수요 기반 위험 관리를 위한 5가지 도구

공급망 위험을 분석할 때 물류 관리자는 환경 재해 및 전염병과 같은 광범위한 혼란에 초점을 맞추는 경향이 있습니다. 실제로 최종 소비자에게 가장 직접적인 영향을 미치고 주류 뉴스 미디어의 관심을 사로잡는 것은 바로 이러한 이벤트입니다.

그러나 마찬가지로 준비되지 않은 공급망을 탈선시킬 수 있는 덜 가시적이지만 덜 강력한 변화가 있습니다. 그 중에는 소비자 행동의 급격한 변화에 따른 수요 주도 공급망 붕괴가 있습니다. 수요 중심의 공급망 경제에서 이러한 유형의 혼란은 계획하는 것만큼이나 중요합니다.

수요 주도형 리스크는 성격이 다르지만 공급 리스크의 영향을 받을 수 있습니다. 예를 들어, COVID-19 전염병의 결과로 소비자 시장은 디자이너 안면 마스크, HEPA 공기 청정기 및 손 소독제의 유입을 보았습니다.

소비자들이 음식을 먹는 방식과 음식을 구매하는 방식도 봉쇄의 결과로 바뀌었습니다. EIT의 최근 연구에 따르면 2020년에는 더 많은 사람들이 집에서 식사를 하거나 배달을 주문하거나 온라인으로 식료품을 구매하면서 식습관이 바뀌었습니다. 도시에서 외식을 한 사람들은 더 큰 체인점보다 현지 독립 레스토랑을 선택했습니다. 오프라인 쇼핑의 경우 많은 사람들이 슈퍼마켓 대신 소규모 매장을 선택했습니다.

많은 물류 관리자는 환경 재해로 인한 공급 소스의 위험에 대해 잘 알고 있습니다. 그들이 간과할 수 있는 것은 그러한 사건이 장기적인 소비자 수요에 미치는 영향입니다. 기후 변화의 현실에 직면하여 많은 구매자가 보다 지속 가능한 제품과 서비스를 선택하고 있습니다. 오늘날 고객들은 자신이 원하는 제품의 지속 가능한 버전이 있는지, 내일 그 품목이 정말로 필요한지, 아니면 해당 제품이 전혀 필요한지 스스로에게 묻고 있습니다.

수요가 변할 수 있는 가장 빠른 방법 중 하나는 대중 문화를 통하는 것입니다. 유명인 인플루언서는 거리에서 또는 레드카펫 행사에서 사진을 찍을 때 소비자가 원하는 옷이나 화장품의 종류를 단돈으로 바꿀 수 있습니다. 이러한 노출로 혜택을 보는 브랜드가 판매 급증에 대한 계획을 미리 세우지 않으면 백로그에 직면하고 더 준비된 경쟁자에게 사업을 잃을 수 있습니다.

이러한 추세가 항상 예측하기 쉬운 것은 아니지만 — 피젯 스피너가 인기를 끌 줄 누가 알았겠습니까? — 특정 업계 내부자들은 시장을 읽는 법을 배웠고 대부분의 사람들보다 더 빨리 변화가 오는 것을 볼 수 있습니다.

다행히도 수요 주도형 위험은 공급 위험보다 예측하기가 쉽습니다. 사용 가능한 데이터 소스가 다양하고 해당 데이터를 처리하도록 설계된 분석 기술이 있기 때문입니다. 공급망의 성숙도에 따라 이러한 도구를 효과적으로 활용하기 위해 프로세스와 인력을 변경해야 할 수도 있습니다. 다음은 위험 완화 전략에 통합하기 위한 5가지 필수 접근 방식입니다.

새로운 수요 입력 포착. 수요 예측은 일반적으로 약 30-90일을 예상합니다. 그러나 이렇게 큰 창은 사용 가능한 통찰력을 포착하기에는 너무 광범위합니다. 기업은 단기 판매 내역 및 관련 수요 인과 관계를 추적하여 해당 월 내에 거의 실시간으로 통찰력을 얻어 보다 관련성 높은 예측을 할 수 있습니다.

