판단은 어려움을 겪었다.

전문가에게 전체 생산량을 추측하게 하는 대신, 회사는 테스트 마켓 프로토콜을 사용했다. 소량이 먼저 판매되면서 초기 수요 신호가 생성되었고, 이는 508개 상품에 대한 다른 데이터와 결합되어 라소와 확률적 경사 부스팅으로 모델링되었다.

그 결과는 학술적 세련미가 아니라 실용적이었다. 전문가 의견 대신 예측 분석을 사용함으로써 판매되지 않은 상품의 비율이 약 40% 감소했고, 회사는 죽은 상품을 덜 제조하고 공급망을 더 적은 낭비로 관리할 수 있었다.

작은 출시가 예측을 가르치게 하라

테스트 마켓은 알 수 없는 패션 베팅을 본격 생산 전에 측정 가능한 신호로 전환했다.

정규화 모델과 부스팅 모델은 어느 한 전문가의 이야기를 과도하게 신뢰하지 않으면서 많은 상품 특성을 처리했다.

결과물은 비즈니스 결정, 즉 상품이 세련되어 보이는지가 아니라 더 많은 단위를 생산할지 여부와 일치했다.

시계열이 없는 신상품의 경우, 재고를 비싸게 사기 전에 정보를 저렴하게 사라.

INFORMS 기사는 회사가 결코 팔리지 않는 상품을 덜 제조하고 공급망을 더 효과적으로 관리하기 위해 예측 예측치를 채택했다고 보고한다. 이 사례는 취향 기반 예측을 저렴하고 단계적인 증거로 대체한 간결한 예시다.