S&OP, 데이터, 계획 시스템 고도화로 미래 성공 대비

3월 연례 고객 컨퍼런스에서 우리는 글로벌 코로나19 팬데믹이 제기하는 계획 과제에 초점을 맞춰 아젠다를 전면 개편했다. 올해 고객 발표에는 '상업적 오버라이드(commercial overrides)', '예외적 수요 필터링(exceptional demand filtering)', '더미 수요(dummy demand)' 같은 용어가 넘쳐났다. 이 모든 용어는 인간과 자동화 계획 시스템 간의 최적의 공생(symbiosis)을 필요로 하는 비상 예외 상황을 설명한다.

'최적의 공생'은 누구나 원할 법한 말이지만, 실제로 그것을 달성하려면 무엇이 필요한가?

S&OP 성숙도

우리 고객들은 인간 측면에서 협업적, 교차 기능적 계획과 의사결정이 필요하다는 데 거의 만장일치로 동의한다. 예외 없이, 그러한 공생 관계를 달성한 기업들은 영업운영계획(S&OP, 또는 IBP, SIOP, SOE 등 변형) 같은 프로세스를 갖추고 있다.

확립된 S&OP 프로세스는 위기 때 특히 중요하다. 긴장이 고조되면 개인적 아젠다, 편견, 시간 압박이 단일 의사결정권자나 사일로된 팀의 판단을 왜곡할 수 있다. 반면 S&OP 프로세스에 내재된 견제와 균형은 신뢰할 수 있고 건전하며 최적의 비즈니스 결과를 산출하는 계획을 생성하는 데 도움을 준다.

그러나 위기 기간을 성공적으로 관리하려면 가트너가 정의한 2단계 성숙도를 훨씬 넘어야 한다. 2단계는 본질적으로 여러 소스에서 과거 데이터를 모아 스프레드시트에 통합하고, 월례 회의를 열어 운영 공급 계획에 합의하는 '인사이드아웃(inside-out)' 프로세스다. 하지만 코로나19 같은 전개 중인 전례 없는 상황에 대처하려면 공급 주도적이거나 과거 데이터에 의존할 수 없다. 최소 4단계, 즉 수요 신호를 읽고 학습해 정확한 예측을 하는 '아웃사이드인(outside-in)' 프로세스에 도달해야 한다.

위기에서 발생하는 예외 상황을 다루려면 S&OP에 다양한 이해관계자를 참여시켜야 한다. 예를 들어 마케팅을 참여시키면 과잉 재고 상황에 대응하기 위한 프로모션 등 수요 형성 활동을 도입할 기회가 생긴다. 신제품개발(NPD) 참여는 위기 시 고객 지원을 위한 신제품 출시 여부 결정과 이것이 수요, 전략적 소싱, 운영 및 물류 역량에 미치는 영향을 가늠하는 데 도움이 된다.

데이터 성숙도

시스템을 논하기 전에 기본으로 돌아가 데이터 위생(data hygiene) 이야기를 하자. 편향되고 부정확하며 부적절하게 세분화되었거나 잘못된 형식의 '더러운 데이터'를 가진 채 위기에 진입하면, 상황을 앞서갈 수 없다. 위기가 일단 시작되면 다루어야 할 복잡성이 너무 많기 때문이다. 우리 고객들이 코로나19 기간 직면한 몇 가지 시나리오만 봐도, 모두 올바른 의사결정을 위해 좋은 데이터 위생에 의존한다.

• 콜드체인 운송·보관 필요한 신선식품 및 의약품 계획
• 일부 고객이 사재기(또는 '조금 더 사기') 할 때 모든 고객 서비스 방법
• 적시생산(JIT) 공급망 병목으로 인한 폐기·낭비 최소화
• '원거리 조달(far-sourced)' 자재 및 완제품 공급 부족
• 유통 네트워크 및 판매 채널 변화, 예: 폐쇄된 소매점을 '다크스토어'로 활용해 온라인 판매 급증 대응
• '정상'으로 복귀 계획

위기 상황에서는 수요 신호와 편차 패턴별로 세분화된 다양한 데이터 소스가 계획에 반영될 때 그 혜택을 실감하게 된다. 이는 전통적 엔터프라이즈 데이터 소스를 넘어 날씨 예보, 소셜 미디어 고객 감정, 위치 데이터 등 외부 인과 정보까지 포함하는 것을 의미한다. 계획에 통합할 수 있는 데이터 소스가 더 다양할수록 예측은 더 정확해진다.