기업은 또한 수집하는 데이터 소스의 양과 다양성을 극대화해야 합니다. 사회적 정서, 판매 시점(POS), 재고 및 재고 가용성과 같은 세부 정보는 모두 단기 수요 가시성을 개선하는 데 도움이 됩니다.

수요 모델링. 수요 모델은 과거 경험을 기반으로 미래 고객 행동을 예측하는 데 도움이 됩니다. 모델에 더 많은 외부 소스를 통합할수록 더 정확하고 예측 가능합니다. 외부 소스에는 소셜 미디어 피드, 경쟁 정보, 일기 예보 및 POS 데이터가 포함될 수 있습니다. 판매 내역, 판촉 및 신제품 소개와 같은 내부 데이터 소스와 결합된 이 정보는 과거 행동과 미래 동향에 대한 훨씬 더 정확한 그림을 그릴 수 있습니다.

확률적 예측 . 예측이 여러 변수를 기반으로 하는 경우 이전의 "한 숫자" 결정론적 접근 방식은 너무 단순합니다. 대조적으로 확률론적 또는 확률론적 예측 프로세스는 위험을 관리하는 데 도움이 되도록 불확실성을 고려합니다. 확률론적 예측을 통해 고급 알고리즘은 여러 수요 변수를 분석하여 가능한 각 결과의 확률을 계산한 다음 가장 발생할 가능성이 있는 결과를 결정합니다. 이는 수요 패턴이 가변적이거나 주문 내역이 제한적(예:신제품) 또는 계절성과 같은 요인이 작용할 때 훨씬 더 안정적인 예측 방법을 제공합니다.

수요 예측 소프트웨어 . 수집한 데이터를 효과적으로 분석하려면 올바른 소프트웨어를 선택하는 것이 중요합니다. 확률적 접근 방식을 사용하는 수요 예측 소프트웨어는 개별 품목에 대한 상향식 수요를 자동으로 모델링합니다. 변동성을 정확하게 추정하기 위해 과거 수요 수량과 수요 빈도를 모두 모델링하기 위해 주문 라인을 분석합니다. 올바른 시스템은 20개 단위 대량 주문과 동일한 제품을 20번 단일 단위 판매의 차이점을 이해합니다. 또한 예측하기 어려운 느리게 움직이는 제품에 대한 간헐적인 "롱테일" 수요를 처리합니다. 트렌드나 계절성과 같은 시장 요인은 물론 수요 형성 판촉, 신제품, 예측 편향 및 채찍 효과와 같은 조직적 요인에 대해 계획합니다.

인간의 통찰력과 부서 간 계획. 기본 확률 예측을 생성하고 나면 비즈니스에 있는 사람들이 지식과 ​​전문 지식을 추가하여 이를 개선해야 합니다. 소비자 행동의 모순과 같은 복잡한 수요 요인은 전체 인간 분석가 팀이 가장 잘 해결합니다.

패션 업계의 예를 들어보겠습니다. Z세대 구매자는 지속 가능성을 우선시하고 "업사이클링된" 중고 의류를 선호하는 경향이 있습니다. 그들은 또한 변화하는 트렌드를 따라잡기 위해 "패스트 패션" 회사에서 구매할 가능성이 가장 높은 인구 통계학적 특성을 가지고 있습니다. 이러한 모순을 이해하기 위해서는 트렌드를 분석하는 패션 바이어가 실제 판매 수치에 더 가까운 머천다이저와 메모를 비교할 필요가 있습니다. 모든 공급망에서 재무, 마케팅, 영업, 운영 및 채널 파트너 전반에 걸쳐 수요 예측을 수정하는 데 더 많은 사람들이 참여할 수 있을수록 이러한 예측은 시간이 지남에 따라 더욱 정확해집니다.

공급망 전문가 Martin Christopher는 "개별 기업은 더 이상 독립된 기업이 아니라 공급망으로서 경쟁합니다."라고 말했습니다. 이 감정이 오늘날보다 더 진실했던 적이 없었습니다. 공급망이 수요 변동성을 가장 잘 감지하고 대응할 수 있는 회사는 위험에 가장 탄력적일 뿐만 아니라; 또한 최고의 전반적인 비즈니스 결과를 보장할 수 있습니다.

David Barton은 ToolsGroup의 미주 총책임자입니다.