세일즈 조직의 생산성을 향상시키기 위해 어떤 데이터 작업을 진행해본 경험이 있나요?

분기 영업 목표 대비 달성 예측의 정확도가 낮아 세일즈 포캐스팅 모형을 개발했습니다. 기존 예측은 영업 담당자의 감에 의존해 실제 달성률과 예측치의 오차가 ±30%에 달했습니다. CRM 파이프라인 데이터(기회 금액, 영업 단계, 예상 마감일, 담당자 이력)를 피처로 활용해 XGBoost 회귀 모형을 학습했습니다. 영업팀 협업에서 '왜 모형이 이렇게 예측하는지' 설명이 중요했고, SHAP으로 개별 기회별 예측 근거를 시각화해 신뢰를 쌓았습니다. 분석 도구는 Python, XGBoost, Streamlit으로 대화형 예측 화면을 구현했습니다. 성과 측정은 모형 예측치와 실제 달성치의 MAPE로 추적했고, 분기 기준 예측 오차가 ±30%에서 ±12%로 감소했습니다. 영업 조직장은 이 모형 덕분에 분기 중반에 추가 리소스 투입 결정을 더 자신 있게 한다고 했습니다.