패션 상품의 적합성을 분석할 때, 어떤 요소를 가장 중요하게 생각하시나요?

패션 단독 상품 기획에서 트렌드 데이터를 실제 발주 결정과 연결하는 것이 가장 어려운 부분이었습니다. 검색 트렌드가 올라간다고 해서 무조건 수요가 따라오는 건 아니었고, 트렌드 관심이 구매로 전환되는 카테고리와 그렇지 않은 카테고리가 확연히 달랐습니다. 소셜 언급량·검색 트렌드·과거 유사 시즌 판매 데이터를 함께 놓고 세 지표가 동시에 올라가는 품목만 기획 우선순위로 올리는 필터를 만들었습니다. Python으로 시계열 비교 차트를 만들어 세 지표의 피크 시점이 항상 일치하지 않는다는 걸 시각화로 확인했습니다. 발주 타이밍은 트렌드 피크보다 3~4주 앞서 상품이 매장에 있어야 한다는 기준을 세웠고, 이 기준으로 기획한 라인이 발표에서 가장 높은 점수를 받았습니다. 패션 데이터 분석은 지금 뭐가 팔리는가가 아니라 3주 뒤 무엇이 팔릴 것인가를 예측하는 문제라는 시각이 그때 생겼습니다.