이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
학교 프로젝트에서 온라인 쇼핑몰 케이스를 분석하며 피크 시즌 수요 예측을 주제로 발표를 준비했습니다. 전년도 판매 데이터만 보면 계절 패턴은 잡히지만, 마케팅 프로모션이나 외부 이슈로 인한 급증은 잡히지 않는다는 것을 분석 중에 발견했습니다. 저는 과거 판매 데이터 + 프로모션 이력 + 경쟁사 동향을 함께 입력으로 보는 방식이 예측 정확도를 높인다고 제안했습니다.
프로모션 규모와 할인율에 따른 수요 배수 패턴을 데이터에서 도출하면 예측이 더 정밀해진다는 점도 함께 정리했습니다. 발표 피드백에서 '접근이 현실적'이라는 평을 받았습니다. 실제 업무에서는 더 복잡한 변수가 있겠지만, 과거 패턴과 예정 이벤트를 교차해 보는 습관이 수요 예측의 기본이라고 생각합니다.
피크 시즌 수요를 예측할 때 제가 직접 한 작업은 프로모션이 수요를 몇 배로 키우는지를 데이터에서 뽑아내는 것이었습니다. 프로젝트에서 쇼핑몰 판매 데이터를 보니, 같은 품목도 할인율과 프로모션 규모에 따라 평소 대비 판매량이 일정한 배수로 뛰는 패턴이 보였습니다. 저는 과거 프로모션별 할인율과 그때의 판매 증가율을 표로 정리해, 이번 프로모션의 예상 수요를 평소 수요에 배수를 곱해 추정하는 방식을 만들었습니다. 막연히 '많이 팔릴 것'이 아니라 근거 있는 숫자로 잡으려 한 것이 핵심이었습니다. 물론 외부 변수까지 다 잡진 못했지만, 과거 패턴에서 규칙을 찾아 적용하는 것이 감보다 훨씬 설득력이 있다는 것을 그 작업에서 배웠습니다.
수요 예측에서 제가 가장 신경 쓴 부분은 틀렸을 때 어느 방향 오차가 더 손해인가였습니다. 프로젝트에서 피크 시즌을 분석하면서, 적게 예측해 품절이 나면 판매 기회를 놓치고, 많이 예측해 과재고가 나면 시즌 후 재고 부담이 남는다는 것을 비교했습니다. 품목마다 이 손익이 달랐습니다. 마진이 크고 빨리 소진되는 인기 품목은 다소 넉넉히 예측해 품절을 막는 쪽이 유리했고, 시즌성이 강하고 안 팔리면 처분이 어려운 품목은 보수적으로 잡는 것이 안전했습니다. 그래서 모든 품목에 같은 안전 배수를 두지 않고, 결품 비용과 과재고 비용을 견줘 품목별로 다르게 잡는 것이 맞다고 봤습니다. 예측은 정확히 맞히는 것만큼 틀릴 방향을 고르는 일이라고 생각합니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 무신사 SCM·공급망 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.