빅데이터를 활용해 CJ 제품에 적용할 방안에 대해 말씀해주세요.

빅데이터를 제품에 연결하는 방식으로 세 가지를 생각했습니다. 첫 번째는 구매 이력 기반 개인화 추천입니다. 학부 데이터분석 수업에서 Collaborative Filtering을 구현해본 경험이 있는데, 고객이 자주 함께 구매하는 품목 조합을 뽑아 함께 많이 사는 제품을 실시간으로 제안하면 객단가 상승으로 이어진다는 걸 배웠습니다. 두 번째는 재고 수요 예측입니다. 요일·계절·날씨 같은 외부 데이터를 결합해 매장별 수요 패턴을 미리 파악하면 과재고와 품절을 동시에 줄일 수 있습니다. 프로젝트에서 XGBoost 기반 예측 모델을 써봤는데, 단순 이동평균보다 예측 오차가 30% 정도 낮아지는 결과를 경험했습니다. 세 번째는 고객 이탈 예측입니다. 구매 주기가 길어진 고객을 사전에 감지해 맞춤 쿠폰을 보내는 방식인데, 이탈 직전 구매자에게 집중하면 프로모션 비용 대비 효과가 높아진다는 논문 내용이 인상적이었습니다. 지원한 회사의 제품군과 오프라인 채널이 결합된 환경에서는 특히 오프라인 구매 이력을 온라인 ID와 매핑하는 통합 데이터 파이프라인이 핵심이 될 거라고 봅니다.