SSG닷컴에는 ‘황금 비율’을 찾아 매일 숫자와 씨름하는 사람들이 있다. 상품별 수요를 예측해 ‘최적의 입고량’을 결정하는 것이 이들의 핵심 업무. 주인공은 바로 ‘데이터 예측팀’이다. 직매입 방식으로 상품을 판매하는 e커머스 플랫폼 업계에선 물류 관련 각종 데이터의 흐름을 읽고 예측해 비용의 효율성을 도모하는 것이 무엇보다 중요한 과제라고 할 수 있다.
SSG닷컴 데이터 예측팀을 이끄는 조현(사진) 팀장은 최근 서울경제신문과의 인터뷰에서 “폐기율과 품절률의 황금 비율을 찾는 것이 무엇보다 중요하다”고 강조했다. 조 팀장에 따르면 폐기율이 낮다고 무조건 좋은 게 아니다. 폐기율을 낮추려면 발주량 자체를 줄여 모든 상품을 판매하면 된다. 그러나 이 경우 고객들은 높아진 품절률 때문에 원하는 상품을 구매하기 어려워진다. 반대로 품절률을 낮추기 위해 발주를 많이 하면 재고 부담을 떠안게 된다. 두 개념의 ‘황금 비율’이 필요한 이유는 바로 여기 있다.
폐기율과 품절률의 적정선을 찾기 위해서는 “‘상품별 수요 예측’이 중요하다”는 게 조 팀장의 설명이다. SSG닷컴은 전일까지의 판매 데이터를 모아서 새벽에 다음 날 상품별 수요를 예측한다. 일부 신선식품을 제외하고는 비식품을 포함해 취급 상품의 약 95%에 상품별 수요 예측이 적용된다. 그 결과 SSG닷컴의 상품 폐기율은 1% 미만 수준을 유지하고 있다.
SSG닷컴에서는 상품 수량의 자동 발주도 이뤄지고 있다. 조 팀장은 “2016년 처음 자동 발주 모델을 만들었을 때만 해도 전체 상품의 70% 정도만 적용됐는데, 이제는 수요가 예측되는 만큼 발주율도 올라왔다”며 “파트너사의 공급 한계나 기상 이변 등으로 변동성이 큰 일부 제품만 수동으로 발주하고 있다”고 설명했다.
이 같은 자동화 시스템은 물류센터의 공간과 인력 활용 측면에서도 효율적이다. 그날그날 필요한 수량만 입고돼 관리하다 보니 물류센터라는 한정된 공간에서 최대한 많은 종류의 제품을 판매할 수 있기 때문이다. 조 팀장은 “물류센터에 모든 상품을 수용할 수 없기에 판매율이 높은 상품만 입고시킬 것인지, 구색을 좀 더 다양화할지를 최적화하는 작업이 중요하다”고 말했다.
SSG닷컴 데이터 예측팀은 변동성 큰 상품도 수요를 예측해 자동 발주하는 것을 목표로 하고 있다. 조 팀장은 “새로운 상품은 기존 판매 데이터가 없어서 수요 예측이 어렵고 이를 어떻게 예측할지 연구 중”이라며 “G마켓이 오랫동안 추적한 판매 데이터도 적극적으로 활용해 시너지를 낼 계획”이라고 밝혔다.
< 저작권자 ⓒ 서울경제, 무단 전재 및 재배포 금지 >
