한국IBM-롯데홈쇼핑, 기상 데이터 활용한 신사업 공동 설계

2020-07-12 09:48
계절성 수요 예측에 따른 상품 기획과 방송 편성으로 방송 효과와 운영 효율성 증가 기대

한국IBM이 갑작스러운 기후 변동에 따른 소비자 수요 변화에 신속하게 대응하고, 보다 장기적인 계절 변화에 따른 소비자 수요 예측을 강화해 비즈니스에 활용할 수 있도록 롯데홈쇼핑과 협업하기로 했다고 12일 밝혔다. 롯데홈쇼핑은 날씨 정보를 제공하는 IBM 웨더 컴퍼니의 기상 데이터를 기반으로 개발된 수요 예측 모델을 중장기 판매 계획 수립에 활용한다는 계획이다.
 

김종영 롯데홈쇼핑 마케팅부문장(좌)과 박송미 한국IBM 코그너티브 애플리케이션 웨더 비즈니스 솔루션 담당 상무(우)가 기념촬영을 하고 있다.[사진=IBM 제공]

한국IBM에 따르면, 홈쇼핑업체들이 단기 예보 중심의 기상 자료와 MD들의 경험이나 업무 지식에 의존하여 상품을 준비하고, 방송을 편성할 경우 급격한 기후 변화나 이상 기후에 빠르게 대응하기 쉽지 않았다. 또한 비즈니스 결정에 활용되는 MD들의 경험이나 지식은 비즈니스 자산으로 내재화하기가 쉽지 않았다.

이에 한국IBM은 롯데홈쇼핑이 기존에 보유하고 있던 날씨에 따른 상품별 판매 자료, 방송 효과 측정 자료 등 비즈니스 자료와 IBM 계절 확률 예측(Seasonal Probability Forecast) 데이터를 활용해 날씨 정보 기반의 수요 예측 모델을 구현하기로 했다. 롯데 홈쇼핑은 이를 통해 날씨 영향을 많이 받는 상품군을 도출해 매출 수준을 예측하고, 날씨 편차에 따른 매출 및 방송 효과를 측정하는 것이 가능할 것으로 예상하고 있다. 그리고, 이 데이터를 기반으로 한 방송 기획으로 매출 증진과 운영비용 절감에 기여할 수 있을 것으로 기대하고 있다.

단기 예보 중심의 기상 예측 자료는 '몇 월 초순 몇 도'와 같이 10일 단위의 기온에 대한 단일 결정 예보 값(몇 도)을 제공해 이 예보 값이 맞지 않을 경우 즉각적인 대응이 쉽지 않을 수 있다. 예를 들어, ‘올해 1월 중순 온도는 영하15도’라는 예보 값에 따라 롱패딩 코트의 수량을 많이 준비했으나 갑자기 나타난 이상 고온으로 롱패딩의 판매가 부진, 재고가 많이 쌓이는 식이다.

이에 반해 IBM의 계절 확률 예측 데이터는 향후 6~7개월 간 매일의 최고,최저,평균 기온 및 강수량 등 4가지 기상 요인에 대한 예측 값을 확률이 높은 순으로 제공한다. 따라서, 롯데홈쇼핑은 이를 바탕으로 몇 가지 시나리오를 도출, 기상 변화에 따른 빠른 대응 및 리스크 관리 계획을 수립할 수 있다. 한국IBM은 최대 7개월까지 롯데홈쇼핑이 계절 예보를 활용할 수 있는 데이터 기반을 마련한다는 계획이다.

김종영 롯데홈쇼핑 마케팅 부문장은 "이상 기후나 급격한 계절 변화 등 기상 상황에 따른 불확실성이 점차 커지는 상황에서 보다 명확한 데이터를 기반으로 한 소비자 수요 예측의 필요성이 커지고 있다. 한국IBM과 함께 장기 예보에 강점을 가진 IBM의 계절 확률 예측 데이터를 기반으로 수요 예측 모델을 개발하면 중장기 판매 및 방송 편성 계획을 세우기 용이해지고, 수치화된 예측 자료를 통해 보다 과학적인 의사 결정 및 성과 관리가 가능할 것으로 기대한다"고 말했다.