시계열 분석으로 계절성 패턴 발견 후 팀 공유 중심으로 푸는 결
학부 연구실에서 소규모 온라인 쇼핑몰 데이터를 분석할 기회가 있었습니다. 처음에는 단순히 월별 매출 합계만 보고 있었는데, 카테고리별로 주간 판매량 추이를 뽑아보니 특정 카테고리가 매주 목요일에 판매량이 급등하는 패턴이 보였습니다. 로 요일별 평균을 내고 히트맵으로 시각화했더니, 주방용품은 주말 전날에, 운동용품은 월요일에 각각 1.8배, 2.1배 높은 판매량을 보였습니다. 이 결과를 팀원들과 공유했고, 광고 예산을 판매 급등 전날 집중 배분하는 방향으로 운영 방식을 바꾸는 논의로 이어졌습니다. 제가 직접 전략 결정을 내린 건 아니었지만, 데이터를 시계열로 쪼개서 보는 것만으로도 팀이 놓치고 있던 패턴을 발견할 수 있었다는 점이 인상적이었습니다. 이후에는 같은 방식을 재고 소진 속도 분석에도 적용해서, 특정 SKU가 소진되는 평균 주기를 파악하고 자동 발주 주기 조정 제안까지 이어졌습니다. 패턴 분석은 복잡한 모델보다 단순한 집계를 다르게 쪼개보는 것에서 시작되는 경우가 많다고 느꼈습니다.