물류 원가 구조를 분석할 때, 어떤 데이터 분석 도구를 사용하며, 그 결과를 어떻게 시각화했는지 설명해보세요.

물류 용량 예측 프로젝트에서 저는 과거 주문 데이터, 계절 지수, 프로모션 일정 세 가지 데이터를 병합해 예측 모델을 만들었습니다. 처음에는 주문 건수만 사용했는데 프로모션 기간 예측 오차가 30%를 넘었고, 그 원인이 이벤트 변수를 모델에 반영하지 않았기 때문임을 사후 분석에서 확인했습니다. 이후 프로모션 여부를 더미 변수로 추가하고 직전 4주 이동평균을 외생변수로 넣는 방식으로 오차를 18%까지 줄였습니다. 결과적으로 해당 기간 물류 창고 초과 수용 사태를 사전에 방지할 수 있었습니다. 앞으로도 예측 모델을 만들 때 오차가 크면 데이터보다 변수 누락을 먼저 의심하는 방식을 유지하겠습니다.

좋은 모델은 데이터 양보다 변수 선택에서 결정됩니다. 앞으로도 예측 모델을 운영할 때 모델 정확도보다 예측 실패 시 비용을 먼저 계산하는 방식을 유지하겠습니다. 물류에서 과소 예측은 품절이고 과대 예측은 재고 비용입니다. 두 오류의 비대칭적 비용을 이해해야 모델 임계값을 올바르게 설정할 수 있습니다.