식품 D2C SCM 6주 프로젝트에서 SARIMA+XGB로 예측해 4축 물류 자동 변환한 답변
약 90초
S&OP 협업(3팀 동기화) → 예측 모델(SARIMA+XGB·MAE 12%) → 변환(4축 시트) → 결과·학습
학부 4학년 마지막 학기에 중소 식품 D2C 브랜드의 SCM 가시화 프로젝트 6주에서 본인이 사수와 함께 S&OP 결과 GMV 예측 결을 잇는 자리에 닿은 경험이 있습니다.
S&OP 협력 경험 쪽으로는, '운영팀 1명·마케팅 1명·물류 파트너사 PM 1명'과 매주 화요일 30분 동기화 미팅을 운영했습니다. 매달 마케팅이 가져온 GMV 가설을 운영팀이 받아 30일 단위로 물류 결로 변환하는 결이었습니다.
GMV 예측 쪽으로는, 본인은 'SARIMA + XGBoost 앙상블 모델'로 30일 단위 수요 예측을 만들었고, 모델 평가 기준은 '평균 절대 오차 12% 이하·예측 신뢰 구간 95%'로 잡았습니다.
물류 확장 변환 쪽으로는, 예측 수요 결을 '주별 입고 슬롯·SKU별 재고 수준·창고 인력 결·운송 차량 대수' 네 결로 자동 변환하는 시트를 만들었습니다. 결이 바뀌면 위 네 자리가 자동으로 조정되는 결이었습니다.
결과 쪽으로는, '발주 정확도 +13%p·재고 회전율 +0.4회/월·결품률 -2.1%p·창고 인력 야근 시간 -42%'로 닫혔습니다. 가장 큰 학습은 'GMV 예측은 단순 매출 수치가 아니라 운영팀의 다음 결정을 가볍게 만드는 자리'라는 점이었습니다.
이 결의 특징
팀 내 상호작용을 4 같은 구체적 맥락 속에서 설명합니다. 혼자가 아닌 조직 속에서의 역할과 영향력이 명확하게 보입니다.
이 결이 통하는 자리
팀 내 소통과 역할 조화가 구체적으로 보일 때, 조직 적응력과 함께하는 능력을 함께 평가합니다. 자기 의견을 주장하면서도 타인을 배려하는 태도가 느껴질 때 통합니다.