대부분의 문제 해결 방법과 마찬가지로 재고를 최적화하려면 신중한 프로세스와 몇 가지 단계가 필요합니다. 당연히 이월 주문을 방지하는 가장 쉬운 방법은 항상 충분한 재고를 보유하는 것입니다. 하지만 재고를 많이 보유하기만 하고 최적화하지 않으면 좋지 못한 결과를 가져옵니다. 제품을 많이 생산해서 재고를 많이 보유하면 제품이 손상되거나 부패될 수 있습니다. 과잉 재고로 인해 현재 들여야 하는 비용을 발생시킬 뿐만 아니라, 오래도록 진열된 제품을 대체하기 위해 더 많은 제품을 생산해야 하는 경우 이후에 간접 비용도 발생하게 됩니다.
최적화를 측정하는 방법은 여러 가지가 있지만, 재고 최적화의 핵심은 아래에서 설명하듯 재고에 영향을 미치는 요소를 브레인스토밍하고 데이터를 수집 및 분석하는 세 단계로 나눌 수 있습니다. 각 단계를 자세히 살펴보기 전에 이월 주문에 대한 몇 가지 기본사항을 알아보겠습니다.
간단히 말해서, 이월 주문은 재고가 없어서 제품을 판매하거나 배송할 수 없다는 의미입니다. 이러한 상황은 제품에 대한 수요가 예상보다 높거나 재고 수준이 너무 낮아 현재 수요를 충족할 수 없기 때문에 발생하게 됩니다.
이월 주문은 비즈니스에 악영향을 미칩니다. 우리 역시 고객이고 제품이나 서비스를 이용할 수 없는데 기분이 좋을 사람은 없습니다. 이는 현재 고객 경험에도, 장기적으로는 브랜드와 고객 관계에도 나쁜 영향을 미칩니다.
그렇다면 이월 주문을 줄이려면 어떻게 해야 할까요?
이월 주문은 현재 보유하고 있는 재고가 얼마나 있는지에 따라 좌우됩니다. 재고가 부족하면 주문이 처리되지 못하고 이월되지만, 사실 재고는 한 요소에 불과합니다. 이월 주문을 방지하려면 운송 중인 재고, 판매 예측, 과거 판매 실적뿐만 아니라 공급업체에 발생한 일 등 변화하는 공급망에 영향을 미치는 모든 점을 파악해야 합니다.
그렇다면 고객의 수요를 만족시킬 만큼 충분한 재고 수준을 유지하되, 너무 많이 보유하지 않으려면 어떻게 해야 할까요? 재고 수준에 영향을 미치는 요소를 브레인스토밍해야 합니다. CT 트리, Fishbone 다이어그램(특성요인도)처럼 체계적인 문제 해결 도구를 사용하면 효과를 볼 수 있습니다.
Minitab Workspace에서 Fishbone 다이어그램을 사용한 브레인스토밍 도구 예시입니다.
이월 주문에 영향을 미치는 중요한 요소를 파악했다면 관련 데이터를 모아야 합니다. 여러 소스와 시스템에서 재고 데이터를 수집할 수 있으며, 데이터를 요청하고 준비하는 과정은 시간이 걸릴 수 있습니다. 수집해야 할 데이터의 양을 고려하십시오.
예를 들어, 5년간 일어난 변화를 고려할 때 5년 전까지의 데이터를 수집하기는 무리일 수 있습니다. 몇 개월 분량의 데이터가 오히려 합리적일 수 있으니, 최선의 판단을 내려 공정을 대표하는 정보를 사용하십시오. IT 부서를 참여시켜 Minitab Connect와 같은 강력한 데이터 통합 도구를 지원하거나 활용하여 데이터에 액세스하고, 데이터를 통합하고, 분석을 준비할 수 있습니다.
Minitab Connect에 대해 자세히 알아보고 싶으신가요?
데이터를 수집했다면 가장 흥미로운 단계인 분석에 돌입할 차례입니다. 기존 비즈니스 분석 및 시각화로는 충분하지 않을 수 있는데, 가지고 있는 재고량이 적을수록 이월 주문이 많아진다는 점만 부각되기 때문입니다. 이 사실은 이미 알고 있으니 실제로는 이월 주문을 일으키는 핵심 요인으로 볼 수 있는 또 다른 중요 요소는 무엇인지, 과잉 재고나 과잉 생산을 피하면서 이월 주문을 최소화할 수 있는 최적의 재고 수준은 얼마인지를 파악해야 합니다.
그렇다면 예측 분석이 왜 필요할까요? 기본적으로 이월 주문에 영향을 미치는 모든 요인을 예측 변수로 사용하고 이월 주문을 반응 변수로 사용하여 방정식을 만든다고 가정해 보겠습니다. 고등학교 대수학에서처럼 이 다양한 요소는 서로 다른 가중치를 가지며, 이에 따라 결과에 서로 다른 수준의 영향을 미칩니다. Minitab은 이러한 문제를 해결하는 데 도움이 되는 솔루션을 개발했습니다!
실제 분석이 어떻게 이루어지는지 살펴보려면 아래 동영상에서 예측 분석을 사용하여 재고를 예측하는 방법을 확인하십시오.