어떤 방법으로 SKU 성과를 분석하고 최적화 추천을 제공했는지 구체적인 사례를 들어 설명해 주세요.

SKU 성과 분석 경험은 수업 과제에서 의류 카테고리 가상 데이터를 활용해 판매량, 재고 회전율, 마진 기여도를 기준으로 SKU를 분류하고 정리·강화 추천을 제안한 것이었습니다. SKU별로 성과가 다른데 일괄 관리하면 비효율이 생긴다는 것을 이 과정에서 파악했습니다.

다중 지표 분석으로 단순 판매량만 보면 저마진 다판매 SKU가 과대평가될 수 있어, 판매량·마진·재고 속도를 함께 보는 방식으로 실질 기여도를 파악했습니다. SKU 분류 기반 추천으로 고판매·고마진 SKU는 재고를 두텁게 유지하고, 저회전·저마진 SKU는 단계적 정리 또는 가격 조정을 추천하는 방식으로 제안을 구성했습니다.

SKU가 많을수록 전수 분석이 어렵기 때문에, ABC 분류처럼 중요도 기준으로 먼저 우선순위를 나누는 것이 효율적입니다. 최적화 추천은 데이터 기반이더라도 시즌성이나 신규 출시 같은 맥락을 고려하지 않으면 오판이 생길 수 있습니다. 다중 지표 분석과 분류 기반 추천이 SKU 성과 최적화의 핵심이라는 결론을 갖고 있습니다.