계획 시스템

마지막으로, 다양하고 큰 데이터를 반영하려면 스프레드시트와 과거 데이터에 의존하는 구식 계획 시스템, 가중이동평균 같은 구식이고 단순한 방법론에 의존할 수 없다. 이러한 시스템은 현대 비즈니스의 복잡성에 부적합할 뿐더러, 위기 상황에서는 더더욱 그렇다. 박물관에 보내야 할 때다!

S&OP의 성배는 가트너 정의 5단계로, '알고리즘적 SCP(공급망 계획)로의 이동, 의사결정 핵심 요소의 적절한 자동화'를 포함한다. 우리는 계획 담당자들이 예외적이고 변화하는 상황의 맥락적 지식을 적용하는 데 자유로워지도록 예측을 최대한 자동화해야 한다고 오랫동안 주장해왔다. 어떤 경우에는 예측을 오버라이드하고 조정하기도 한다.

이렇게 확보된 여유 시간으로, S&OP의 가장 큰 힘 중 하나인 시나리오 계획을 활용해 다양한 수요·공급 차질의 '왓이프(what-if)' 모델을 만들면 어떨까? 그러면 데이터가 그 시나리오 중 하나로 향하고 있음을 시사할 때, 이미 교차 기능적 계획을 마련해둔 상태가 된다. 이는 시장 변화에 더 빠르게 대응하고, 이상적으로는 더 빠른 대응으로 경쟁 우위를 확보하게 해준다.

S&OP를 지원하는 최적의 소프트웨어는 '확률적(stochastic)' 또는 확률 예측 방법을 사용한다. 이는 일기 예보 시스템처럼 작동해, 가장 가능성이 높은 결과를 중심으로 가중된 다양한 가능한 결과 범위를 제공한다.

다음은 몇 가지 코로나19 예외 계획 사례다.

울라복스(Ulabox): 가정 식품 배송 수요 급증 대응

일부 기업에게 코로나19는 수요 급증을 가져왔다. 스페인 최초의 순수 온라인 슈퍼마켓 울라복스는 예외적 수요 스파이크에 효율적으로 대응했다. 회사는 배송 시간, 선복 제약, 유통기한 우려, 다단계 환경의 기타 요인에 대한 변화 영향을 파악할 수 있었다. 한 가지—이 경우 예측—를 변경함으로써 시스템은 어떻게 재고를 비축하고 어디서 문제가 발생할지 이해한다. 이 '상업적 오버라이드' 역량은 울라복스가 위기 상황에서도 모든 'A등급' 상품에 대해 목표 서비스 레벨을 달성하도록 돕는다.

프랑케(Franke): 협업으로 수요 더 잘 이해

스위스 주방 설비 제조사 프랑케는 50개 이상 글로벌 지역에서 첨단 계획 소프트웨어를 사용한다. S&OP 프로세스 지원을 위해 상업적 오버라이드, 예외적 수요 필터링, 더미 수요 추가, 판매 캘린더 부분 폐쇄 반영 등 다양한 역량을 활용해 공급망 차질을 최소화한다. 이러한 기능들은 극심한 수요 변화 속에서도 더 정확한 예측 생성을 가능케 했다.

조정된 예측값은 '협업 허브'를 통해 공유되며, 지역 시장은 상업적 오버라이드가 계획 시스템으로 다시 임포트되기 전 이틀 동안 자사 지역에 맞게 조정된 예측을 미세조정한다.

맥도날드 메소아메리카: 레스토랑 과제 대응

코로나19가 레스토랑에 미친 영향은 상당했다. 맥도날드 메소아메리카의 주요 과제는 물량 감소와 예측 불확실성이다. 팀은 신선식품 관리하면서 예외적으로 높은 서비스 레벨도 충족해야 한다. 회사는 창고, 위치, 품목별 모든 재고를 준실시간으로 볼 수 있다. 지역별로 카테고리(소고기, 유제품, 베이커리 등) 통합도 가능하며, 남부/북부, 국가/단일 창고별로도 가능하다.

팀은 현재 단기 예측에 주력하고 있다. 4년 치 정보 대신 이틀 치 정보를 사용해 코로나19 현실을 모델링한다. 이러한 도구들은 회사가 핵심 의사결정을 내리는 데 고도로 효율적이게 만들었다.

S&OP, 데이터, 계획 소프트웨어의 성숙도 제고는 위기 관리를 위한 것만이 아니다. 그것은 회사를 회복탄력 있고 경쟁력 있게 만들며, 긍정적 시장 변화를 활용하고 이익을 창출할 준비를 갖춰주는 것—즉 어떤 상황에도 대비하게 해준다.

데이비드 바튼은 툴즈그룹(ToolsGroup)의 북미 총괄 매니저다.