자라, 수요 예측 기반으로 재고 정리 할인을 최적화해 매출 약 6% 증가

자라는 시즌 중 프로모션을 최소화하면서 빠르게 변화하는 상품 구성을 판매하기 때문에, 대부분의 미판매 재고는 재고 정리 세일 기간에 할인된다. 2008년 이러한 재고 정리 세일은 10억 유로 이상의 매출을 창출했다. 2007년까지 할인 결정은 수동적이고 비공식적으로 이루어졌으며, 학습에 활용할 과거 가격 데이터가 거의 없었다.

UCLA의 펠리페 카로(Felipe Caro)와 런던비즈니스스쿨의 제레미 갈리엔(Jérémie Gallien)은 자라의 가격 책정 팀과 협력하여 두 부분으로 구성된 프로세스를 구축했다. 공식 예측 모델이 상품군(cluster)별 수요를 예측하고, 가격 최적화 모델이 그 예측을 매장 직원이 실행할 수 있는 할인 권고안으로 전환한다. 가격은 개별 상품 단위가 아니라 국가별·상품군별로 설정되므로, 계획이 매장 현장에서 실행 가능한 상태로 유지된다.

2008년 가을–겨울 재고 정리 세일 기간 동안 벨기에와 아일랜드의 모든 매장을 대상으로 한 통제된 현장 실험에서, 새로운 프로세스는 재고 정리 매출을 약 6% 증가시켰다. 이후 자라는 재고 정리 할인 결정에 이 프로세스를 전 세계적으로 도입했다.

관성 대신 예측 수요를 기반으로 할인을 최적화하라.

기존 프로세스는 학습에 활용할 가격 이력이 거의 없었다. 새로운 프로세스는 먼저 수요를 예측하므로 가격이 근거를 따르게 된다.

상품군을 묶어 처리하면 최적화 도구가 실용적으로 유지된다. 매장 직원은 수천 개의 개별 가격이 아니라 몇 개의 가격 그룹만 실행하면 된다.

벨기에와 아일랜드의 모든 매장에서 실시한 통제된 현장 실험을 통해 약 6%의 매출 증가를 전 세계 확대 이전에 측정할 수 있었다.

하나의 결정이 수천 개의 제품에 반복될 때는, 의례적인 방식을 예측이 최적화 도구로 이어지는 구조로 대체하라. 통제된 실험에서 이득을 입증한 뒤 확대 적용하라.

자라는 재고 정리 할인 결정에 이 프로세스를 전 세계적으로 사용하고 있으며, 해당 논문은 소매업의 할인 최적화에 관한 참조 사례가 되었고, 작업 버전은 eScholarship에서 공개적으로 이용할 수 있다.