OHLM 카테고리의 최적화된 재고 수준 유지를 위해 어떤 데이터 분석 기법을 활용해 보셨나요?

공급망 수업에서 카테고리별 재고 최적화 케이스를 분석했습니다. OHLM처럼 고가·저회전 품목은 안전재고 수준을 높게 설정하기보다 수요 예측 정확도를 높이는 방향이 효과적이라는 걸 배웠습니다. 분석에서는 리드타임과 수요 변동성을 함께 고려한 재주문점 계산을 적용했고, 품목별로 서비스 수준 기준을 다르게 설정했습니다. 데이터 분석은 수요 이력뿐 아니라 외부 변수(시즌, 이벤트)를 보정하는 과정이 중요했습니다. 재고 최적화는 공식 적용보다 품목 특성에 맞게 변수를 조정하는 감각이 핵심이라고 생각합니다.

품목 특성에 맞게 변수를 조정하는 감각이 재고 최적화에서 핵심이라는 걸 배웠고, 실무에서도 그 접근으로 재고를 관리하겠습니다. 그 케이스를 통해 재고 문제는 결국 정보의 정확성 문제라는 걸 배웠고, 입사 후에도 데이터 기반으로 재고 정책을 검토하는 역할에 기여하고 싶습니다.