어떤 상품은 평소 200개가 팔린다.
그런데 행사 딱 하루, 3,000개가 나간다.
문제는 그 다음 주다.
공장은 말한다. “저 수요는 반영해야죠.”
영업은 말한다. “이게 진짜 수요 아닐까요?”
마케팅은 말한다. “성공 지표입니다.”
하지만 예측 담당자는 계산기를 내려놓는다.
"예외인가? 기준에 넣어야 하나? 그냥 다 분리해야 하나?"
가격 인하, 광고 노출, 쿠폰 발급 등
예측 불가능한 ‘외부 자극’으로 발생한 수요
일시적 고객 반응: 평소 구매 의사가 없는 고객도 반응
반복성을 담보할 수 없음
즉, 프로모션 수요는 '외부 변수 기반 수요'로 따로 분리되어야 한다.
그렇지 않으면 평소 예측에 왜곡이 생긴다.
베이스 수요 분리: 평소 판매 패턴을 기준으로 일반 수요를 먼저 예측
프로모션 수요 별도 계산: 행사 효과를 별도로 산정하여 베이스 수요에 추가
통합 예측 수립: 두 요소를 결합하여 최종 예측을 완성
프로모션 일정표 별도 관리
→ Power Query에서 베이스 수요와 분리 가능
예상 판매량 수동 입력 or 기획안 참조
→ 예측 모델보다 ‘협의 수치’ 우선
‘베이스 수요 vs 프로모션 수요’ 예측 분리
→ 실적 비교 시 오차율이 왜곡되지 않도록 관리
예측은 틀려도 된다. 하지만 틀릴 수밖에 없는 구조는 줄일 수 있다.
프로모션 수요는 ‘변수’다. 변수는 다뤄야 할 대상이지,
평소 수요와 함께 섞어 넣는 ‘평균’이 되어선 안 된다.
다음 화에서는
반복되는 수요예측 프로세스를 자동화하는 첫 도구, Power Query를 다룹니다.
수기 작업 없이 날짜 분배, 실적 병합, 기준 일치…
실무 자동화의 시작점을 함께 만들어봐요.
#프로모션예측 #수요예측함정 #자동화구조 #실무팁 #PowerQuery